一项即将发表的研究提出“代理泛滥”（Agentic flooding）概念，指出生成式AI降低了向政府提交福利申请、投诉、信息公开等请求的门槛，可能导致申请数量和单份请求复杂度同时上升，但现有证据尚不足以证明因果关系。研究建议政府审计易受影响的服务、加强身份与结构化采集机制，并在提高处理能力与限制入口之间权衡，避免将弱势群体排除在外。
一项发表于2026年8月、预计于10月在第九届AAAI/ACM人工智能、伦理与社会会议论文集发表的研究指出，生成式人工智能正在降低人们申请福利、提交投诉、发起司法程序以及提出信息公开请求的门槛。这种变化可能使部分政府服务同时面临申请数量增加和单个请求更加复杂的双重压力。
研究团队将这一现象称为“Agentic flooding”，可译为“代理泛滥”。不过，论文也明确承认，现有数据只能说明这一现象可能广泛存在，不能证明所有增长都是人工智能直接造成的，更无法据此作出严格的因果或定量判断。
84个潜在案例显示需求正在发生变化
论文《Characterizing Agentic Flooding of Government Services》由来自Hertie School、Cooperative AI Foundation和GovAI的研究人员撰写。作者整理了来自11个司法辖区的84个潜在案例，覆盖福利申请、司法程序、信息公开、公共投诉和政治请愿等政府服务或政府互动渠道。
研究将“代理泛滥”定义为政府收到的请求数量或复杂程度上升，而且这种上升与人工智能降低互动成本有关。论文区分了两种形式：一种是请求数量增加，例如更多人开始申请原本不会申请的服务；另一种是每份请求的复杂程度提高，例如投诉信变得更长，引用更多法规、案例和个人背景材料。
目前，论文观察到的主要机制并不是人工智能完全自主地操作政府网站，而是大语言模型以较低成本生成文本，由人类完成剩余的提交、身份验证和沟通步骤。研究作者在论文中写道，现有证据与“人工智能正在广泛促成这类需求增长”的判断一致，但研究方法不允许他们作出人工智能影响规模的因果结论。
TechCrunch在9月10日的报道中援引研究及相关数据称，英国住房申诉专员收到的投诉由2022年的约2,600件增加到上一年度的7,000多件；美国消费者金融保护局的投诉量在同期约增长至原来的五倍。报道还提到了巴西司法申请和德国议会请愿数量的类似上升。
这些数字需要谨慎解读。以英国住房申诉为例，住房申诉专员公布的官方资料显示，该机构在2024至2025年度作出了7,082项调查决定，比上一年度增加30%。这能够确认机构处理量处于上升状态，但单凭这一变化，不能把增长全部归因于人工智能，也不能直接与论文所引用的其他统计口径进行一一比较。
人工智能降低了“行政负担”
研究认为，人工智能可能首先改变的是人们与政府互动时承担的“行政负担”。这包括理解复杂规定、判断自己是否符合资格、填写表格、准备证明文件、撰写法律或投诉文本，以及在多轮沟通中持续跟进案件进度。
论文列举的潜在帮助包括：用大语言模型解释政策和资格规则，用搜索工具发现可能被忽略的福利或公共服务，用模型根据个人情况起草文件，用多模态工具读取信件和证明材料，以及通过日历、邮件和网页工具提醒截止日期或追踪案件进展。
这可能让一部分此前因手续复杂而放弃申请的人真正获得服务。TechCrunch援引论文作者的话称，多数新申请者可能是确实有资格提出请求的人，而不是单纯制造垃圾信息的人。换言之，人工智能带来的需求增长并不必然意味着公共服务收到的都是无效或恶意请求。
英国的实际案例也显示出这种两面性。BBC报道，地方政府、学校和其他公共机构工作人员发现，人工智能辅助投诉往往更长、更复杂，有时会错误引用法律条文。一些原本只有一页纸的投诉可能扩展到19至27页，处理人员因此需要花费更多时间进行核实，甚至寻求法律意见。
但BBC同时报道，一些使用人工智能的投诉者表示，工具让他们更容易表达诉求。对于不擅长写作、具有神经多样性，或因面对正式程序而感到畏惧的人，人工智能可能降低了参与公共程序的心理和文字障碍。
最快的应对方式可能损害公平访问
论文将政府的应对方式大致分为两类：压低需求和提高处理能力。
前一类包括收取费用、设置频率限制、要求线下办理，或提高提交材料的门槛。这些措施通常较快实施，也可能有效减少低质量或重复请求，但它们同样会阻挡合法申请者，尤其是缺乏时间、金钱或专业帮助的人。
后一类则包括增加工作人员、改进数字服务、使用人工智能辅助政府内部处理，以及重新设计表格和服务入口。这些办法更有可能同时应对数量增加和文本复杂化，但需要投入更多时间、资金和组织协调能力。
研究作者因此建议，政府尽早审计各类服务对“代理泛滥”的脆弱程度，优先检查那些经济利益较高、但申请程序复杂、过去可能因行政负担而抑制需求的服务，例如部分司法程序和税务申报。同时，政府需要加强数字身份机制和服务韧性，并明确哪些措施在法律和程序上可以用于提高系统承载能力。
美国消费者金融保护局也提醒，投诉数据库并不是消费者经历的统计样本，投诉数量不能单独代表市场中的真实损害程度。该机构公开说明，只有发送给企业回应、并在企业回应或规定期限届满后符合条件的投诉才会进入数据库。这说明投诉量上升既可能反映问题增多，也可能反映公众更愿意或更容易提交投诉，不能简单视为某一类损害同步增加。
从“垃圾请求”到公共服务重构
“代理泛滥”真正提出的问题，并不是政府是否应当禁止人工智能参与公共事务，而是公共服务系统是否仍按照过去较高的参与成本来设计。
如果人工智能把理解规则、填写表格和撰写申诉的成本大幅降低，那么过去被行政手续挡在门外的人可能会增加。政府需要区分恶意自动化、重复提交、明显错误的材料与真实但表达能力有限的申请，而不是将所有人工智能辅助请求视为垃圾信息。
这也意味着，政府可能需要在入口处改进身份验证、结构化收集关键事实、设置合理的材料格式和重复请求识别机制，同时保留人工复核和申诉渠道。单纯限制字数或收取费用，虽然可能迅速降低处理量，却可能把程序性不平等重新转嫁给最需要公共服务的人。
目前，这项研究仍是一份基于潜在案例整理的研究论文，而不是对人工智能造成的公共服务增长进行因果测量的实证报告。论文预计将在2026年10月12日至14日于瑞典马尔默举行的AAAI/ACM人工智能、伦理与社会会议论文集中发表。随着人工智能从辅助写作进一步发展到能够浏览网页、读取文件和执行多步骤任务，政府服务是否能够承受更大规模、更高复杂度的公众参与，可能会成为人工智能治理中的一个现实考验。
来源：TechCrunch报道、研究论文全文、英国住房申诉专员2024—25年度报告、美国消费者金融保护局投诉数据库说明、BBC相关报道。