🏛️ 数字政务 · 脱敏战报
交付周期：14 天 · 生产上线
某千万级人口省会 12345 市民热线多智能体派单与断网信创交付实录
日均工单量
4.5 万+
分流准确率
94.2%
平均派单耗时
4.5h ➔ 15s
信创适配率
100% 离线
一、 现场真实战场与 5-Whys 需求访谈
客户最初提出的需求是：“想买一个大模型，给市民热线接线员做智能问答助手。”
FDE 进驻现场后，没有盲目采购模型，而是运用苏格拉底 5-Whys 追问法深入调度指挥中心调研：
Why 1: 为什么需要问答助手？—— 接线员记不住 300 多个委办局的权责清单，经常派错单。
Why 2: 为什么派错单？—— 市民投诉往往涉及“油烟扰民+违章搭建”，住建局与城管局互相推诿。
Why 3: 为什么系统不能自动分流？—— 老旧流转系统是 2012 年建设的 Oracle 单体架构，没有任何语义理解能力。
Why 4: 为什么不重构老系统？—— 核心库承载全市 10 年历史政务记录，重构需封网 3 个月，政务风险不可接受。
核心洞察：真正痛点并非“接线员问答”，而是“在不改动老旧 Oracle 底层表结构的前提下，通过智能体做外挂式语义分流与智能定责辅助”。
Why 2: 为什么派错单？—— 市民投诉往往涉及“油烟扰民+违章搭建”，住建局与城管局互相推诿。
Why 3: 为什么系统不能自动分流？—— 老旧流转系统是 2012 年建设的 Oracle 单体架构，没有任何语义理解能力。
Why 4: 为什么不重构老系统？—— 核心库承载全市 10 年历史政务记录，重构需封网 3 个月，政务风险不可接受。
核心洞察：真正痛点并非“接线员问答”，而是“在不改动老旧 Oracle 底层表结构的前提下，通过智能体做外挂式语义分流与智能定责辅助”。
二、 架构设计决策备忘录 (ADR)
ADR-2026-03: 基于 FastMCP 外部胶水工程连接老旧流转系统
- 背景状态：政务内网物理断网 (Air-gapped)，模型需在国产昇腾 910B 专有算力卡上运行。
- 架构决策：放弃侵入式修改 Java/Oracle 老系统，使用 Python 开发基于 FastMCP 规范的中间件 Server，通过只读视图读取工单池，推理完成后通过审批流 Webhook 推送定责建议。
- 技术收益：老系统 0 改动，上线风险降至 0；模型推理与业务解耦，即便模型挂掉老业务降级为人工派单不受影响。
三、 战地排障复盘 (Post-Mortem)
在内网部署第 6 天，遭遇国产芯片算子量化精度掉点问题（INT8 量化导致长文本市民方言诉求漏判）。FDE 导师连夜在本地 IDE 中使用 `fde-delivery-copilot` 编写自动化 Evals 评测集，改用 AWQ 4-bit 权重激活联合量化，在吞吐量保持 120 tokens/s 的同时将方言召回率恢复至 94.2%。
📚 权威行业标准与参考文献 (Verified Citations)
- 国家标准 GB/T 22239-2019:《信息安全技术 网络安全等级保护基本要求 (等保 2.0 / 等保三级)》
- Model Context Protocol (MCP) Specification: JSON-RPC 2.0 Enterprise Service Binding
- vLLM: High-Throughput and Memory-Efficient Inference Engine for LLMs
⚖️ 适用边界与免责声明：本案例为技术工程实战复盘，涉及数据与机构名称均已严格脱敏。实际政务系统采购须按国家相关立项审批及涉密合规程序执行。