bingdada太平洋西北国家实验室（PNNL）与OpenAI合作，通过DraftNEPABench基准测试评估AI模型在联邦许可审批中的效率。测试显示，编码代理可将NEPA文件起草时间减少约15%，每小节节省1-5小时。这一合作旨在将基础设施项目审批时间从数月缩短至数周，推动美国经济竞争力。
这一合作旨在解决当前美国经济发展中的关键瓶颈：从能源项目、先进制造到交通和水务系统，联邦许可审批往往需要数年时间，严重拖慢了创新步伐，增加了成本，并延迟了项目为社区带来的实际效益。
OpenAI与美国能源部下属的太平洋西北国家实验室（PNNL）及其PermitAI™团队合作，评估编码代理（coding agents）能否有效加速联邦许可工作。PermitAI由能源部政策办公室资助，OpenAI与19位国家环境政策法（NEPA）审查流程专家共同设计了名为DraftNEPABench的基准测试，用于评估AI模型在NEPA相关工作流中的表现，如起草环境影响报告书。
在涵盖18个联邦机构NEPA文件章节的代表性起草任务中，19位专家发现，通用编码代理有潜力将NEPA文件起草工作每小节加速1至5小时——相当于减少约15%的起草时间。这标志着AI在支持复杂政府工作流方面迈出了实质性的一步。
联邦许可审批是一个高度复杂且文档密集的政府流程。审查通常需要阅读数百页的技术报告，跨多个来源交叉核对信息，并起草必须符合监管要求的详细分析。 通过本次合作，OpenAI和PNNL探索了将编码代理（此处为Codex CLI）通用化的能力，作为从推理模型（如GPT-5）中提取性能的有效方式，用于研究、技术分析和涉及文件系统的报告撰写任务。通过为模型提供命令行界面（通常用于编码任务），它们可以采用比手工启发式方法更通用的策略来解决问题。这些代理需要：
阅读并准确综合数百页技术和监管内容的文档
跨多个环境、工程和监管来源验证事实
起草符合高度特定法律和技术标准的结构化报告
对于美国在智能时代持续发展经济而言，必须能够安全、负责任且快速地建设。随着AI系统越来越多地影响物理世界，我们必须理解它们在土木工程、环境和监管分析等领域的能力。随着时间的推移，先进的模型将需要准确理解法律法规，以帮助发明更安全的新技术、保护自然资源并满足人类需求。
50多年来，联邦机构一直需要审查和记录桥梁、发电厂、输电线路和制造设施等项目的环境影响。DraftNEPABench基准测试帮助识别当前AI模型在哪些领域可以负责任地协助人类加速这些工作流。
除了降低自主决策风险外，这项工作还可以推动设计更好的专家与AI交互界面。超越静态PDF，编码代理可以动态生成基于网页的报告和交互式可视化，使人类审查者更容易验证。借助AI，机构将能够更高效地审查、完善和批准提案，政府工作人员将从AI代理团队中获得助力，处理耗时的部分工作，从而专注于判断、监督和复杂决策。 这项工作与OpenAI更广泛的公共服务承诺以及OpenAI for Government的目标一致，即装备公务员以更有效的工具，使他们得到更好的支持。
DraftNEPABench基准测试评估的是模型在明确指定的起草任务上的能力，其中相关上下文是可用的，而非真实许可决策中完全的模糊性和自由裁量权。它强调准确性和正确的引用使用，以明确模型在哪些方面可以协助人类审查者。 在审查失败案例时，我们发现一些“错误”实际上是由过时的参考和薄弱的评估标准导致的，因此我们相应地更新了评分标准。更一般地说，如果源材料不完整、不一致或过时，模型可能无法在没有明确指令的情况下标记这些差异。实际部署更可能涉及专家反馈和迭代，预计性能将优于这些独立基准测试任务所报告的结果。
OpenAI正在支持PNNL进一步开发和完善PermitAI应用解决方案，旨在帮助联邦机构简化许可流程。随着时间的推移，我们预计联邦审查基础设施项目的平均批准时间将从数月缩短到数周，加速项目开发，增强美国竞争力并支持长期经济增长。
与埃芬汉县社区共建AI基础设施（2026年7月22日）
推动国家新时代的发展
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。 编辑团队：内容策划 · 技术编辑 · AI 研究组 网站：bingdada.com © 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
英伟达内部实践显示，ChatGPT Work正帮助企业团队将信息整合工作自动化，每周节省16小时，并将原型开发周期从数周缩短至数天。这一案例揭示了AI工作流从工具到组织资产演进的趋势。
OpenAI 将 GPT-5.6 系列模型（Sol、Terra、Luna）集成至 Kiro 开发代理，通过规格驱动方法实现约 82% 的成本降低，标志着 AI 编程从能力竞赛转向成本效率竞争。
OpenAI因模型网络能力逼近关键门槛而调整开发策略，强调安全需贯穿训练全周期。文章解析其技术升级，并对比国内AI安全建设路径。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
