让模型替城市做调度：先统一空间数据口径，再谈效率提升
一、空间类智能体的优势是天生可复核
据公开报道，有算力厂商与地方规划资源部门联合打造的空间大模型做了全面升级，强化专业空间推理与复杂任务执行，并称基于它使调度效率提升八成、首批智能体已经落地。厂商名称、机构名称与那个提升百分比，全部按报道口径处理，明确不作为本篇的任何判断依据。本篇也不对任何政务项目本身作评价。
我们只取一个技术事实：空间类智能体的输出天然带着坐标和时间。一条建议说的是哪个位置、依据的是哪个时刻的数据、什么时候生效，这三件事写在输出里，事后就能核对。这是它比多数治理场景更适合先落地智能体的原因——不是模型更强，而是结果更容易被检验。
代价也随之而来：既然输出按坐标与时间落位，验收就必须按图层与属性来做，而不是按满意度或者演示效果来做。工程量集中在模型之外的那部分，即口径、责任与可复核性。
二、落地前必须统一的六类口径
多部门数据拼在一起，最先出问题的不是模型而是口径。核心交付物之一是这张口径统一清单，每一类都要有一个明确的定义方与一份可核对的现状记录。
| 口径 | 要定成什么 | 不统一时的典型表现 | 核对动作 |
|---|---|---|---|
| 坐标系与投影 | 全项目唯一平面坐标系与投影方式，标注换算参数 | 同一物体在不同来源里偏移一段固定距离 | 用共同控制点做重合检查 |
| 高程基准 | 统一基准面，明确是否含沉降修正 | 竖向分析结果无法与平面结果对齐 | 抽样点对比并注明基准差 |
| 图层层级与命名 | 图层清单、层级关系、命名规则与禁用同义名 | 同名图层内容不同，异名图层内容相同 | 图层字典与实际内容抽查比对 |
| 地物编码 | 编码表、归并规则、历史编码映射 | 同一地物在部门间分类不一致 | 用重叠区做分类交叉表 |
| 更新频率 | 每类数据的约定更新周期与事件触发条件 | 分析用的数据比现场落后不知多久 | 记录每条数据的采集时刻 |
| 有效时间 | 生效与失效的判定规则，含临时变更 | 已过期的约束仍参与推理 | 按有效时间过滤后重跑对比 |
六类里最容易被跳过的是高程基准与有效时间。前者只在做竖向相关分析时才暴露问题，后者在项目初期几乎看不出影响，因为刚开始数据都还新。真正跑起来之后，有效时间没定义的系统会把过期信息当现状用，而且不会报错。
三、每条建议必须携带的元数据
可复核的前提是每条输出自带依据。建议输出字段表按下面这份定，字段齐了才允许进入处置流程。
- 数据来源：来自哪个图层、哪个部门、哪一版，多源时列主源与佐证源。
- 更新时间：底层数据的采集时刻与入库时刻，两者都要，只有一个就无法区分数据旧与管道旧。
- 置信度：模型给出判断的把握程度，并且要明确这个数字是模型自评还是经过校准，两者不能混用同一个字段。
- 依据的规则条款号：把建议挂到具体规则条文上，字段值由规则库维护方给出，模型不得自行生成编号。这一条决定了建议能不能被解释。
- 建议动作类型：是提示、是处置建议还是可执行指令，与下一节的权限分级对应。
- 复核人：需要人确认的档位必须留签字位，不留空。
字段少一项，事后追责与效果回看都会退化成各说各话。置信度这一项尤其要小心，未经校准的置信度会随模型版本变化，跨版本比较得出的结论没有意义。
四、权限分级与越权拦截点
哪些动作可以自动执行，哪些只能生成建议，哪些必须双人确认，这个分级要在系统建设之初就定下来，不能等上线后按事故补。
三档的建议划分是：信息类动作，例如生成台账、给出提示、汇总统计，可自动执行；处置类动作，例如派单、调整某项资源配置的临时方案，只能生成建议并进入人工审批；影响外部或难以逆转的动作，必须双人确认，两人不得来自同一岗位。
拦截点要放在动作执行之前而不是日志里。最小实现是三处：动作类型字段与权限表校验，字段缺失或类型不匹配直接拒绝；越界检查，坐标或对象超出该角色可操作范围时拒绝并生成事件；不可逆动作的确认链路，两次确认在系统里是两个独立记录，不能用一次点击代表两次。
拦截事件本身是重要数据。哪一类建议频繁触发越权，说明权限表与实际分工不符；哪一类动作频繁缺字段，说明上游生成逻辑有问题。把这些事件纳入监控，比事后做一次专项自查有用。
五、脏数据会被模型放大成系统性偏差
数据更新滞后与模型输出之间不是简单的”数据旧一点结果差一点”。空间数据一旦存在系统性缺口，模型会把缺口学成规律。
典型路径有两条。一条是缺失被当作正常。某一类区域的数据长期不更新，模型在这个区域上反复得到”没有变化”的观察，久而久之就不再对该区域给出建议，表现为漏报集中在同一带。另一条是偏移被当作结构。坐标系或投影不统一造成的一整块固定偏移，会让模型把邻接关系学错，这类错误在单条数据看不出来，在结果上是成片成向的偏差。
这两条的可怕之处在于稳定。随机噪声会被平均值吸收，系统性偏差不会，它会随每一次运行被重复生成。所以数据质量检查要按空间分层做，不能只做全局抽样。做法是把区域切成网格，对每格统计更新时间分布、要素密度与上次核对结果；某格长期落后全局的，标为待核查而不是默认可用。洹拓在给客户做类似项目时，第一轮交付从来不是模型，而是这份分层核查结果——它同时决定了后面效果评估的可信范围。
六、效果评估要能复核，验收看五张表
效率提升这类数字如果要能被采信，方式上只有一条路：留出对照。
具体做法三件。留出对照区域，条件相近的区域分作使用与未使用两侧，同期观察；固定指标周期回看，周期长度在项目开始就定死，之后不因结果好坏调整，中途改口径的评估等于没做；误报与漏报分别计价，两类错误的成本在不同场景里差别很大，把它们合成一个准确率就会掩盖问题。所有评估指标都要能落到坐标与时间上，这正好是空间类输出的便利之处。
项目验收建议看五张表。
- 口径统一表：六类口径每类有定义方、版本号与现状核对结论。
- 输出字段表：建议输出的字段清单与缺失时的处置规则，字段不齐不予采纳这条要写明。
- 权限与拦截表：三档动作划分、两个拦截点实现、越权事件的记录与监控位置。
- 数据分层核查表：按网格的更新状态与待核查标记，含每格上一次核对的记录。
- 效果回看表：对照区域设置、固定周期、误报与漏报分列的结果，以及未达标项的整改责任。
五张表里没有一张是给模型打分的。这不是忽略模型，而是这类项目的实际顺序：口径、字段、权限、核查这四层立不住，模型的分数就无处安放。反过来，四层立住之后，模型换代带来的收益才能被量化看到，也才能判断值不值得为此重跑一遍评估。