DOI：10.12154/j.qbzlgz.2026.03.007 1 引言 伴随国家文化数字化战略实施和数字中国建设全面铺开，公共文化机构在数字文化资源建设、优质数字文化产品开发上取得长足进步，公共数字文化服务效能显著提升。《关于进一步加强公共数字文化建设的指导意见》[1]中首提“公共数字文化”概念，公共数字文化服务作为公共文化服务的重要组成部分，着重强调满足社会公众基本数字文化需求，并借助数字载体向社会公众提供智能化的社会服务[2]。而高效、全面整合公共数字文化资源是公共文化机构提供高质量公共数字文化服务的基础。只有将异构数字文化资源聚类、融合与重组后才能向社会公众提供数字化服务[3]。2025年8月，《公共文化资源分类》（征求意见稿）向社会各界征求意见，其中也设专节对公共文化数字资源进行分类并确定代码。 人工智能正深刻影响着社会全域，国家层面高度重视推动人工智能与经济社会各行业各领域广泛、深度融合。人工智能也正驱动着公共数字文化服务范式转型、内容革新和效能提级。当前，以DeepSeek、ChatGPT、Sora为代表的大语言模型（Large Language Models，LLMs）正深刻影响着公共数字文化服务领域，推动公共数字文化服务向精细化、智慧化、个性化方向“加速度”转变。基于大语言模型意图理解与文本生成的核心能力，AI智能体（AI Agent）系统有望使大语言模型“超级大脑”真正成为人类的“全能助手”[4]。AI智能体也将深度赋能公共数字文化服务，推动公共数字文化服务更加自主、专业化、人性化和更强适应性。基于此，本研究分析垂域AI智能体赋能公共数字文化服务效能提升的具体方面，设计公共数字文化服务垂域AI智能体的构建路径，并以哈尔滨2025年亚冬会数字文化服务垂域AI智能体搭建为案例对所提路径进行实证测试，思考人工智能赋能公共数字文化服务效能提升的可行通路与实证验证成果。 2 相关研究 2.1 公共数字文化服务效能研究 理论研究层面，学界关于公共数字文化服务效能相关问题的研究涉及关键影响因素、制度优化、体系构建、效能提升路径等内容，具体研究如下：（1）结合数字乡村战略、融合创新发展、公共文化数字化战略等国家宏观战略或时代背景，思考公共数字文化服务效能影响因素、提升路径和数字文化品牌建设策略等。（2）借鉴跨学科理论展开研究，如王锰等[5]引入S-O-R理论揭示了乡村公共数字文化服务用户流失行为的影响因素及机理。（3）从公共数字文化服务提供方和受众方，即公共文化机构和社会公众双向视角出发进行研究，如冯薇等[6]从公众视角将公共数字文化服务过程分为认知接受阶段、行为惯性阶段和意识驱动阶段三个层次，并分析影响因素。（4）通过国内外交叉视角，总结中外公共数字文化现状并做展望，如刘佳静等[7]提出开展标准化体系构建和数据关联技术研究、推进数字技术与文旅产业融合创新应用等。 实证研究层面，相关研究成果主要包括以下三方面：（1）聚焦乡村公共数字文化服务。戴艳清等[8]通过实地调查湖南省花垣县，分析了农村公共数字文化服务的供需矛盾；王锰等[9]采用fsQCA模糊集定性比较分析方法思考了乡村公共数字文化服务中用户信息规避行为的影响机理；也有学者总结了近十年乡村公共数字文化服务研究进展，梳理了研究主题[10]。（2）量化研究公共数字文化服务政策文本。侯甜甜[11]统计了78份我国公共数字文化服务政策文本，采用PMC指数模型对政策文本进行量化评价；彭丽徽等[12]融合政策工具和VAR模型，对我国公共数字文化服务均衡性效应展开实证分析。（3）关注公共数字文化服务平台建设。公共数字文化服务平台是提供公共数字文化服务的重要载体，相关学者围绕平台建设与转型升级、平台服务效能评价等问题进行研究，也有学者结合云平台建设实证案例总结PPP模式应用问题、经验与对策[13]。 2.2 垂域大模型与AI智能体研究 依照大语言模型处理任务的能力可将其划分为通用大语言模型和垂域大语言模型两种。垂域大模型，也称垂类大模型、垂直领域大语言模型或行业大模型，是一类面向特定领域专业应用场景，基于具有领域特征的专属数据进行定制化训练、优化与开发的大模型[14]。通用大语言模型更倾向于提供多元化的知识服务，追求的是知识体量的大而全。相比之下，垂直领域大语言模型需要处理特定领域的专有数据，从而保证能够理解用户的实际需求[15]。在规划知识、专业词汇和分析等特定任务上，垂域大模型通常比通用大模型表现效果更好[16]。面向公共数字文化服务领域，垂域大模型更强调通过微调训练，提高其理解和回答公共数字文化服务领域专业知识的能力，从而有效对抗大语言模型“幻觉”所带来的危害。目前，以DeepSeek为代表的国产开源大模型极大提高了先进人工智能的可触及性，进一步促进社会迈向全社会分享的普遍智能时代[17]。DeepSeek通过算法持续优化与技术迭代创新，大幅降低训练成本，可直接作为基座模型在特定领域进行部署适配，为在公共数字文化服务领域的垂直应用提供了底层技术支持，便于高效训练出公共数字文化服务垂域大模型。 AI智能体是由大语言模型驱动的实体，能够实现对外部环境主动交付并自主执行复杂任务，既可以是独立运行的实体，也可以是多个智能体协作用以解决复杂特定问题[18]。“大语言模型+记忆+任务规划+工具使用”是AI智能体的四个组成部分[4]。大语言模型是其核心大脑，可以说，大语言模型的能力决定了AI智能体的能力半径。垂域AI智能体以垂域大模型为算力与数据核心，基于人类反馈的强化学习微调和检索增强生成等技术，形成专门服务于特定领域研究的多智能体系统[19]。简单来说，垂域AI智能体就是部署在特定领域的AI智能体。目前，生命科学、商业、口腔医学等领域已有部署垂域AI智能体的相关研究成果。聚焦信息资源管理学科，相关学者结合垂域AI智能体的概念内核、关键技术、微调机制等进行了研究。
