2026年6月25日，浙江大学公共政策研究院主办的第201期公共政策学术沙龙，主题聚焦“AI时代数字档案高质量发展与安全风险治理”。来自浙江大学、浙江省档案学会、高校学者、律所与科技企业等近30位代表齐聚一堂，共同探讨数字档案在人工智能时代如何兼顾高质量发展与安全治理。

星汉信息受邀参加本次沙龙，并以“知过去、见未来——AI时代数字档案高质量发展与安全风险治理的实践思考”为题作主题发言。围绕星汉信息深耕档案行业二十余年的实践，分享了相关经验与思考。

以下是我们对此次沙龙讨论的整理与延伸。

档案是历史的底稿。当AI以前所未有的速度深入档案整理、检索和利用环节，一个现实考题摆在所有从业者面前：它可以看到什么，可以回答什么，又该如何为每一次操作负责？

01-哪些档案，可以被AI“看见”？

传统档案系统主要通过账号、角色和权限，控制不同人员能够查看哪些目录、调阅哪些文件。

AI进入之后，数据的使用方式发生了变化。为了完成分类、摘要、问答或者知识发现，AI可能需要读取文件内容，在大量档案中进行检索和分析。

于是，原来的“能不能打开文件”，变成了更加复杂的问题：

• 哪些档案可以进入智能处理流程？

• 哪些信息需要提前脱敏？
• 不同岗位能够调用多大的知识范围？
• 一次问答背后，模型实际访问了哪些数据？

让AI读档案之前，首先要告诉它：什么可以读，什么不能读。

02-AI给出的答案，可信吗？

AI可以快速生成答案，但“回答得快”并不等于“回答得准”。

档案讲究真实性、完整性和凭证价值。如果目录信息不准确、元数据缺失、文件版本混乱，AI就可能在错误的数据基础上，生成一个看起来完整、实际上并不准确的答案。

在档案开放审核、政策依据查询、项目责任追溯等场景中，错误信息可能直接影响业务判断。

因此，一个真正可靠的档案智能应用，不能只给出结论，还要能够回答：

• 答案来自哪份档案，引用的是哪个版本？

• 对应哪一页、哪一段内容？
• 是否经过人工审核？发现错误后能否及时修正？

档案AI的价值，不只是“能够回答”，而是每一个答案都有出处、有依据、可核验。

03-发生风险后，能追溯吗？

档案安全并不是简单地给系统增加一道登录密码。

当AI开始参与档案业务，风险可能出现在数据采集、文件上传、知识库建设、模型调用、内容生成和结果导出等多个环节。这些过程都需要留下记录：

• 谁调用了哪些档案，发起了什么问题？

• AI读取了哪些内容，生成结果是否被下载或转发？
• 是否出现异常访问，高风险结论是否触发了人工复核？

档案行业的容错率极低——互联网应用的错误是体验问题，档案系统的错误可能影响证据效力、权利义务和公共信任。生成式AI使文字、图片、印章乃至签名的伪造成本骤降，未来判断一份档案是否真实，不能依靠人眼，必须依靠元数据完整性、电子签名、可信时间戳、哈希校验和全流程操作日志。

档案真实性保障需要从“事后核查”前移到“全程固化”。

否则，五年后我们面对一批历史档案，将无法区分哪些是原始记录，哪些是AI加工过的“历史”。

AI越深入档案业务，安全越不能停留在系统外围。

星汉在沙龙上的判断：

档案行业“先试错再治理”的逻辑是危险的。AI越强，档案专业规则就越不能缺席。我们已见过档案系统接入通用大模型却没有完整权限隔离和日志审计机制的情况，在行业里不是个例。安全不是最后加上的防火墙，而是从数据进入、业务流转、模型调用到结果输出，全程内生的治理结构。

04-AI档案应用，可以先从四件事做起

面对AI带来的变化，档案部门不必一开始就追求建设覆盖所有业务的大模型平台。

相比“功能做得多不多”，更重要的是先把基础打牢。

♦ 先治理数据，再应用AI

完善档案目录、元数据、文件关联、版本管理和质量检查机制，解决数据不完整、不准确、不统一的问题。AI的能力建立在数据之上，数据基础不牢，模型越智能，越可能放大原有错误。很多单位数字化做了，但档案并没有真正“活”起来，原因就在于数据治理尚未展开。

♦ 先明确边界，再开放能力

按照档案类别、密级、开放状态和使用对象划分权限，明确哪些数据可以进入模型、哪些需要脱敏、哪些禁止调用。不能因为AI“需要更多数据”，就让安全边界变得模糊。哪些档案可以进入检索，哪些可以用于辅助编研，哪些严禁进入模型训练——这些边界必须在系统上线之前就制度化。

♦ 先选择场景，再逐步扩展

可以从辅助著录、目录质检、智能检索、知识问答、敏感信息识别等边界相对清晰的场景开始，验证准确性、安全性和实际价值，再逐步扩展。以AI开放审核为例，海量档案的审核天然具备边界清晰、标准可定义、结果可检验的特征，是比较适合切入的领域。当然，模型可以大幅提高初审效率，但任何重要判定都必须回到原文、规则、人工复核。

♦ 保留人工审核和责任闭环

AI可以提供建议、生成摘要、发现线索，但涉及档案鉴定、开放审核、敏感信息判断等关键业务，仍然需要明确的人工审核机制。技术可以提高效率，责任不能交给算法。档案承载着证明历史事实的基础职能，这一点在AI时代不会改变。

此次沙龙是一次难得的行业对话。31项难题、45条建议，背后是整个档案行业在AI时代正在经历的真实摸索。

AI会让很多事情变快，但档案不能只追求快。我们真正要追求的，是更快地发现问题，更准地还原事实，更稳地守住安全，更好地释放价值。

知过去，是把一个社会、一座城市、一个组织走过的路，真实、完整、可靠地保存下来。

见未来，是让这些历史经验和事实证据，真正服务于公共决策、社会治理和产业创新——而不是被AI制造出一个“看起来合理”的虚假过去。