2026内源中国峰会观察：AI重塑协作，政务内源从龙岗破题

“没有正确的Context,Agent就是被蒙住眼睛的天才。”——谭中意

当AI开始重塑每一行代码的生产方式,协作模式本身正在成为更大的创新。

2026年9月22日,以“Context Over Control”为主题的2026内源中国峰会举行。本次峰会由COPU中国开源促进联盟常务副秘书长,中国内源社区发起人,全球内源基金会董事谭中意出品,InnerSource Commons基金会执行董事Russell Rutledge、博世开发者布道师Georg Grütter、华为内源办公室高级项目经理陈炜、百度内源办公室负责人董淑照、龙岗区政务服务和数据管理局高级工程师王磊、新加坡政府科技局(GovTech)杰出工程师Hunter Nield等全球嘉宾,围绕同一个主题展开分享。

其中,深圳市龙岗区的“龙源平台”作为本次峰会的国内政务内源案例,备受关注,展示了政务AI内源协作平台建设经验。一个区级政府的数字化实践,为何能登上内源中国峰会的舞台?

2026内源中国峰会现场

一、从博世、华为到GovTech,内源从企业走向政务领域

要看懂这份关注,得先回到内源本身。内源(InnerSource)并非新兴风口——把开源的协作方式搬进组织内部,这一概念起源于2000年代初期;在国内,它从腾讯、百度、华为等科技企业的实践起步,走过十余年。如今,这股力量正溢出企业围墙,向政务领域延伸,迎来一次深刻的边界扩张。

峰会议题的设置,正是这一趋势的缩影。

InnerSource Commons基金会执行董事Russell Rutledge在预录视频中指出,当AI改写代码的生产方式,内源已从“可选”变成“必选”。博世开发者布道师Georg Grütter通过视频分享了博世这一万人级组织的内源规模化经验:关键不在工具,而在持续共享的文化机制。华为内源办公室高级项目经理陈炜的判断更具体:AI正在改变代码复用的方式。

企业之外,政务领域也在破题。新加坡政府科技局(GovTech)杰出工程师Hunter Nield在视频中介绍了Co-Sourcing联合开发模式——政府不再当“甩手掌柜”,而是深度参与开发过程。这与龙岗正在做的事情形成了呼应:路径不同,但指向同一个判断——政务数字化的底层逻辑,需要被重构。

那么问题来了:中国的区级政府,能不能做内源?怎么做?

二、龙源平台:一个底座,两个工具

“代码在手,心中没底。”峰会上,深圳市龙岗区政务服务和数据管理局高级工程师王磊用八个字,道出了过去政务信息化的长期困境。他提到三个共性痛点:(1)厂商掌握源码形成技术黑盒,政府不知道系统里跑的是什么;(2)同类业务重复立项,财政资金在功能雷同的系统上反复消耗;(3)业务微调要走冗长的变更流程,一个小需求往往排队数月。

深圳市龙岗区政务服务和数据管理局高级工程师王磊

三重困境指向同一个问题:政府对自身数字资产失去了掌控力。龙源平台的破题思路,是用内源+AI重构这套生产关系——源码托管、组件复用、成果自动回流入库,从“建一个、交一个、锁一个”的项目制,转向沉淀可复用数字资产的长期主义。

这套思路落到技术架构上,就是“一个底座+两个工具”。

底座解决“沉淀”的问题。龙源底座集成了统一代码仓、制品库、CI/CD流水线和MCP、Skill市场,核心逻辑是让开发成果回流入仓、经过治理后抽离成可复用的组件——全区的家底看得见,好的成果能接着用。

两个工具解决“生产”的问题,分别面向两类人。LongCode面向专业开发者,是一个智能编码工作台:说清需求,AI编码,自动构建,部署上线。LongCode Air面向业务干部,一句话就能建应用:说清需求,自动生成,预览验收,一键发布。一个底座加两个工具,形成“沉淀—复用”的闭环——每一次开发都在为下一次开发积累资产。

这套架构已经在跑了。2026年8月,龙源平台上线,目前已开通182个账号,上架56个政务应用、53个Skill、70多个可复用组件。引人注目的是,财政部门业务人员依托LongCodeAir自主搭建龙财AI预算同类比较平台,如可一次性完成11个街道 201个预算项目横向比对,自动识别711处预算申报疑点,同时赋能招投标串标线索筛查、票据支付智能核验,把海量人工核对工作交给AI,守护财政资金安全。现在,懂业务的人自己动手,几天就能跑起来。

三、为什么是现在:Context Over Control

龙源平台为什么能让业务人员自己建应用?其实答案早已藏在峰会主题里。

“个人在飞,组织没动。”谭中意在主题演讲中,用八个字概括了AI时代的组织困境:Codex、Claude等工具让个人产出飞涨,但组织提效却趋于归零——根因不在AI能力不够,而在跨团队、跨系统、人和Agent之间的信息缺失。

COPU中国开源促进联盟常务副秘书长、中国内源社区发起人,全球内源基金会董事谭中意

他举了一个真实案例:某大厂工程师用AI写Agent,需要调用另一个部门的服务,但该部门没有公开Wiki,Agent找不到“走统一入口”的约定,随机选了一个节点——结果能跑,但流量一大就挂。“问题不在Agent能力,而在Context供给。Agent现在缺的不是能力,缺的是正确的Context。”

这正是“Context Over Control”的由来。Netflix在文化手册中主张不靠管控约束行为,而是把背景信息给足,让离战场最近的人做决策;字节跳动2017年提出“Context, not control”,将Control比作超级计算机——CEO定战略、层层下传,将Context比作分布式计算——更多人参与决策、想法自下而上。到了2026年,字节跳动将其从“软倡导”变为管理层绩效硬约束。为什么重提?因为AI是放大器,既放大Context的价值,也放大“没有Context”的代价。

那么,什么是组织内所需要的高质量的Context?谭中意给出了三个标准:结构化可检索、带溯源、官方且最新。更重要的是,消费者已经变了——传统的代码消费者是人,现在越来越多是Agent,且Agent的消费速度远大于人。而内源,正是让高质量Context被正确消费的方式。百度从2016年推进内源,代码默认对内开放;2023年后将Prompt、评估测试集等纳入共享共建;2026年,连Skill也开放共建——内源已从“代码共享”扩展为“AI所需的Context共享”。

回过头看龙源平台,它的底座沉淀的每一行代码、每一个组件、每一条Skill,都是经过治理的、结构化的、带溯源的Context。业务人员用LongCode Air搭建应用时,AI不是在盲写,而是在消费底座中沉淀的上下文——这不是AI编码能力的胜利,而是Context供给机制的胜利。从拥有源码,到让高质量的Context在组织内流动,被人和Agent无障碍地消费。这或许正是AI时代组织协同重要的一个判断。

2026年内源中国峰会已经落幕,但“Context Over Control”的讨论才刚刚开始。龙源平台的意义不在于建成了一个平台,而在于证明了一件事:政府也可以用内源的方式做数字化,一线公职人员也可以成为数字创造者。

当更多“点”被连接成“线”和“面”,政务内源的中国时刻,或许从龙岗这里才刚刚开始。

峰会最后的嘉宾合影