OpenAI 聯手美國國家實驗室：用 AI 智慧體寫環評，起草提速 15%

修一座輸電線、建一座核電站，最耗時的往往不是倒水泥，而是寫幾百頁甚至幾千頁的環境影響報告，等審批等上幾年。

現在 OpenAI 打算幫美國政府把這些公文流程砍掉一部分。OpenAI 聯合美國能源部下屬的太平洋西北國家實驗室（PNNL）以及 PermitAI 團隊，釋出了一個名為 DraftNEPABench 的全新評測基準，專門測試 AI 智慧體起草聯邦環境許可檔案的能力。

把寫程式碼的智慧體扔進公文堆

這項測試針對的是美國有著五十多年曆史的《國家環境政策法》（NEPA）流程。平時這類審查需要翻閱海量技術資料、交叉比對多個部門法規，撰寫極度繁瑣的合規分析。

他們找來了 19 位 NEPA 審查專家，覆蓋 18 個聯邦機構，設計了 102 項具體的起草任務。測試的技術方案很有意思，OpenAI 並沒有用普通的網頁聊天介面，而是拿出了基於 GPT-5 的推理模型與 Codex CLI 命令列智慧體。

讓寫程式碼的智慧體來寫政府公文，邏輯其實說得通。這類命令列智慧體天生擅長在檔案系統裡翻找資料，能自動閱讀上百頁的技術文本，在不同環境、工程和法規原始檔之間核對事實，再輸出結構嚴格的報告。它們甚至還能跳過死板的 PDF，直接生成網頁版互動式圖表，方便人類稽核員查驗。

測試結果顯示，AI 智慧體起草每個小節平均可以節省 1 到 5 個小時，起草耗時縮減了約 15%。OpenAI 和 PNNL 預計，隨著工具迭代，未來有望把聯邦基礎設施的平均審批時間從數月壓縮到數週。

AI 還沒法替官員蓋章

不過，起草文本和最終拍板完全是兩碼事。

OpenAI 在報告裡承認，這個基準測試目前只針對上下文資訊明確、任務邊界清晰的起草環節。現實裡的環境審查往往充滿利益博弈、資訊缺失和行政自由裁量權，這些模糊地帶是現在的 AI 無法處理的。

測試過程中還暴露出一個現實問題：如果給 AI 輸入的原始參考材料本身就過時、殘缺或存在矛盾，AI 往往不會主動提出質疑，而是硬著頭皮寫下去。在分析失敗案例時，研究團隊發現有些所謂的模型錯誤，追根究底其實是參考標準或評估規則本身過時了。

換句話說，在真正投入實戰前，這套系統依然高度依賴專業人員的事實核查和反覆調整，AI 暫時只能充當打下手的初級文書。

為什麼重要

對開發者和企業來說，這項合作最大的看點是 Codex 這類程式設計智慧體的泛化路徑。我們認為，OpenAI 展現了一個很聰明的解法：不要把程式碼智慧體侷限在修 bug 和寫指令碼上。只要一個工作流程重度依賴本地檔案、多源事實交叉比對和嚴密邏輯輸出，命令列智慧體往往比傳統聊天視窗好用得多。

從行業和監管競爭來看，這一步切中了美國當前最痛的軟肋。無論是建 AI 資料中心、晶片製造廠，還是鋪設新能源電網，最大的絆腳石往往不是缺錢，而是卡在各級政府漫長的環境評估週期裡。OpenAI 藉著 OpenAI for Government 的旗號主動幫能源部清障，既強化了與聯邦核心部門的繫結，也順手給自身耗電巨大的基建擴張掃清潛在阻礙。

不過在我們看來，節約 15% 的起草時間固然可觀，但潛在隱患也不容忽視。環境審查稍有漏洞就會引來長達數年的法律訴訟，如果 AI 漏掉了一條過時的生態資料，反而可能招致更大的合規災難。政府官員敢不敢在 AI 起草的文書上簽字，決定了這項技術究竟是提速利器，還是徒增核查負擔的雞肋。