一、项目背景

某区级政务中心工单靠人工派，部门职责交叉的件最难受，A 说归 B、B 说归 C，群众催办没下文，超期件越积越多，督办全靠开会点名，点完还是那样。我们接这个项目时，对方最想要的不是分给谁，是别再踢来踢去了。群众那边投诉最多的是同一个件来回转，电话打爆没人管。这个项目让我觉得，政务场景里协商比判定更重要，因为职责边界本身就在变，硬分派只会制造新的推诿。我们进场时，超期件已经堆到影响考核，中心主任压力很大，每月开会点名成了固定节目，但点完件还是躺在那，群众满意度考核连续几个月垫底，上面已经下了整改通知。

我们进场时群众满意度考核连续几个月垫底，上面已经下了整改通知，中心主任压力很大，所以这套系统保的不只是效率，是考核和面子，推得动很大程度因为痛够了。

二、落地场景

我们上了多智能体：分派智能体读工单内容、抽职责关键词，初步判归属；遇到交叉职责，协商智能体拉相关部门的职责画像对比，给出主责加协办建议；超时预警督办智能体盯着时限，临期提醒、超期升级；办结后回访智能体做满意度回访和质检。整套在政务内网跑，数据不出域，群众从同一个入口查进度，不用再打电话问是谁的件。部门侧能看到自己名下的待办和临期预警，主任不用开会点名，看板一眼就看见谁超时了。回访结果进考核，群众满意度第一次有了可量化的来源，不再是凭印象。

部门侧能看到自己名下待办和临期预警之后，主任不用开会点名，看板一眼就看见谁超时，从点名式管理变成数据式管理，部门的抵触也小了，没人想被当众念。

主任从点名式管理变成看板管理，部门抵触也小了很多，没人想被当众念超时清单，系统自动升级反而成了帮部门说话的工具，不是单纯考核。

三、关键技术挑战与解决思路

职责交叉分派是第一个坑，单模型硬分派经常分错，我们让多个智能体各自给归属概率再协商，比一个模型独断稳，协商过程可解释，督办时拿得出来，部门不服也能看到依据。冲突协商是第二个，协商不是投票，是看职责画像的重合度和历史办结准确率，谁准归谁，不准的当协办，画像来自历史数据不是拍脑袋。第三个是超时督办，柔性提醒容易被当耳旁风，我们把临期提醒做成刚性升级链，超期自动上报，不给人忽略的空间，升级链从科室到中心逐级上报。第四个是回访质检，办结了不代表群众满意，回访智能体抽听录音和文本，问题件回流重办，避免假办结。第五个是数据不出域，架构第一天就卡死，所有智能体在内网跑，不上公有云。

回访质检那块，办结不等于满意，我们抽听录音和文本，问题件回流重办，避免假办结，这层上去之后群众满意度才真正可信，不然数字好看事情没办。

四、效果数据

分派准确率比人工时期提升约 25 个百分点，踢皮球明显少了，群众来回转的投诉降了一大截；超期率下降明显，督办从开会变成系统自动升级，中心主任不用再点名，考核会上第一次不用念超时清单；平均办结时长缩短，群众催办电话量降了下来；回访满意度因为办结快了也跟着涨，群众满意度考核从垫底爬到中游。最直观的是，超期件从每月几十件降到个位数，整改通知的压力解除了，中心主任说终于能睡安稳觉。

超期件从每月几十件降到个位数之后，整改通知的压力解除了，中心主任说终于能睡安稳觉，这个收益是系统之外的人最在意的，比分派准确率更直白。

五、可复用经验总结

政务工单难在职责交叉，多智能体协商比单模型硬分派稳，这点我们验证过，单模型分错的件协商后能拉回来不少，而且协商过程可解释，担责时说得清。但超时督办必须刚性，柔性提醒在体制内基本等于没提醒，我们一开始做得太软，超期还是一堆，改成自动升级链才真正压住。另外职责画像得持续更新，部门调整了画像不更新，分派就会慢慢跑偏，我们设了季度复核机制才兜住。政务场景数据不出域这条，从架构一开始就要卡死，别等验收前才补，内网部署比上云麻烦但必须做。回访质检别省，假办结比慢办结更伤信任，群众填了满意才是真办结。

数据不出域这条从架构一开始就要卡死，别等验收前才补，内网部署比上云麻烦但必须做，政务场景里这一条没有商量余地，我们当时就把它当硬约束排期。

案例片段（已脱敏）： 工单分派与督办配置片段：yaml agents:  dispatch: { extract: duty_keywords }  negotiate: { inputs: [dept_profile], mode: prob+compare }  supervisor: { warn: t-24h, escalate: overdue } dept_profile:  B: { duty: [社保, 医保], acc: 0.91 }  C: { duty: [户籍], acc: 0.88 }一次超时升级日志：[DISPATCH] 工单 WO-3301 职责交叉 B/C, negotiate->B主责 C协办 [SUPV] t-24h 提醒未办, overdue 自动上报 科室长 [DONE] 办结时长 3.2天 -> 1.8天