问：目前AI技术在水利工程建设运行管理中有哪些应用场景？哪些应用效果较好，哪些还有较大潜力，原因是什么？

　　李双平：当前，人工智能正贯穿水利工程建设与运行的全生命周期。建设期，AI赋能施工安全智能识别、质量核查及智能温控与碾压等场景；运管期，则广泛应用于监测异常筛查、工程状态研判、设备健康管理与调度辅助，大幅提升运维智能化水平。

　　目前应用效果最好的是标准化、流程化的基础业务。如资料检索、报告辅助编制、巡检影像初筛与数据质控等。此类事情量大且繁琐，由AI前置探路、人工后置把关，可极大纾解基层负荷。智能体可以破除数据孤岛，将多维监测、专业仿真与业务流程进行有机重构。未来，以大坝安全研判、智能巡检运维与调度优化为重点的全流程专业智能体，将成为行业发展方向。

　　问：安全是大坝存在和发挥效益的前提。在大坝安全监测领域，AI技术应用将带来怎样的变化？如何避免AI幻觉产生的影响？

　　李双平：AI在大坝安全监测领域的深度融入，正推动大坝安全监测迈向“智能解析规律、精准预判风险”的新阶段，大幅提升管控的前瞻性与科学性。例如，空间公司自研的“千手”大模型，实现了监测数据、工程档案与专业知识的深度融合。从“看数据”走向“懂数据”，面对大坝变形、渗流等异常工况，“千手”不仅能推送报警数值，更能联动水情、环境、相邻测点及历史巡检记录溯源分析，梳理风险线索。这极大释放了人力，使技术人员能聚焦于核心隐患处置与深度研判。

　　针对大模型普遍存在的“幻觉”问题，我们必须正视：在水利安全领域，绝不可将语言表达的流畅性等同于工程判断的可靠性。水利安全容不得丝毫偏差，须构筑全链条风控体系。我主张坚守三条原则：数据全程可追溯，模型须经工程验证，结论必依权限审核。必须厘清人机权责边界，AI仅作辅助分析，绝不替代专业判断，更不可越权输出调度指令。证据不足时，必须强制人工复核。要始终牢牢把握“技术辅助、人担主责”的原则，以严谨管控筑牢大坝安澜之基。

　　问：近年各地积极推进数字孪生水利工程建设，建设原则从“数字赋能”变成“数智赋能”，一字之差有何区别？实现“数智赋能”的关键是什么？

　　李双平：从“数字”到“数智”，仅一字之差，却标志着我国水利信息化从基础建设向实战化智能的阶段性跃升，核心在于突出业务实效与能力提升。水利行业以“需求牵引、应用至上、数智赋能、提升能力”为纲，推动数理模型、机理模型与人工智能深度融合，全面强化“四预”能力。二者层级清晰：“数字赋能”重在筑底座、做映射，实现物理工程的数字化复刻，解决“看得见”的基础问题；“数智赋能”则是在此底座上的能力跃迁，融合海量数据、专业机理与专家知识，实现工况推演、风险预判与方案比选，直击“看得懂、能预判、可决策”的实战痛点。

　　实现真正的数智赋能，关键在于打通数据、模型、业务与闭环管理全链条。底座须扎实可靠，模型须贴合机理，知识库须支撑实战；同时厘清人机权责，建立闭环审核机制。评价数智建设成效，绝非看界面是否华丽，而在于能否更早洞察风险、更快核查问题、更准高效处置险情。

　　总而言之，智能感知让水利“测得准”，数字孪生让水利“看得见”，大模型让水利“会思考”，专业智能体让水利“能行动”，由此方构筑起水利工程数智化管控的完整闭环。水利数智建设始终坚持实效为本，全力服务于工程安全运行、流域水安全保障和水资源科学调度的核心目标。