OpenAI 与 PNNL 合作加速联邦许可

OpenAI 与美国能源部的太平洋西北国家实验室（PNNL）已合作，评估编码代理如何加速关键基础设施的联邦许可流程。此合作旨在现代化能源、交通和水系统的审查过程，以缩短通常与环境和技术审查相关的多年延误。

NEPA 起草的潜在效率提升

通用编码代理可以将《国家环境政策法》（NEPA）文件子章节的起草时间缩短 1 至 5 小时，最高可实现整体起草时间约 15% 的降低。该发现基于 19 位主题专家对代表性起草任务的评估，这些任务涵盖来自 18 个不同联邦机构的 NEPA 文件章节。

DraftNEPABench 基准

为评估 AI 在政府工作流中的表现，OpenAI 与 PNNL 开发了 DraftNEPABench，这是一套用于评估 AI 模型在起草环境影响报告等任务上表现的基准。

技术实现

合作探索了使用通用编码代理（具体为 Codex CLI）从推理模型（如 GPT-5）中提取性能的方式。通过为模型提供命令行接口访问权限，代理能够采用通用问题解决策略，而不是依赖手工编写的启发式方法。这些代理的任务包括：

• 综合跨越数百页文档的技术和监管内容。
• 在多个工程、环境和监管来源之间核实事实。
• 起草符合特定法律和技术标准的结构化报告。

对联邦基础设施的影响

加速许可流程被视为提升美国经济竞争力以及建设更安全、更负责任基础设施的关键。目标是将联邦审查的基础设施项目的平均批准时间从数月缩短至数周。

除了起草之外，使用编码代理还能实现从静态 PDF 向动态生成的基于网页的报告和交互式可视化的转变，从而简化人工审查员的验证过程。这一转变使政府工作人员能够专注于高层判断、监督和复杂决策，而 AI 代理则处理耗时的起草任务。

限制与范围

该基准评估模型在具有明确上下文的特定起草任务上的能力，而非真实许可决策中所需的全部模糊性和裁量权。主要限制包括：

• 参考准确性： 某些识别出的错误归因于过时的参考文献或薄弱的评估标准，而非模型本身的失误。
• 源材料依赖性： 除非明确指示，模型可能不会标记不完整、矛盾或过时的源材料。
• 人工迭代： 由于预期会整合专家反馈并进行迭代完善，实际表现预计会高于这些自包含的基准任务。

未来发展

OpenAI 将继续支持 PNNL 对 PermitAI 应用的解决方案进行完善，帮助联邦机构简化关键基础设施的许可流程。