PlanAssist扩大英国规划AI试点：耗时减少58%，审批权仍在人手中

把 AI 放进公共服务流程，最值得观察的往往不是聊天效果，而是它能否减少工作人员查材料的时间。Google DeepMind 于 2026 年 10 月 31 日披露，基于 Gemini 的规划辅助系统 PlanAssist 将扩大英国英格兰地方政府试点。英国政府标注 10 月 30 日发布的公告同时给出扩围安排。两个来源共同表明：这是一项由规划官员审核的办事辅助试验，仍需在真实申请中继续验证。

从三个地方政府，扩展到十五个试点

PlanAssist 由英国政府、Google DeepMind、Google Cloud、Faculty 及地方规划机构合作开发。早期试验涉及 Barnet、Camden 和 Dorset；下一阶段新增 12 个地方政府，总数达到 15 个，进入持续 12 个月的 Beta 验证阶段。DeepMind 表示新增机构会分批接入。

英国政府提出在 2027 年底前向英格兰各地方政府开放的意向；DeepMind 则明确将后续推广与成功测试挂钩。它目前不是已经覆盖全英国的通用审批系统，英格兰的范围也不能直接写成英国所有地区。

AI 具体接手哪些工作

根据最新公告，PlanAssist 会检查申请材料和建筑图纸是否完整，汇集场地约束以及地方、国家层面的规划政策，检索居民此前提出的意见，再形成带引用的报告草稿。规划官员可以修改草稿，并保留对每项申请的最终决定权。

这一产品路线在 6 月的早期原型公告中已可见：先整理分散信息，再辅助初步评估和报告写作。把前后两次公告放在一起看，10 月的变化主要是披露试点结果并扩大验证范围，而不是让模型从零开始获得独立审批权限。

“时间减少58%”应当怎样理解

DeepMind 披露，早期试验中，官员在住宅改扩建类申请评估任务上花费的平均时间减少 58%。这衡量的是相应评估工作耗时，不能直接理解为每名申请人的端到端等待期都缩短 58%，更不能推出新建住房数量增加了同样比例。

英国政府公告还把日常住宅申请处理从八周缩至四周作为推进方向，并同时介绍人员补充和审批分工调整。因此，流程周期改善不能全部归因于某一个模型。政府、数据、人员与制度几项变化需要分别观察。

DeepMind 另称，超过 70% 的系统报告经官员审阅后无须修改。这可以反映草稿的可用性，却不是“AI 审批准确率超过70%”。本轮所读公告未充分披露完整样本量、全部误差类别和独立审计结果，无法据此推算全国推广后的表现。

可迁移的经验是证据链与办事流程结合

对中文读者而言，这个案例的参考意义在于把辅助功能嵌入具体工作：材料清单是否齐全、引用的政策是否有效、居民意见是否被遗漏、草稿是否能由负责人编辑。相比让模型生成一段流畅结论，这些问题更容易定义验收标准。

例如，若某项申请引用了已经替换的地方政策，报告语言再自然也需要退回；若资料缺失，系统应指出待补材料，而不是补写不存在的事实。这里列出的是编辑部提出的验收情景，并非已证实发生在 PlanAssist 试点中的故障。

扩围后应关注哪些结果，谁值得跟进

公共服务数字化团队、政企软件开发者、建筑与规划服务机构值得持续跟踪。后续应同时观察每案实际耗时、返工比例、不同类型申请的表现，以及系统提示与官员结论出现分歧时如何记录。只有节约下来的时间能够转化为稳定的办事能力，试点效率才有长期价值。

本文讨论的是公开案例的产品与运营启示，不能直接套用为中国地方审批规则。不同地区的政策、数据可得性和责任主体都需要重新梳理；规划官员保留决定权，是理解本次试点范围的关键事实。

来源与核验说明

1. Google DeepMind，2026-10-31：PlanAssist 试点结果与扩围安排
2. 英国政府，页面标注 2026-10-30：规划改革、PlanAssist 与十五地试点
3. Google DeepMind，2026-06-16：原型目标、数据整理及人员审核设计

核验日期：2026 年 11 月 2 日。以上三份官方资料均已读取；统计为项目参与方披露，本站未独立审计其试验数据。本文基于多来源事实撰写，未复制任何单篇新闻稿。