燃气安全检查现场，一线人员拍下设备、管线、表具和用气环境，系统可以在几秒内识别隐患并辅助填写；后台的“燃气检查稽核数智专员”则持续查看每天产生的检查记录，发现照片重复、定位偏离、耗时异常、隐患降级等疑点后，自动生成异常清单和判断依据。
燃气安全检查智能体要解决的，不是“再多一个系统”，而是把 AI 放到检查和监管真正需要的位置：现场帮检查员少漏报、少错填；后台帮监管人员“揪”异常、找依据、促整改。这样，检查记录才不只是留痕，而是能真正服务燃气安全管理。
01
为什么燃气安全检查需要智能体
很多城市已经建起燃气安全监管平台，检查记录、隐患信息、图片视频都在不断汇聚。但“平台里有数据”，并不等于“监管真正落下去”。难点主要在几个地方：
01
检查依赖经验：隐患发现、描述、分类和填报很大程度依赖检查人员经验。现场越忙，漏填、错填、描述不统一的风险就越高。
02
数据规模太大：某地市日常检查可达1500+次/日，企业入户安检可达15万户/月，人工抽查很难长期跟上。
03
监管力量有限：燃气业务科室和下属中心普遍人手紧，部分地市监管人员只有2至3人，区县可能只有1至2人。
04
事后核查困难：照片是否重复使用、定位是否真实、检查耗时是否合理、隐患是否被降级上报，过去往往要靠人工翻记录、凭经验判断。
所以，燃气安全检查智能体并不是替代一线人员，也不是替代监管人员。它更像一套“辅助能力”：在检查过程中帮检查人员把隐患看得更准、填得更全；检查后帮监管人员从海量记录里找出检查工作“没有真做，没有做到位”的问题。
02
它是什么：一线助手，也是后台稽核员
燃气安全检查智能体可以理解为一组围绕燃气检查业务工作的“数智专员”：既服务现场检查，也服务后台监管。
在检查过程中，AI拍隐患能力服务的是一线检查人员。检查员通过移动端 APP 拍照上传后，系统快速识别燃气隐患信息，并辅助完成字段填写。它不再完全依赖人工经验判断和手工录入，而是通过高质量数据集和隐患识别模型，降低漏报、错报和重复填报的可能。
在检查完成后，异常行为识别能力服务的是监管后台。系统每天定时筛查检查记录，发现疑似“检查不到位、记录不真实”的行为后，把异常类型、疑点记录、判断依据推送给稽核人员，辅助人工复核和后续处置。
这两类能力是一个整体：事中让检查更容易做对，事后让检查异常行为更容易被发现。前者给一线提效，后者给监管增效，共同推动燃气安全检查从“有记录”走向“有质量”。
03
它怎么运行：先识别隐患，再筛出异常检查，最后把处置和评价串起来
（一）拍照智能识别隐患
在现场检查环节，智能体先解决“隐患怎么发现、怎么填得准”的问题。检查员不需要额外增加复杂操作，只要按照检查流程拍照上传，系统就可以进入识别和辅助填报流程。
01
拍照上传：检查员通过移动端 APP 对燃气表具、软管、阀门、连接部位、用气环境等进行拍照，并提交到检查任务中。
图1 现场用气环境图片
02
智能识别：系统识别图片中的隐患特征，给出疑似隐患类型、关键位置和风险提示，帮助检查员更快发现问题。
图2 智能识别图片隐患
03
辅助填报：识别结果可带入隐患描述、隐患类别、现场位置等字段，由检查员确认后提交，减少漏填、错填和重复录入。
图3 智能辅助填报信息
（二）筛查检查异常行为
检查记录提交后，后台稽核数智专员会对当天数据进行筛查。以武汉项目为例，系统并行调用15项异常行为识别技能，覆盖3类燃气隐患检查场景：
01
检查内容异常：记录对象与实际被检对象不一致、图片重复使用、填报内容与需检内容不匹配等。
02
隐患信息异常：重大隐患降级、现场隐患漏记、隐患频发区域长期“零隐患”上报等。
03
检查行为异常：定位偏离实际位置、拍摄时间偏离上报时间、单次检查耗时不足、远距离连续检查等。
图4异常检查记录识别：从海量记录中筛出重点疑点
过去，稽核人员往往要在平台里人工翻查检查记录、比对图片、核对位置时间。现在，智能体先完成第一轮筛查，把有问题的记录推到前台，再由人员复核确认。监管工作从“随机抽查”变成“带着线索查”。
图5 检查异常行为记录
图6 检查图片重复使用：从不同检查任务中识别相同图片
图7 隐患漏记：部分隐患没有在隐患描述被记录
图8 检查定位偏离实际位置：后台记录位置与被检对象实际位置偏差过大
（三）自动派单促处置整改
图9 发现异常只是起点，明确责任和整改闭环同步落地
检查异常行为记录被识别出来后，智能体不会只停留在“提示问题”，而是继续把处置闭环往下推进。系统先结合规则问答、历史记录和异常类型进行智能研判，形成判断结论；再自动给出处置建议，定位检查责任人、处置动作和反馈时限；随后将处置建议转成标准任务，派发给企业主体、属地部门责任方，并持续跟踪整改反馈、材料上传和超时状态。这样，异常问题可以从“发现”进入“交办、跟踪、催办”的闭环流程。
（四）检查整改结果转成履职评价，支撑企业分类分级监管
图10 将检查整改结果转成履职评价，支撑企业分类分级监管
整改反馈和任务处置结果沉淀下来后，智能体可以进一步形成企业履职评价。系统按照预设标准配置异常发生率、处置及时率、整改完成率等评价指标，自动抓取异常识别、任务处置、整改反馈等数据并完成评分，输出排名表、得分分布、扣分原因和评价依据说明。监管人员不再需要先人工汇总、再人工打分、再人工寻找重点对象，系统可以直接形成分类分级结果和监管建议，为重点企业后续监管措施提供依据。
04
运行成效：让海量检查变得可筛、可核、可闭环
武汉项目接入的数据规模已经具备真实业务代表性：非居民日常检查1500+/日，随瓶安检12000+/日，入户安检12700+/日，覆盖466万居民用户。这样的数据量，如果只靠人工抽查，很难形成稳定、持续、全面的监管能力。
01
统一入口：日常、专项、随瓶、入户检查数据统一接入智能体，减少多系统、多口径带来的监管割裂。
02
筛查前置：人工抽查之前，智能体先跑一轮异常识别，让稽核人员从“海量翻找”转向“重点复核”。
03
依据直出：同步输出异常清单、判断依据和重点疑点，减少复核过程中的主观判断和反复沟通。
04
闭环延伸：异常发现后可衔接派单整改、履职评价和结果跟踪，推动责任从发现环节向处置环节延伸。
试用阶段，燃气稽核数智专员的智能识别准确率已达到90%。这意味着，过去难以持续发现的问题，可以被转化为可筛查、可复核、可闭环的治理对象。
图11检查异常行为识别数据总览
武汉的实践也为更多城市提供了可复制的样板。除武汉项目外，青岛、银川、漳州、天水等地项目也在推进实施，燃气安全检查智能体正在从单点验证走向多地落地。
05
结语：让燃气安全检查真正形成闭环
燃气安全检查的价值，不在于多生成一条记录，而在于及时发现风险、如实记录问题、推动隐患整改。AI拍隐患服务的是检查现场，帮助一线人员更高效地发现和填报隐患；检查异常行为识别服务的是监管后台，帮助政府侧监管人员识别检查不仔细、不认真，甚至实际未查、记录造假的行为。
一个面向事中的智能助手，加上一道面向事后的稽核关口，构成了燃气安全检查智能体的完整价值：让愿意把检查做好的人员更省力，让必须被监管的环节更透明，让城市燃气安全从“有没有检查”进一步走向“检查是否真实、隐患是否发现、整改是否闭环”。
面向未来，数字政通将继续把 AI 能力沉到城市治理一线，以高质量数据集为基础，以真实业务场景为牵引，持续完善燃气安全检查智能体，让智能体更懂业务、更懂监管、更懂基层，为守护城市燃气安全、服务千家万户贡献更可靠的数智力量。