Anthropic 獲選為下一代英國政府服務提供動力
在公共部門數位化轉型的里程碑式舉措中，英國科學、創新及科技部（DSIT）已宣布與 AI 安全與研究公司 Anthropic 建立策略性夥伴關係。此合作於 2026 年 1 月 27 日公布，旨在部署先進的「代理型 AI（agentic AI）」以現代化公民與基本政府服務互動的方式。該計畫將以一個專注於就業支援的試點專案啟動，運用 Anthropic 的 Claude 模型來協助求職者應對職涯諮詢、培訓機會及福利資格等常常複雜的領域。
這項夥伴關係標誌著與目前許多政府機構使用的基本聊天機器人有顯著不同。透過整合Anthropic最先進的代理型 AI，英國政府正表態轉向能夠推理、長期維持情境脈絡並主動引導使用者完成多步行政流程的系統。對於追蹤企業與政府 AI 演進的 Creati.ai 讀者來說，此發展代表在創新與資料主權及戰略自主間取得平衡的一個重要個案研究。
超越聊天機器人：政府科技中代理型 AI 的崛起
此試點的核心技術差異在於使用「代理型 AI（agentic AI）」能力。不同於主要作為高級資訊檢索引擎或會話工具的傳統 Large Language Models（LLMs），代理型系統被設計用來追求目標並執行任務。
就新的 GOV.UK 助手而言，這表示系統不僅僅回答關於職缺的靜態問題，而是會成為一個主動的職涯教練。該助理被設計成能理解使用者獨特的專業背景、在多次互動中保留脈絡，並提供量身建議。例如，若使用者表達有意提升技能以投入綠色能源職位，該代理可在後續互動中回憶起這項偏好，建議相關的政府資助培訓課程或指出需要補強的履歷缺口。
這種情境感知解決了數位治理中最持久的摩擦點之一：資訊碎片化。公民常難以串連不同機構的資源——例如將求職服務與技能資助機構聯繫起來。由Claude 驅動的代理旨在彌合這些孤島，提供一個以使用者為中心的連貫敘事，指引公民從詢問走向行動。
戰略自主：在公務體系內嵌入技能
此夥伴關係的一個定義性特徵在於其運作構造，強調知識轉移，而非單純的服務採購。Anthropic 的工程團隊將與政府數位服務（GDS）的公務人員並肩合作，而非採取傳統由供應商交付「黑盒」解決方案的外包模式。
這種共同工作安排旨在建立英國政府內部的 AI 能力。透過將私部門專業直接嵌入公共團隊，DSIT 的目標是防止長期的供應商鎖定——這是政府資訊專案的歷史性弱點。目標是讓公務體系具備在初期夥伴階段結束後能夠獨立維護、迭代與治理這些 AI 系統的技術能力。
對於更廣泛的Government Technology 部門而言，這一做法樹立了新的標準。它暗示未來公共部門的 AI 合約將越來越多要求明確的「技能提升」組成部分，以確保政府保有對其數位基礎設施與智慧財產的控制權。
資料主權與「掃描、試點、擴展（Scan, Pilot, Scale）」框架
在公共部門部署前沿 AI 模型不可避免地引發隱私與資料安全的疑慮。英國政府已將部署納入其「掃描、試點、擴展（Scan, Pilot, Scale）」框架下以回應這些問題。此分階段的方法論確保技術在受控環境中經過嚴格測試，才會廣泛部署。
就業服務試點將在符合英國資料保護法的嚴格資料治理規範下運作。關鍵在於系統以「人類在循環中」的理念設計，並提供強健的使用者控制。公民將可完全選擇不與 AI 互動，並保有對其資料的完全控制權，包括刪除儲存對話紀錄的權利。
這種對安全與主權的重視與 Anthropic 的企業理念一致，Anthropic 強調「Constitutional AI」與以安全為先的開發。此合作建立在 Anthropic 與英國政府於 2025 年初簽署的諒解備忘錄（MoU）之上，該備忘錄確立了共同探索安全公共部門 AI 部署的承諾。
比較分析：傳統 vs. 代理型的政府服務
為了理解此轉變的規模，對比目前數位政府服務的狀態與此新代理型方法所承諾的能力是有幫助的。
Table 1：數位政府介面的演進
| Feature | Traditional Government Portal | 代理型 AI 助手（Claude） |
|---|---|---|
| Interaction Model | 關鍵字搜尋與靜態表單 | 自然語言對話與意圖識別 |
| Context Retention | 基於會話（離開後重置） | 跨多次會話的長期記憶 |
| Service Integration | 孤島式（工作/培訓分開網站） | 統一（自動交叉參照服務） |
| Personalization | 通用（單一內容適用所有人） | 高度個人化（依使用者歷史量身打造） |
| User Burden | 使用者須自行尋找並綜合資訊 | 代理綜合資訊並建議下一步 |
| Outcome Focus | 資訊傳遞 | 任務完成與引導 |
就業試點的經濟必要性
將初期試點聚焦於就業服務是有策略性的。英國勞動市場與許多國家一樣，面臨技能不匹配與勞動參與率的挑戰。透過減少尋職與取得培訓相關的行政摩擦，政府希望能推動具體的經濟效益。
一個能準確將求職者的可轉換技能配對至新興產業的智慧代理，可能大幅縮短公民失業的時間。此外，透過自動化例行詢問與指引，系統可釋放人類職涯教練的時間，讓他們專注於需要同理心與細緻判斷的複雜個案，從而優化工作與退休金部門內人力資源的配置。
公共部門 AI 的未來影響
此合作可視為全球政府採用 AI 的風向標。若能成功，英國的模式——以代理能力、嚴格的資料主權及強制性的技能轉移為特徵——可能成為其他國家的範本。
我們可能會看到從醫療到稅務等其他政府部門，開始探索類似的代理型部署。然而，此倡議的成功最終仍取決於公眾信任。政府能否透明地證明 AI 以公民最佳利益行事、且不帶偏見或侵犯隱私，將與底層技術一樣關鍵。
隨著「掃描、試點、擴展」程序向前推進，產業觀察者將密切關注 Claude 的代理推理技術是否能轉化為可衡量的公共服務改善。就目前而言，英國已朝向一個政府介面不僅是數位化、而且是智慧化的未來邁出決定性的一步。
