日本公司Polimill正在建设面向下一代公共部门的AI基础设施。根据OpenAI披露的信息，Polimill使用OpenAI GPT模型和Codex，帮助地方政府搜索和使用行政知识，同时加快相关开发。这个案例的重点不只是把模型接入政务场景，而是尝试处理公共机构中长期积累、但未必容易被检索和复用的行政知识。
从知识检索切入政务场景
地方政府的工作通常依赖大量行政资料和既有知识。材料没有进一步说明Polimill采用了怎样的数据组织、检索流程或权限机制，但其公开定位很明确：让市政机构更方便地搜索和使用行政知识。对这类场景而言，模型的价值首先体现在降低查找和理解信息的成本，而不是单纯生成一段文本。
这也意味着，政务AI的基础能力不应只看回答是否流畅，还要看它能否围绕机构已有知识工作。GPT模型承担自然语言理解和生成等能力，具体系统则需要把这些能力放进行政业务流程中。现有材料没有提供准确率、部署规模或实际节省时间等指标，因此不能据此判断项目的效果上限。
Codex带来的开发加速
Polimill同时使用Codex来加快开发。材料没有说明Codex具体参与了哪些软件工程环节，也没有披露代码质量、交付周期或开发效率的量化结果。可以确认的是，Polimill并非只把GPT模型作为面向最终用户的问答工具，而是将代码智能体也纳入公共AI基础设施的建设过程。
这透露出一个值得关注的方向：公共部门的AI应用建设，可能同时需要面向业务人员的知识服务和面向开发团队的工程支持。前者帮助机构使用已有行政知识，后者帮助团队更快迭代系统。两者结合，才有机会形成持续演进的应用架构，但这仍取决于数据治理、业务流程和部署管理等材料未展开的条件。
我的判断
Polimill案例的价值，在于它把大语言模型和代码智能体放进了地方政府的实际知识与开发场景，而不是停留在通用演示层面。这个方向适合行政知识分散、检索成本较高，同时又需要持续建设内部系统的机构。不过，现有信息不足以证明其已经解决准确性、权限控制、责任归属或长期维护问题。对其他公共部门而言，更稳妥的判断方式仍是先验证知识检索和开发协作的具体收益，再评估是否适合扩大部署。