要点
- Google DeepMind（Owen Larter、David Thacker，2026-10-31）介绍 PlanAssist：与英国政府、Google Cloud、Faculty 合作，用 Gemini 辅助地方政府处理常规房屋相关规划申请。
- 在 Barnet、Camden、Dorset 的早期试点中，作者称规划官员花在 householder 评估任务上的平均时间最多可降约 58%；工具生成的报告中超过 70% 未经修改即获官员认可。
- 计划进入 12 个月 Beta，再接入 12 个英格兰地方规划当局（合计 15 个）；若测试顺利，政府拟于 2027 年向英格兰所有议会推广，且每次评估仍须合格规划官员审定。
PlanAssist 的新闻点不是「AI 批地」，而是把居民类申请里最耗时的例行核对——材料完整性、遗产与树木保护约束、地方/国家政策对照、既有异议检索——交给模型起草，再由规划官员终裁。
可证伪的读法：若 58% 的时间节省与 70%「零修改」报告率在扩大到 15 个当局、改用真实 live 申请后仍成立，则英国住房规划中的行政瓶颈确有可规模化的文书自动化空间；若指标主要来自三位试点、简单案件或人类仍重做关键判断，则全国推广叙事需要下调。
[1]官网硬事实：发布于 2026-10-31，栏目 Responsibility & Safety；作者 Owen Larter、David Thacker；系统名 PlanAssist，基于 Gemini；合作方包括英国政府、Google Cloud、Faculty。流程顺序为：校验申请文件与建筑图纸 → 对照遗产约束（如树木保护令）与地方/国家规划政策 → 检查居民等既有异议 → 起草带引用的评估报告供官员编辑后终裁。
负载背景：作者称常规 householder 申请可占规划官员工作量最高约 70%。政策挂钩是英国政府到 2029 年建设 150 万套新房的目标。自 6 月起在 Barnet、Camden、Dorset 试点；现向额外 12 个当局开放，分三批接入，进入使用真实申请的 12 个月 Beta。
[1]证据属于机构一级来源的产品/政策博客，数字由 DeepMind 与合作试点给出，未见独立审计摘要。58% 明确对应「规划官员花在 householder 评估任务上的平均时间」；70% 对应「工具生成报告未经修改即获批准」的比例。两者都未在文中给出样本量、案件难度分层、对照实验设计或错误类型分布。
钢人论证：把终裁权留在合格官员手中，并把自动化限制在高重复文书，是公共部门 AI 较可辩护的形态。钢人之外，博客未报告误批/误驳率、对弱势群体申请的差异影响，也未给出模型版本与提示策略的可复现细节。
[1]最强钢人：住房供应受规划积压拖累时，先砍掉「简单但占时间」的 70% 例行案，能把稀缺的专业判断腾给复杂争议案，同时维持人在环。
钢人的风险是指标选择：缩短官员处理时间不等于缩短申请人等待总时长，也不等于提高决策质量。若「零修改」报告集中在最简单子集，全国推广后的边际收益可能迅速下降；若政策对照错误进入带引用的草稿，人类审阅疲劳可能把自动化偏差写进正式决定。
[1]对英格兰地方政府，这是把 Gemini 工作流嵌入法定规划程序的试点扩容；对 Google，这是「Responsibility & Safety」叙事下的公共服务合作样板。对住房申请人，短期利益是阁楼改建、阳光房、扩建等案件排队缩短的可能性。
对治理读者，关键观察点是 2027 全国化条件是否真以「成功测试」为硬门槛，以及官员终裁是否仍保留可追踪的否决与修改日志，而不是形式签字。
[1]未来六个月，若 15 局 Beta 仍能在 live 申请上复现接近 58% 的评估耗时下降，并公布错误率与修改原因分布，则「文书层自动化 + 官员终裁」应被视为可推广的行政生产力工具。若指标显著回落或缺少安全与公平审计，则应把 2027 全面铺开读作政治时间表，而不是已经验证的工程结论。
【No.2】
[1]