“10亿Token、30天、一个人、一部手机——这个防汛APP，是我自己调模型、写代码‘搓’出来的。”面对记者，某市应急管理局副局长陈明远（化名）语调平静，但他的“作品”在当地防汛系统中掀起的波澜却远未平息。
今年入汛以来，长江中下游地区遭遇多轮强降雨，城市内涝、山洪灾害频发。陈明远所在的市在6月中旬一度启动防汛Ⅰ级响应，然而传统防汛系统的响应速度却让他坐立不安。“网页端数据滞后半小时，预警短信发送依赖人工审核，最关键是缺乏动态推演能力。”他在一次内部会议后决定：自己动手，做一个“能跑在手机里、实时推演、自动决策”的防汛小程序。
但技术门槛和成本摆在眼前。陈明远并非计算机专业出身，早年学过一些Python，后来在政府数字化转型中接触过AI模型。他瞄准了国内某大厂的文心一言API和智谱清言的Token服务，计划用大模型做自然语言交互、智能预警和灾情模拟。“按官方定价，10亿Token约合30万元——我查了，处级干部年工资税后差不多就是这个数。”他坦言，这笔钱全部来自家庭积蓄，妻子至今仍不知情。
“手搓”过程更像一场极限攻关。陈明远利用每天下班后和周末时间，在办公室搭起三台显示器：一台跑代码，一台调模型参数，一台看防汛预案文献。他用大模型自动生成SQL查询语句，从应急数据库抓取实时雨情、水位、地质灾害点等26类数据，再通过LangChain框架搭建起多个智能体：一个负责气象预测，一个负责路径规划，还有一个专门生成“大白话”的撤离指令。“以前通知‘转移至预设避难所’，现在模型会自动说‘快带上证件和小毯子，朝小区东门有红旗的地方跑’。”
APP最终命名为“洪锋”，寓意“洪峰前的锋利决策”。7月12日夜间，市区一处老旧小区因排水管网倒灌出现险情，传统系统发出预警时水位已超警戒线15厘米。而“洪锋”通过接入的实时视频流和雨量传感器，提前40分钟预测出积水深度将突破30厘米，自动向2.3万居民推送了分层级预警：对一楼住户发出“请立即转移至低楼层邻居家”，对二楼以上住户则提示“检查门窗、拔掉电器插头”。更关键的是，系统同步将避难所空余床位、应急物资库存、最优路线推送到社区网格员手机端，生成一个可交互的3D撤离地图。
“那晚我们按APP的指令行动，没有一人伤亡。”社区书记在事后报告中写道。陈明远的数据显示，“洪锋”运行一个月，共触发有效预警127次，准确率92%，平均响应时间从原来的18分钟缩短至2.7秒。
消息不胫而走。省应急管理厅信息化处处长专程来调研，看到陈明远打印出的两层楼高的Token消耗账单时，沉默了许久。局里有人私下议论：“30万买个APP，还不如外包公司报价的零头。”但更多基层干部和群众在社交媒体上为他点赞，称他是“技术官僚的范本”，甚至有网友呼吁“建议全国推广，副局级以上干部人手一个AI模型账号”。
8月初，局党委会研究决定，将“洪锋”纳入市防汛指挥平台统一管理，并拨付专项经费进行迭代升级。陈明远主动提出，前期投入的Token费用作为“试错成本”自行承担。“如果这10亿Token能用AI思维倒逼一下行政系统的数字化转型，那这钱就没白花。”他笑着对记者说，眼下最大的心愿是“赶紧把GPT-4o的API接进去，不然我的Token余额快见底了”。
这场由一位副局长自掏腰包、亲自动手的数字防汛实验，或许正在提醒我们：在传统的行政体系与前沿技术之间，最缺少的从来不是资金和政策，而是一个愿意“手搓”时代的人。