会懂网AI资讯，9月11日，智谱AI在杭州推进“全城Coding”计划，以GLM大模型辅助政务与民生系统开发，试图把城市数字化的开发门槛降到更低。该计划被视为大模型驱动智慧城市基座的一次地方级探索，也为模型落地政务提供可复制的参考样本与建设范式，具有鲜明的先行示范意义。这一实践为城市智能树立了新的参照标杆。
“全城Coding”的核心思路，是用大模型辅助生成与维护政务系统代码，让有限的工程人力聚焦在业务梳理与关键决策上。对办事流程、数据接口等标准化模块，智能体可给出可直接参考的实现草案，从而显著缩短从原型到上线的完整周期，并降低整体的开发成本与人力投入，缓解基层数字化人手不足的长期压力。
在民生侧，GLM被用于优化公共服务应用的开发效率，例如社保查询、企业开办、基层治理等高频场景。通过降低重复开发成本，地方政府希望更快响应群众诉求，缩短新功能的上线周期，让数字政务真正服务于日常办事的体验改善与群众满意度的持续提升，把技术红利送到百姓身边。
智谱将这一计划定位为“大模型驱动的智慧城市基座”实验：不是替换既有系统，而是为城市级应用提供可复用的AI开发能力层。在多地竞逐大模型应用高地的背景之下，杭州的尝试具有标杆意义，也可能带动周边城市跟进类似的政企合作模式与建设标准，形成区域协同的良性竞争格局与示范效应。
政务场景对安全、可控、可追溯要求极高，这也倒逼GLM在私有化部署、权限隔离与审计日志上做适配。智谱强调模型可落地于本地算力，以满足公共数据不出域的合规底线，在保障效率的同时牢牢守住数据安全与公民隐私的红线不被突破和滥用，赢得公共部门的长期信任与合作空间。
从行业视角看，“全城Coding”反映出大模型竞争正从通用能力比拼，转向区域与行业纵深落地。谁能把模型嵌进政务与民生的真实流程，谁就更可能在地方数字化预算中占据主动，并借由真实场景反哺模型能力与工程化水平的持续提升与快速迭代优化，构筑难以被模仿的本地化壁垒。
暂无评论内容