丹佛 Sunny 聊天机器人合同遭否决，市议会为自动化 311 服务划出界限

丹佛 Sunny 聊天机器人在一场关键的 9 比 3 表决中失利，这个城市自动化居民助手正走向关停。丹佛 Sunny 聊天机器人合同原本将把 Citibot 的服务延长五年，并为 311 电话增设新的语音系统。多数市议员最终否决了该提案，他们担忧回答不准确、公众信任受损，以及人类服务工作人员被取代。

这场表决将一次常规技术续约，转变为对政府 AI 的重大考验。丹佛市表示，Sunny 能让居民全天候获得服务，并减轻市政府员工的压力。反对者则质疑：当居民仍会遇到错误信息时，自动化系统是否应获得更大的作用。

这场冲突的影响如今已超出单一聊天机器人。美国各地城市都在引入 AI 助手，以简化公共服务的使用流程。丹佛的决定表明，采用数据和便利性主张无法替代有据可查的准确性、清晰的升级路径以及政治层面的同意。

丹佛 Sunny 聊天机器人合同表决改变了什么

丹佛市议会否决的不只是一次软件续约，而是中断了该市让 AI 在公共服务基础设施中发挥更大作用的计划。

2026 年 10 月 13 日，出席会议的 12 名市议员中有 9 人反对拟议延期，3 人投赞成票。该协议其实已于 10 月 1 日到期，但服务资金仍可维持至 10 月底。

技术服务部门员工直接向市议员说明了否决的后果：如果协议未获续签，市政府将不会继续提供该服务。市长 Mike Johnston 的政府表示，计划与市议员会面并寻求解决方案。

该提案涵盖 Sunny 在丹佛市网站上的持续运营，也将为拨打 311 咨询低复杂度问题的居民启用语音机器人。这项新增功能将使自动化服务从可选的网站互动进入丹佛的电话服务渠道。

官方合同记录确认 Citibot 为供应商，并设定了拟议的 2031 年终止日期。该提案在获得委员会批准并延期一周后提交市议会审议。

这一时间线也成为争议的一部分。多名市议员质疑，为何一份已经到期的协议如此晚才提交给他们审议。由于否决可能造成服务突然中断，迟来的表决限制了民选官员实际可作出的选择。

这是公共技术采购中常见的问题。在立法者获得明确机会评估长期续约之前，政府可能已在运营上依赖某家供应商。届时，续约看起来不再像一项新采购，而更像是一次避免服务中断的表决。

Sunny 最初是一款范围相对有限的数字助手。居民可用它查找信息、报告问题以及了解城市服务。拟议中的语音机器人将扩大其覆盖范围，也会增加错误回答造成的后果。

网站聊天机器人失效时，用户可以选择忽略它。但整合至 311 的语音系统会影响居民对期限、服务和政府职责的理解，也会影响来电者是否能联系到人工工作人员。

因此，市议员评估的不只是 Sunny 的现有表现。他们实际上是在决定，丹佛是否应进一步依赖同一种自动化模式。

市议会的否决并不自动证明 Sunny 对每位居民都失败了。但这确实表明，市政府未能说服足够多的立法者批准下一阶段。此次政治上的失败，如今既威胁着现有服务，也威胁着计划中的扩展。

这场合同表决还暴露出一项分歧：市政 AI 应由哪些证据来证明其合理性。市政府强调使用量、满意度和对员工的帮助；批评者则聚焦于错误信息以及人工互动的价值。

双方讨论的都是服务质量，但衡量方式不同。这一衡量差距成为续约理由中最核心的弱点。

丹佛为何将 Sunny 纳入服务战略

Sunny 并非被定位为实验性的新奇工具。丹佛将其视为在减轻员工压力的同时保持服务可及性的方式。

丹佛于 2024 年在市政府网站上推出 Sunny，作为全天 24 小时服务的助手。居民可以用它咨询城市项目、预约某些服务，并报告漏收垃圾或路面坑洞等问题。

该助手也支持短信服务。上线时，居民可通过向丹佛的 311 号码发送信息来开始互动。市政府表示，Sunny 可用 72 种语言回答问题。

这些功能解决了真实障碍。城市信息往往分散在众多部门、网页、表格和电话排队系统中。居民可能不知道哪个机构负责处理问题，也可能不了解呼叫中心的工作时间。

该市上线详情将其描述为基于政府信息、而非不受限制互联网内容的助手。不过，丹佛市仍警告回答可能不准确，并对生成内容不承担责任。

这一警告之所以重要，是因为居民是在官方政府渠道上接触 Sunny。用户完全可能认为，其回答比通用聊天机器人的回答更具权威性。市政府印章、网站和服务场景共同建立了制度性信任。

丹佛后来将 Sunny 纳入运营规划。技术服务部门的一份演示材料称，市政府预计通过在网页、短信和 WhatsApp 渠道使用该聊天机器人，缩短 311 呼叫中心的服务时间。

2026 年预算计划将 Sunny 与缩短服务时间及更广泛的效率目标联系起来。这种关联意味着，该聊天机器人已成为劳动力和预算战略的一部分，而不只是一个数字接入项目。

Johnston 市长办公室认为，Sunny 让服务更易使用，也使员工能够专注于更棘手的问题。发言人 Jon Ewing 表示，该系统减少了职业倦怠、放缓了人员流失，并降低了 311 的等待时间。

市政府还表示，Sunny 和丹佛在线问题报告平台在 2026 年处理了约 40% 的 311 客户服务联系，并称该聊天机器人的客户满意度为 90%。

这些数据支持居民确实会使用数字渠道的观点，但无法独立证明 Sunny 能持续给出正确答案，或成功解决服务请求。

满意度评分可能反映便利性、速度、界面质量或用户的即时印象，却未必能揭示建议是否完整，或请求是否被转交至正确部门。联系量占比还可能合并了能力不同的多个数字渠道。

这种区别很重要。在线表格可以转送结构化信息，而无需生成回答。聊天机器人则需要理解问题并给出回应，为流程引入了新的歧义来源。

丹佛市政府将这一解读层视为简化复杂城市服务的方式。批评者则认为，它是在居民与需要承担责任的工作人员之间增加了一项新风险。

此次表决给丹佛市和 Citibot 都带来了压力。如果 Sunny 关闭，丹佛必须说明将如何维持服务可及性。Citibot 则必须证明，其系统不仅能满足采购人员的要求，也能达到民选官员对证据的期待。

自动化接入与人工公共服务发生碰撞

核心冲突并非技术与怀旧之间的对立，而是自动化可用性与可问责的人工服务之间的取舍。

市议员 Paul Kashmann 提出了本次表决中最尖锐的批评。他称人工智能是“一场正在我们眼前展开的噩梦”，并质疑当机器人取代人工时，客户服务是否真的会改善。

市议员 Amanda Sawyer 提出了相关观点。如果丹佛正在为 311 投入大量资源，她认为居民就应能够与真人客服代表交谈。

支持者则以不同方式描述这一选择。市议员 Chris Hinds 表示，他所在选区的许多居民更偏好数字化沟通。根据他在会议上的说法，他的选区拥有丹佛最年轻的人口结构。

这种偏好可信，不应被忽视。一些居民无法在正常工作时间拨打电话。另一些人更容易通过短信沟通、需要语言协助，或不愿意在线等待。

数字助手也可以处理重复性的服务导航问题。如果它能可靠地回答这些问题，人工员工便能腾出时间处理涉及多个机构或特殊情况的复杂案件。

然而，可用性与可问责性并不能互相替代。聊天机器人可以全天候在线，却仍无法为居民提供可靠答案。人工客服代表也可能犯错，但其所在的管理体系支持审查和纠正。

拟议中的语音机器人使这种取舍更加突出。电话来电者往往期待获得对话式服务，但语音互动提供的关于信息来源和局限性的视觉提示更少。即使回答不完整，自信的自动化回复也可能听起来很有权威。

低复杂度问题在对话开始前也很难界定。一个请求起初可能看似简单，但地址、期限、残障状况或家庭情况都可能改变正确的回答。

因此，一个安全的系统需要可靠的边界。它必须能够识别请求何时超出其获准范围，并将居民转交给人工人员，而不是迫使他们反复解释问题。

丹佛市尚未公开足够的细节，以判断 Sunny 多常升级转交对话、未能解决请求，或提供了实质性错误的指引。已公布的满意度数据无法回答这些问题。

这种证据缺失削弱了市政府的立场。市议员被要求批准一项长期续约和一个新渠道，同时却仍在讨论有关准确性和服务设计的基本问题。

如果范围更窄，丹佛 Sunny 聊天机器人合同或许会获得不同结果。丹佛本可以将网站助手的延续与语音机器人的授权分开处理，也可以将扩展与公开的绩效门槛挂钩。

这些门槛应将事实准确性与客户满意度区分开来，并跟踪任务成功完成率、转交给员工的比例、重复联系、投诉，以及政策变更后的纠正情况。

人工服务的表现也应接受同等衡量。公平的比较应审视各渠道的准确性、解决时间、无障碍性、服务时间和居民结果。

没有这种比较，争论就会变成意识形态之争。一方强调便利性和工作量减少，另一方则强调不信任和岗位流失。两种观点都无法让居民全面了解服务质量。

更好的问题是，自动化是否能在不降低问责水平的前提下改善服务可及性。丹佛目前的证据尚未形成共识答案。

Sunny 的准确性争议仍无法证明什么

准确性不足的指控值得审视，但公开记录尚未提供完整的错误率或评估 Sunny 的统一标准。

市议员表示，这款聊天机器人经常提供错误信息。这一批评十分严重，因为城市助手可能影响人们对许可证、福利、垃圾服务、执照及其他公共义务的决策。

然而，现有报道并未包含对 Sunny 回答的代表性审计。报道没有说明测试了多少问题、哪些主题出现失败，或错误的严重程度如何。

这一缺口对双方都有影响。市政府不能把满意度评分当作事实可靠性的证明。批评者也不应将个别失败视为对该系统的完整衡量。

严重程度与发生频率同样重要。错误的办公时间信息只会带来不便；关于法定义务、资格条件或截止日期的错误指引，则可能造成持久伤害。

纽约市展示了这类风险的高端情形。其商业聊天机器人在测试发现回答与当地法律和政策相矛盾后，招致全国性批评。官员着手改进系统期间，该系统仍保持在线。

纽约的失误包括针对劳动者保护、住房歧视和垃圾处理要求的错误指引。这一事件让市议会有了具体理由，不再轻信那些令人安心的免责声明。

丹佛将 Sunny 设计为依赖城市信息，这可以减少接触不可靠外部材料的风险。所谓“基于来源”，是指将回答限制在经批准的来源集合中。但这并不能消除由过时文件、模糊提问、检索失败或生成措辞造成的错误。

政府信息也经常变化。服务安排可能在节假日期间调整。某项计划可能停止接受申请。紧急命令可能暂时取代常规规定。

因此，保持源材料及时更新也是 AI 系统的一部分。准确性既取决于内容责任归属、更新计划、测试和升级处理程序，也取决于底层模型。

市政府在 2024 年表示，工作人员已制定处理问题回答的流程。但在系统上线时，并未公开详细说明这些程序。如果续约争论中能提供更清晰的事件处理和纠正时效信息，将更有帮助。

成熟的公共系统应维护错误登记册。该记录应对失败情况进行分类，确定受影响服务，记录纠正措施，并注明居民是否获得后续信息。

它还应测试最可能造成伤害的问题。随机样本可以衡量总体表现，而定向测试则可检查敏感主题、非典型措辞、语言差异以及部门页面之间相互矛盾的信息。

美国国家标准与技术研究院的 AI 风险框架提供了一个有用的结构。它强调在 AI 系统整个生命周期中持续开展治理、测量、风险管理，并明确责任归属。

这种治理并不要求城市在部署前消除每一个错误。人工服务系统同样会出错。它要求官员了解风险、分配责任，并监测控制措施是否有效。

据报道，丹佛 90% 的满意度评分依然具有参考意义，但如果缺乏方法说明，其含义有限。公众需要了解样本量、调查时间、回复率以及所使用的确切问题。

Sunny 和在线报事中心合计占 40% 的份额也需要拆分说明。完成表单的居民并不一定认可由聊天机器人生成的指引。

Citibot 和丹佛可以通过发布按渠道划分的结果来加强证据。有用的指标包括正确回答率、完成请求数、放弃率、转交员工处理的比例、重复联系次数以及无障碍服务成效。

在这些证据出现之前，双方的强烈主张仍未得到证实。这次投票并不能证明市政聊天机器人无法发挥作用。政府部门的数据也无法证明 Sunny 已准备好扩展至语音服务。

丹佛的否决检验政府 AI 合同模式

更深层的逆转在于，AI 的采用已进入采购阶段，而丹佛尚未就如何衡量成功达成共识。

政府在宣布采用 AI 时，往往强调服务可用性、语言支持和减少行政工作。合同续约迫使各方展开更艰难的讨论，因为这会将这些承诺与多年的支出和运营依赖绑定在一起。

试点项目可以容忍实验。长期服务合同则需要可执行的预期。这些预期应涵盖准确性、正常运行时间、数据处理、无障碍服务、事件报告和人工升级处理。

供应商还必须支持公共透明度。城市不能仅通过保密仪表盘或供应商保证来为 AI 服务辩护。居民和立法者需要能理解的性能证据。

当自动化影响人员配置时，这一点会变得更重要。丹佛的预算材料将 Sunny 与减少呼叫中心工时联系起来。市长办公室后来则称，它有助于降低员工倦怠和离职率。

这些说法描述的是不同的劳动力影响。工时减少可能意味着效率提高，但也可能削弱获得人工帮助的机会。倦怠降低表明员工可能受益，但公开证据仍需说明工作量发生了怎样的变化。

城市在将自动化作为劳动力解决方案之前，应衡量这两个方面。它们需要追踪员工工作量、职位空缺率、服务积压、来电放弃率以及各渠道的居民满意度。

合同设计可以将这些指标转化为保障措施。城市可以要求进行季度准确性测试、公开事件摘要和设定最长转接时间。服务扩展可取决于在多个报告周期内达到相关阈值。

协议还可以要求制定停用或回退方案。由于 Sunny 的合同在决定性投票前到期，丹佛现在正面临这一运营问题。

当供应商提供了居民已习惯使用的界面时，退出规划至关重要。城市应明确，在服务终止后，服务通知、记录文本、集成、电话路由和公共记录将如何处理。

模块化合同可以降低这一风险。丹佛可以分阶段采购网页助手、短信渠道和语音机器人。每一次扩展都应以前一阶段的证据为前提。

这种做法也会让政治决策更加清晰。市议员可以评估是否保留现有渠道，而不必自动批准更广泛的自动化战略。

供应商竞争带来了另一项挑战。城市更换平台时，可能需要重建集成和评估数据集。这种摩擦可能让现有供应商在续约谈判中拥有相当大的筹码。

公共机构可以通过保留服务内容、测试数据、互动类别和集成文档的所有权来减少锁定效应。它们还应要求提供符合隐私规则的可导出日志。

丹佛 Sunny 聊天机器人合同表明，采购是 AI 治理的一部分。如果合同遗漏性能报告和实际补救措施，模型政策的价值就有限。

这一教训不限于聊天机器人。政府正在将 AI 用于文件审查、翻译、许可办理、欺诈检测和内部研究。每套系统都会产生不同风险，但每次部署都需要可衡量的边界。

公共部门采购方不应将采购获批视为系统值得信赖的证明。采购确立的是许可和义务。信任必须通过可观察到的表现来赢得。

丹佛市议会如今要求更高的举证门槛，尽管这一要求是在服务截止日期临近时提出的。未来项目应在居民开始依赖工具之前，就确立这一门槛。

三个信号将决定 Sunny 的未来

下一阶段取决于协商达成的服务计划、公开的性能证据，以及关于人工服务可及性的明确决定。

第一个信号是 Johnston 市长的政府是否会带着一份范围更窄的协议回归。官员表示，他们将在否决后与市议员会面。短期延长或缩小范围，将表明双方都希望避免立即中断服务。

如果修订后的提案将现有聊天机器人与计划中的语音机器人分开，其说服力会更强。它可以保留网站访问，同时让电话自动化接受另一轮审查。

如果政府提交的协议与原方案基本相同，最初的冲突仍将存在。9 比 3 的票数差距表明，仅靠细微的措辞调整无法消除市议员的担忧。

第二个信号是可衡量性能数据的发布。丹佛应说明其如何计算 Sunny 的满意度评分，以及 311 联系中数字渠道所占比例。

更重要的是，市政府应报告事实准确性、完成请求数、升级处理率、重复联系次数和纠正时长。结果应识别主要服务类别，同时不暴露居民个人信息。

独立测试将增强分析的可信度。评估人员可以使用固定问题集、多语言变体、政策变化情境以及需要人工判断的情况。公开方法将使市议员能够区分孤立失误与系统性弱点。

如果这类测试显示出较高准确性和可靠转接，政府的论据将更有力。如果测试揭示严重错误或升级处理不佳，市议会的否决就更像是预防性监督。

第三个信号涉及人员配置和渠道可用性。丹佛必须说明，关闭 Sunny 是否会恢复呼叫中心工时、增加员工覆盖，还是仅仅取消一个访问渠道。

否则，居民可能同时失去两种服务形式。该市原计划在削减呼叫中心工时的同时使用 Sunny。如果移除聊天机器人却不重建人工服务能力，就会暴露整体服务战略中的缺口。

政府还应说明，将如何服务于那些受益于短信访问、延长服务时间或多语言支持的人群。人工服务与数字化服务可及性不应被描述为相互排斥的目标。

混合模式提供了一条可能的路径。结构化表单可以收集常规信息，而功能有限的助手负责导航和转接不确定问题。人工员工则继续处理决策、例外情况和敏感个案。

然而，仅仅冠以“混合”标签并不能保证问责。丹佛仍需要明确的路由规则、服务水平目标以及错误责任归属。

结果将影响其他公共部门采购方。停用服务将表明，一款成熟的市政聊天机器人可能在续约期间失去政治支持。重新设计协议则将表明，监督可以重塑 AI 服务，而不必取消它。

对居民而言，眼下的问题更简单：十月之后 Sunny 是否仍会继续回答问题，如果它无法回答，又会发生什么？丹佛需要在服务截止日期前回答这两个问题。

对技术领导者而言，教训已经清晰可见。采用并非衡量公共部门 AI 的最终标准。一个系统必须经受审计、预算压力、劳动力担忧和民主审查。

关注 Denver 的下一项提案、其附带的证据，以及面向人工 311 服务的计划。这些信号将表明，Denver Sunny 聊天机器人合同是会在更严格的保障措施下重新出现，还是会因其依据始终未被充分记录而消失。