OpenAI联手PNNL推出DraftNEPABench 助力联邦基础设施审批提速

背景

美国的基础设施项目——从能源输电到交通桥梁——在进入建设阶段前必须完成严格的环境影响评估（NEPA）。传统流程往往需要数年时间，导致项目成本飙升、创新受阻。为破解这一瓶颈，OpenAI 与能源部下属的 Pacific Northwest National Laboratory（PNNL） 共同发起 PermitAI 项目，探索大型语言模型在政府文书工作中的实际价值。

Benchmark 设计

DraftNEPABench 是本次合作的核心产出，旨在模拟真实的 NEPA 文档起草任务。其设计要点包括：

• 任务范围：覆盖 18 个联邦机构的 102 项子任务，涵盖环境描述、技术参数、法规引用等关键章节。
• 模型使用：采用具备文件系统访问能力的编码代理（基于 Codex CLI），并在 GPT‑5 推理层面进行实验。
• 评价维度：结构完整性、表达清晰度、事实准确性、参考文献引用四大维度，采用 1‑5 分制。

关键发现

1. 时间效益明显：在多数子任务中，AI 代理比人工起草快 1‑5 小时，折算整体文档撰写时间可削减约 15%。
2. 质量可控：平均得分在 3.2 左右，已达到“部分正确”水平；在结构与引用方面表现尤佳，显示模型对法规条款的捕捉能力较强。
3. 交互潜力：基于命令行的编码代理能够动态生成网页报告和交互式可视化，提升审查人员的验证效率。

影响与前景

• 政府效率提升：若将该技术推广至全链路审批，预计审批周期可从数月压缩至数周，加速项目落地。
• 行业竞争力：更快的基础设施建设将增强美国在新能源、制造业等关键领域的国际竞争力。
• 技术迭代：本基准为后续模型（如 GPT‑6）提供了明确的评估标准，推动 AI 在法规解读、技术评审等高风险领域的可靠性提升。

局限与后续工作

• 任务边界：Benchmark 仅覆盖明确指令的起草场景，未涵盖真实审批中需判断的模糊情形。
• 数据完整性：模型表现受限于输入材料的完整性与时效性，缺失或过时的资料会导致错误引用。
• 人机协同：实际部署仍需专家反馈循环，以不断校准模型输出并防止系统性偏差。

OpenAI 表示，将继续资助 PNNL 深化 PermitAI 方案，探索更高阶的多模态交互与实时监管支持，力争在未来几年内实现“AI‑助力政府审批”从实验走向常态化。