摘 要：与电子政务、技术辅助行政、半自动化行政不同，全自动化行政由人工智能系统代替人工作出行政决定，对公法原理与制度带来全方位的重大挑战。单纯通过某一种方式构建全自动化行政的容许性，如“告知+同意”、实体内容限制以及“法律授权+实体内容限制”,仍存在局限性。全自动化行政容许性的建构不应拘泥于是否具有法律授权与法律规则能否转译的形式法治层面，而应从实质法治基础上厘清容许全自动化行政的组织正当性与行为正当性，并应当根据不同的行政类型确立不同的容许性机制。“告知—同意”型的适用范围包括羁束行政行为与“规则间接适用型”的全自动化行政。一般法律保留的适用范围主要是“规则直接适用型”的全自动化行政，但也可涵盖羁束行政行为与“规则间接适用型”的全自动化行政。以机器学习为基础的全自动化行政应当满足加重法律保留要求。未来行政法典的编纂应当对全自动化行政的容许性秉持开放包容、分类对待与审慎的立场。
关键词：人工智能；全自动化；行政容许性；不确定法律概念
互联网技术、大数据与人工智能的运用推动了政府治理的数字化，是国家治理能力现代化的重要体现。习近平总书记指出：“要加强人工智能同社会治理的结合，开发适用于政府服务和决策的人工智能系统。”《国务院关于加强数字政府建设的指导意见》《法治政府建设实施纲要(2021—2025)》《新一代人工智能发展规划》都要求推动人工智能在行政管理中的应用。党的二十届三中全会公报提出“完善生成式人工智能发展和管理机制”,也蕴含了生成式人工智能在政务领域运用的法律限制要求。2025年国务院政府工作报告提出“加快数字政府建设”“提升行政效能和水平”,为全自动化行政的运用提供了政策支持。我国电子政务进一步向行政自动化方向发展，甚至在健康码、文明码、个人所得税征收、交通管理、行政处罚、行政许可、行政给付等事项上，实现了由机器完全代替人工作出行政决定。随着各地政务系统接入DeepSeek, 全自动化系统在未来或许有处理更复杂行政决定的可能。与电子政务、技术辅助行政、半自动化行政不同，全自动化行政由机器完全代替人工作出行政决定，对公法原理与制度带来全方位的深层次挑战。
实践中行政机关对全自动化行政的运用则主要考虑“事项复杂程度”,并强调“积极探索利用大数据、人工智能等新技术，构建政务服务智能化数字化应用场景”,对全自动化行政法律容许性的关注不够充分。与实践相对应的是，容许哪些行政决定通过全自动的方式作出，我国立法并未明确予以规定。个别立法如《中华人民共和国行政处罚法》(以下简称《行政处罚法》)第41条的规定虽然针对电子技术辅助行政决定的作出设计了相关制度，但是回避了全自动化行政的法律容许性这一更为基础的问题。我国学者大多认为全自动化行政在多元价值衡量与分析方法上具有局限性，不应针对不确定法律概念与行政裁量进行适用，并且主张羁束行政行为的全自动化授权应当具有特别法规范的授权，体现出对全自动化行政容许性十分谨慎的态度。也有学者根据是否逾越法律授权将自动化行政区分为非逾越系统和逾越系统，并探讨相应的正当性基础，遵循的是形式法治而非实质法治的分析思路，值得进一步商榷。
基于全自动化行政的容许性在理论与实践中的争议，本文试图在梳理全自动化行政实践的基础上，指出既有全自动化行政容许方式适用的不足，并探讨全自动化行政容许的实质法治基础，进而为全自动化行政容许路径的类型化提供建议。
一、人工智能时代全自动化行政的实践梳理
人工智能可运用于全自动化行政的各个环节。行政决定的作出属于行政法规范的适用，依次包括调查和认定案件事实、解释和确定法定事实要件、涵摄以及确定法律后果四个阶段。以上四个阶段并非相互孤立，而是相互关联。“适用法律不仅是寻求逻辑结果的过程，而且也是一个判断性的认识过程。”管窥我国现有实践，全自动化行政已经运用于交通行政处罚、行政许可、行政给付、个人所得税征收等领域。
（一）人工智能运用于事实认定环节
搜集相关证据并认定相关案件事实，是全自动化行政的第一环节。行政机关既可以通过定位技术、图像识别等手段自动生成证据，也可以通过数据共享、文本识别等方式自动认定案件事实。
自动生成证据的一种典型运用是行政机关在交通管理领域中使用声呐定位系统电子监控设备，对相关区域内的车辆鸣号予以定位抓拍，并自动标记发声点以及生成波段曲线图。对自动生成的证据是否需要人工审核，立法并未作出统一规定。有代表性的立法例是《行政处罚法》第41条第2款明确要求行政机关审核电子技术监控设备记录，并规定“未经审核或者经审核不符合要求的，不得作为行政处罚的证据”。在实践中，法院对自动化系统的司法审查一般保持专业上的尊重，仅审查自动化系统的运用是否违反法定程序以及是否“存在明显违反逻辑和科学性的情形”。
实践中，自动认定案件事实可见于自动化审批、个人所得税征收等行政决定过程，自动化系统需要在数据搜集、共享与比对的基础上，通过对用户的信息和历史数据进行分析，自动作出最终的行政决定。DeepSeek等大模型已具备多模态数据融合分析能力，可以整合图像、视频、文本等多种类型的数据，通过深度学习和大数据分析技术，为行政决策提供事实依据。即便自动认定事实无法实现(例如行政处罚),行政机关仍可通过输入相关事实参数，由系统进行法律适用并确定法律后果，这仍可纳入全自动化行政的范畴。
（二）人工智能运用于解释和确定法定事实要件环节
全自动化行政必然包含法律适用，其中羁束行政行为的全自动化行政较为常见。实践中，我国全自动化行政一般适用于具有明确法律内涵的法定事实要件。例如，交通行政处罚中常见的“未按尾号限制通行”“违反禁止标线指示”,具有明确的法律内涵，自动化系统能够判断具体案件事实是否符合这些法定事实要件。
还有一些法定事实要件的内涵虽然不够明确，需要通过法律解释进一步明确，但是不排除全自动化行政的适用可能。一些不确定法律概念的内涵可以通过行政机关制定解释规则或者作出前置行政决定予以明确，从而为全自动化行政的运用扫除障碍。例如，《企业名称登记管理规定》第11条规定企业名称不得有“损害社会公共利益或者妨碍社会公共秩序”“违背公序良俗或者可能有其他不良影响”等情形，上述不确定法律概念作为企业登记的法定事实要件虽然不够明确，但是行政机关事先确定了解释规则和禁限用语，使得全自动化行政能“调用企业名称库进行智能校验，拦截禁限用语，符合条件的，即时通过”。又如，《深圳市户籍迁入若干规定》第8条将“深圳市认定的高层次人才”作为人才入籍的情形之一，行政相对人须事先获得深圳市高层次人才证书才能申请人才入籍秒批。可见，政务平台对“高层次人才”实行“秒批”,是以行政机关针对个别法定事实要件进行解释和适用的人工决定为前提。
（三）人工智能运用于涵摄环节
涵摄环节与确定法定事实要件往往很难分离，两者可同时进行。实践中自动化系统主要利用大数据、人工智能、人脸识别与OCR智能识别等技术，经过系统数据自动比对来实现法定事实要件的涵摄。以个体工商户的全自动许可为例，自动化系统可以通过比对名称负面清单、统一地址库、内置的经营范围菜单，并通过人脸识别技术核实经营者身份，完成个案事实与法定事实要件之间的涵摄。一方面智能系统根据法定事实要件内置了后台材料审查要点模型，另一方面智能系统依托智能技术识别数据资料来认定个案事实，进而通过智能比对来分析个案事实是否符合法定事实要件，自动完成要素的分拣、获取、对比、运算，自动核验并输出行政决定。
法律垂直大模型的发展也为未来不确定法律概念的解释与涵摄提供了可能。例如，东南大学于2025年年初发布了国内高校首个深度推理法律垂域大模型——“法衡-R1”。该模型通过引入深度思考技术实现法律人工智能从“知识问答工具”向“人机协同伙伴”的跨越，采用“多角色扮演式法律深度思考数据合成方法”,通过由条款精准释义、场景推演分析和体系关联推理构成的知识解构三阶训练法揭示法规条文间的网状逻辑关系。尽管自动化涵摄尚不具备人的主观评价能力以及对涵摄结论的反思能力，但在处理巨量信息、持续运转以及不受喜好、同情、偏见等“人性”干扰方面具有优势。
（四）人工智能运用于确定法律后果环节
行政机关通过技术手段自动确定法律后果，进而作出行政决定，构成了全自动化行政最核心的环节。实践中这种全自动化一般限于不存在裁量的行政行为。如果自动化系统以行政机关制定的裁量基准为基础设计，其仅发挥裁量辅助的功能，裁量决定仍由行政机关通过人工作出。例如，甘肃省于2014年启用环境行政处罚裁量辅助决策系统，河北省唐山市于2019年启用治安管理处罚法裁量辅助系统。这些裁量辅助系统以相应的裁量基准规定为基础，行政机关也会在个案中对裁量辅助系统的计算结果进行修正裁量，例如行政机关会进一步考虑经济承受度(是否小型企业)、补救措施(是否积极采取补救措施)、改正效果(是否恢复原状并消除环境影响)及改正态度(是否立即改正)。
依托裁量基准的自动化行政还会因裁量基准瑕疵而违法。例如《珠海经济特区道路交通安全管理条例》第71条规定，驾驶机动车发生交通事故后，应当撤离现场而未撤离现场，妨碍交通的，对机动车驾驶人处二百元以上五百元以下的罚款，地方公安交通管理综合应用平台设定此类违法行为罚款数额为500元，法院以行政机关未全面考虑各种裁量因素为由认定该裁量决定违法。在裁量基准之外通过算法来实现裁量全自动化的情形较为鲜见。在学理上，多数观点反对针对裁量实行全自动化行政，也有观点认为一般行政事项的裁量可授权机器行使，而重要的行政裁量事项则应当由人工决定。
综上所述，我国已在案件事实认定、解释和确定法定事实要件、涵摄、确定法律后果的某一或多个环节针对特定行政事项实现了全自动化行政。包含了自动确定法律后果这一核心环节的行政决定作出，都可纳入全自动化行政的范畴。全自动化行政容许性的争议主要在于其能否进行不确定法律概念与行政裁量的适用，以及相应的全自动化行政类型(包括羁束行政行为的全自动化行政、以解释规则和裁量规则为基础的全自动化行政、以机器学习为基础的全自动化行政)应当满足何种容许性规则的要求。
二、人工智能时代容许全自动化行政的方式检讨
在人工智能时代，采用全自动化行政代替人工作出决定首先需要满足容许性。亦即，立法容许哪些行政决定由人工智能系统自动作出，是规制全自动化行政的基础性问题。梳理现有的实践与理论，确定全自动化行政的容许性机制主要包括“告知+同意”方式、实体内容限制方式以及“法律授权+实体内容限制”方式。
（一）“告知+同意”方式
从我国全自动化行政的实践来看，大多数事项如交通行政处罚、智能秒批、个人所得税征收等采用“告知+同意”方式作为全自动化行政的正当性基础。在学理上，也有学者认为应当将“相对人同意”作为全自动化行政的前提，所提出的理由包括行政相对人主体性的要求、这有助于提升全自动化行政的接受程度以及保障个人信息的控制权。
由于我国立法未明确行政决定能否进行全自动化，行政机关一般会赋予行政相对人是否同意全自动化行政的选择权。例如，“交管12123”是公安部官方互联网交通安全综合服务管理平台的唯一手机客户端应用程序。注册、使用该应用程序的“业务须知”中明确告知“如对违法事实有异议，请前往发生地公安机关交通管理部门办理”“如需处罚决定书，用户申请邮政寄递或持驾驶证至处理机关打印，如需罚款凭据，请至缴款银行营业厅索取”。当事人“阅读并同意”后才能进行注册并使用交通违法业务功能。个人所得税征收的全自动化也以行政相对人的自愿选择为前提。《个人所得税综合所得汇算清缴管理办法》第15条规定，纳税人优先通过个税APP、网站办理汇算清缴，也可以通过邮寄方式或到办税服务厅办理。个别立法与文件也确认全自动化行政仅属于行政决定作出的方式之一。例如，《河北省信息化条例》第41条第2款规定“坚持传统服务与智能创新相结合”,《杭州城市大脑赋能城市治理促进条例》第12条规定“保障公民选择服务方式包括传统服务方式的权利”,《德州市智能审批服务规范》明确智能审批应当遵循“申请人自愿”原则。
通过“告知+同意”方式来建构全自动化行政的容许性，存在着以下三个方面的局限：其一，“告知+同意”方式主要着眼于行政相对人的主体地位与个人信息控制权保障，忽视了全自动化行政追求公共利益的面向。全自动化行政有利于减少人工干预来保持公正廉洁，提高公共管理效率，还符合高效便民原则。因而将相对人同意“作为引入自动化方式的前提性约束”,显然未能兼顾全自动化行政所欲追求的多重目标。其二，“告知+同意”方式虽然形式上赋予行政相对人对行政决定方式的选择权，但行政相对人的选择权未必能得到切实保障。行政相对人表示同意可能来自各种考虑，未必完全认同全自动化行政方式。例如，行政相对人选择交通违法自助办理机仅是因为“窗口大厅排队人员较多”,而且其事后又针对自动化的行政处罚决定提出行政救济，对监控设备固定的照片真实性、可靠度、准确性提出质疑，并认为自动化系统“剥夺其陈述申辩权”,说明相对人的同意未必基于完全自主。此外，有些全自动化行政虽然赋予行政相对人自主选择的权利，但实际上蕴含了强制。例如健康码名义上为自愿申领，但行政相对人出行、就医、工作与复学等要求使用健康码，健康码的使用便产生了事实上的强制性。其三，针对全自动化行政适用“告知+同意”原则可能是基于全自动化行政本身风险控制以外的理由。例如，《河北省信息化条例》第42条的规定是为了避免“老年人、残障人士等”群体无法使用智能化服务，而并不是基于全自动化行政本身带来的风险。
（二）实体内容限制方式
哪些事项可以适用全自动化行政，我国立法并未进行界定。实践中或者在“告知—同意”规则外增加对全自动化行政适用的事项范围限制，或者仅考虑具体事项能否实现全自动化。例如，《德州市智能审批服务规范》要求智能审批服务“主要应用于审批过程中存在人工重复操作、不涉及主观意识判断的业务审批各环节”。《西安市推进政务服务事项实现智能审批的指导意见(试行)》(市审批发[2023]28号)明确可实现智能审批(智能查询)的政务服务事项参考条件如下：(1)查询、变更、延续、补发、备案等简易事项；(2)申请材料可通过数据共享方式直接获取，或者可实现结构化便于机器读取信息的事项；(3)审查标准明确，可以通过配置审查规则实现系统自动判断的事项；(4)审批过程相对简单，没有踏勘等环节的事项。
在学理上，一些学者的主张大抵与实践类似，主张全自动化行政适用范围的界定应当考察事项是否复杂以及是否涉及价值判断。“对于需要发挥人的主观性而进行价值判断的事项，对于需要在事实与规范之间进行复杂分析的情形，一般不宜实行自动化决策。”也有学者认为，行政机关在全自动化行政决定与人工决定之间具有选择更适当的行政行为作出方式的“程序自由”,但也应当受到实体内容的限制，包括确定性的程度、行为(事实、证据、法律规定等)的简单程度、裁量程度、对当事人权益的影响。
上述对全自动化行政适用的实体内容限制主要着眼于行政决定中涉及的个案事实、法定事实要件、涵摄与裁量能否实现全自动化的问题。其一，实体内容标准侧重全自动化行政能否澄清个案事实以及能否对法律规范进行涵摄，不宜单独作为全自动化行政容许性的确定标准。“简单”与“复杂”之间缺乏足够清晰的划分标准。而且随着人工智能技术的发展，事实与规范判断的难易程度也会发生动态变化。其二，实体内容标准未能澄清由哪一主体来界定事实与规范判断的难易程度。如果界定权属于行政机关，则实体内容能否进行全自动化被纳入行政机关的选择自由范畴。如果界定权属于立法机关，则涉及全自动化行政的法律保留问题。基于上述两个维度，容许全自动化行政的界定应当分别在行为形式选择自由与法律保留的框架下进行，进而导致全自动化行政的正当性基础存在显著差异。
（三）“法律授权+实体内容限制”方式
《德国联邦行政程序法》第35a条在确定全自动化行政适用范围上采取了“法律授权+实体内容限制”方式，一则全自动化行政应当“经法律规范允许”,二则行政机关在法律适用上“不存在裁量空间和判断余地”。之所以对全自动化行政实行法律保留，是“鉴于《行政程序法》的适用范围很广，只有适当的全自动化处理程序才能得到法律授权”。我国也有学者借鉴德国法上的有关理论与制度，主张全自动化行政应当通过“组织—人员”和“实体—内容”的双重检验，即行政权的行使应当能够回溯至国家权力享有者(人民)的意志和监督，进而提出全自动化行政应当受到严格的法律保留，并遵循实体法“技术可译”的原则。类似的观点主张全自动化行政应当具有“特别法授权”,且应当排除自动化裁量。
采用“法律授权+实体内容限制”方式来确定全自动化行政的适用范围，仍有值得商榷之处。其一，法律授权的基础是法律保留理论，而根据法律保留理论来确定全自动化行政的适用范围，主要的考量是全自动化行政可能侵害行政相对人的信息权利、程序权利甚至实体权益。但全自动化行政也可能具有授益性效果，如在线开具证明。即便是负担性行政行为，行政相对人也可能对案件事实与法律适用没有异议，自愿选择更为便捷的全自动化行政程序。此外，法律授权侧重保护行政相对人的权益，未能充分关照全自动化行政追求行政效能的价值目标。其二，若全自动化行政不会产生侵害行政相对人权益的风险，或者此种风险能够通过其他手段予以克服，行政机关在不违反法律规范的前提下应当拥有一定的行为形式选择自由，以便更好地履行行政任务。因此，法律授权的设定有可能过度限制行政机关的自主空间。其三，采用法律授权的路径不仅会产生“规则丛林”,还可能阻碍数字政府建设及其发展。有学者主张基于“谁设定，谁授权”原则，由设定相应行政权的立法对替代干预系统重新授权，不仅将产生较大的立法成本，而且会增加法律授权的复杂性。这无疑会导致全自动化行政的容许性门槛过高。
由上可见，单一的全自动化行政容许性方式都存在局限。全自动化行政容许性的建构不应拘泥于是否具有法律授权与法律规则能否转译的形式法治层面，而应从实质法治基础上厘清容许全自动化行政的基础。建构全自动化行政的容许性首先需要厘清全自动化行政应当满足的法律底线要求，进而根据不同的行政决定类型构建差异化的容许性路径。
三、人工智能时代容许全自动化行政的基础审视
探究全自动化行政的容许性需要澄清全自动化行政适用不能触碰的法律底线。所谓法律底线是指不能绝对违反的法律原则与框架，如果全自动化行政与现行法律制度产生的冲突能够通过制度改良来解决，进而避免全自动化行政正当性的诘问，便不能禁止全自动化行政的适用。例如，羁束行政行为的全自动化没有容许性的争议，但该种自动化会限缩行政相对人的听取陈述与申辩权、听证权、卷宗阅览权等程序性权利，《德国联邦行政程序法》作出了程序上的变通规定，包括内容说明可以使用代号(第37条第4款)、根据个案情况无须说明理由(第39条第2款)、无须事先举行听证(第28条第2款)。
换言之，全自动化行政的容许性基础是其不能触碰的法律底线要求。这与对获得容许的全自动化行政进行法律规制的要求(如使用代号说明行政决定作出的理由)不同。羁束行政行为的全自动化具有容许性，产生争议的只是通过何种方式(法律授权抑或“告知—同意”机制)获得容许性。而不确定法律概念与行政裁量的自动化适用，则会进一步产生能否进行全自动化行政的实体合法性争议。由此，全自动化行政容许性的建构应当从两个维度展开，分别是是否容许以及如何容许的法律基础。
（一）是否容许全自动化行政的法律基础
组织正当性与行为正当性构成了容许全自动化行政的法律基础。按照《中华人民共和国宪法》(以下简称《宪法》)第3条，行使行政权的行政机关由人民代表大会产生，对它负责，受它监督。从我国《宪法》上有关行政机关产生与运行的规定来看，行政任务的履行应当符合民主正当性的基本原则，并能受到民意机关和司法机关的监督。而全自动化行政由智能系统而非行政机关及其公务员直接作出，面临可能脱离民主意志传递与监督的指摘。因而容许全自动化行政作出应当满足组织正当性与行为正当性两方面的基本要求，一则全自动化行政应当可归责于行政机关，二则全自动化行政应当符合行政任务履行的法定宗旨。
首先，全自动化行政应当可归责于行政机关，从而满足组织正当性要求。全自动化行政属于公权力的行使，同样应当遵循公权力运行的基本原则。全自动化行政应当以行政机关的名义作出，并受到立法约束与司法监督。全自动化行政所体现的意思表示仍然能够归属于行政机关的意志，这需要自动化系统由行政机关设立，并且自动化系统的设计应当反映行政机关的参与和意志，进而确保相关的参数、代码和程序能够忠实地贯彻法律规范中事实要件与效果要件的要求。行政机关可以与第三人机构合作，对行政事项中的各个要素与各项流程进行标准化处理。
其次，全自动化行政应当符合行政任务履行的法定宗旨，从而满足行为正当性要求。立法赋予行政机关行政权，并不意味着行政权必须直接通过人工方式行使。行政行为作出的法定要求大致包括合法性与适当性两个层面。例如，《中华人民共和国公务员法》第14条有关公务员义务的规定包括“自觉维护宪法和法律”“忠于职守，勤勉尽责”“公道正派”。这意味着，行政任务应当得到合法、专业、公正、负责任地履行。换言之，无论行政任务采用何种方式履行，只要能够确保实现法定意旨即可。这意味着行政机关履行行政任务并非必须通过人工方式进行。即便《德国基本法》第33条第4款规定“公权力的行使，原则上应作为持续的任务交由具有公法上勤务及忠诚关系的公务员为之”,也不能推论出行政决定必须由人工作出。《德国联邦行政程序法》第35条通过立法明确承认全自动化行政，实质上从行政权行使的功能正当性面向肯认了全自动化行政的正当性。有代表性的观点主张，《德国基本法》第33条第4款属于客观的法律组织条款，旨在为条款的目的提供制度保障，即“保障行政任务履行满足中立、客观、公正、无私和合法的价值目标”。从行政任务履行的法定宗旨和意涵来看，只要行政决定的专业水平、行政责任能力和合法性能够通过相应的机制得以确保，行政决定就可以采取全自动化的方式。
基于组织正当性与行为正当性两方面的基本要求，羁束行政行为的全自动化行政应当具有容许性。即便是涉及不确定法律概念与行政裁量的适用，如果全自动化行政建立在对解释规则与裁量规则进行转换的基础上，同样应当具有容许性。这是因为在上述情形下，全自动化行政只是将行政机关制定的解释规则与裁量规则转换为参数与编码，体现的仍然是行政机关的意志，因而全自动化行政可归责于行政机关。反对裁量自动化的主要理由是全自动化行政“仅行使了一般裁量权”,而且“是明显过去的关联性统计和运算行为，而不是面向未来的因果性判断”。从实质法治来看，上述理由值得商榷。
立法应当面向全自动化行政裁量保留一定的开放空间。其一，行政裁量的确应当考虑个案情况，但未能全面考虑个案情况并非全自动化行政独有的不足。行政裁量基准的适用与行政机关基于人工的个案判断同样面临着如何实现个案正义的问题。有学者提出的“机器篡夺裁量决策权的合法性风险”,仍是行政裁量基准本身不适当引发的合法性风险，而非全自动化行政所导致。其二，全自动化行政固然可能导致裁量僵化，但能够确保行政裁量基准的平等适用，能够有效地约束行政裁量的恣意，并且有助于提升行政任务履行的效率。这对特定行政任务的履行尤为重要。例如在疫情期间，行政机关需要作出大规模相同种类的健康状态确认行为，意味着此类全自动化行政的容许性判断不应仅考虑其对相对人权益的不利影响，还需要权衡全自动化行政对公共利益的促进面向。其三，是否容许行政裁量的全自动化，关键的问题不是自动化裁量是否脱离了法律规则的约束，而是自动化裁量能否合法、专业、公正以及负责任地展开。这更多地属于效果层面而非规范层面的判断。其四，即便全自动行政裁量存在僵化的风险，行政相对人若有异议，行政机关仍可转换至人工程序重新进行审查。其五，从域外来看，德国立法也未排除全自动化行政裁量。《德国联邦行政程序法》将全自动化行政的适用条件限定于无裁量的情形，但该规定仅为一般规定。如果存在特别法规范的授权，全自动化行政也能够适用于行政裁量。此类特别规定应当优先于《德国联邦行政程序法》第35a条的一般性规范予以适用。
同样的，立法也应当面向全自动化的法律涵摄保留一定的开放空间。迄今学者形成较大共识的羁束行政适用全自动化行政同样存在评价空间。例如闯红灯的判定是否要求车辆整体越过停止线，在法律解释上便有争议。有法院裁判认为车辆部分越过停止线即构成法律规定的闯红灯，理由在于“设置机动车等信号灯的目的是为了保证相邻绿灯方向的通行权，保障路面交通安全，车身部分越过停止线，即对相邻路口的行人通行造成了影响”。该种解释显然包含了价值判断，这也表明法律适用涉及主观评价不能断然排除全自动化行政。否则，全自动化行政将几乎没有适用的空间。更何况，涉及主观评价的法律适用能够通过解释规则予以具体化。例如，行政机关制定解释规则明确，“居住的出租房屋同时设置10个以上(含)出租床位用于出租，且租赁期限在3个月以内的，或者集中设置出租床位出租的”视为《治安管理处罚法》第39条规定的“其他供社会公众活动的场所”。这意味着如果法定事实要件能够通过解释规则具体化，而且相应的解释规则不违反上位法的规定与目的，全自动化行政便能通过将解释规则转换为技术规范，进而针对个案作出行政决定。
（二）如何容许全自动化行政的法律基础
即便全自动化行政具有容许性，如何进行容许有待进一步探讨。如前所述，“告知+同意”方式、实体内容限制与“法律授权+实体内容限制”方式作为全自动化行政容许性的单一机制都具有局限性。实体内容限制主要是解决个案事实识别、法定事实要件界定、涵摄与裁量中的全部或主要环节能否借助自动化系统代替人工的问题。行政法规范的适用虽然呈现出“大前提—小前提—结论”的三段论结构，但是几乎很难摆脱价值判断。行政事项的复杂程度以及蕴含价值判断的成分只是存在高低或多少之分。因而以事项是否复杂以及是否涉及价值判断来建构全自动化行政的容许性难免绝对。行政事项能否进行全自动化很难简单地通过形式标准予以界定，而是应当进行实质判断，考察行政任务能否通过自动化系统得到合法、专业、公正与负责任地履行。全自动化行政容许性的实质判断需要考虑具体行政法律规范内容与人工智能技术发展程度的匹配性，很难形成确定的标准，可将其延伸至由哪一主体(立法机关、行政机关还是行政相对人)来对全自动化行政的容许性进行确定的问题。
一种观点认为，哪些实体法要求在形式和内容上与数字技术过程相匹配，本质上应由立法判断，不能任由行政机关在执行过程中进行自由选择。由此得出所有全自动化行政都应当遵循法律保留的要求。这将严重限制全自动化行政的适用范围，阻碍数字政府的发展。法律授权的要求不仅会带来“规则丛林”,还会增加全自动化行政授权的立法成本。由此带来全自动化行政实施成本的增加，缺乏法律授权的全自动化行政将构成违法，甚至可因“减损权利或者增加义务的行政行为没有法律规范依据”被归类为重大且明显违法而无效。亦因此，全自动化行政受到法律保留应当限定于特定的范围。除了遵循法律保留，全自动化行政的容许性还可通过行政相对人的同意成立。
其一，羁束行政行为的全自动化行政无须适用法律保留。该种类型的自动化行政是对法定事实要件与法定效果要件的技术转换。有观点认为羁束行政行为的全自动化行政会因大规模搜集个人信息而干预个人信息权利，同时限缩了行政相对人原本依法享有的若干程序权利，因而不宜归入“执行法律之细节性、技术性事项”。以上述理由主张羁束行政行为的全自动化应当适用法律保留，难以站住脚。一则，行政机关收集个人信息或从其他机关共享获得个人信息，应当以履行法定职责为基础。相应的法定职责源于自动化行政(如行政许可、行政处罚)实体内容的法定依据，因而立法无须另行针对自动化行政对个人信息的处理进行法律授权。二则，针对羁束行政行为是否实行全自动化行政，行政机关应当拥有一定的行为形式选择自由。行政机关可以权衡行政行为的类型(如作出大量同种类的行政行为)、自动化行政是否有助于提升行政效能并节省行政成本、因自动化行政额外产生的相对人权益侵害的种类与风险等因素，选择针对特定类型的行政行为实行全自动化行政(如个人所得税征收)。三则，全自动化行政对相对人程序权利的缩减可以通过相对人对全自动化行政的同意(包括要求将全自动化行政程序转换为人工程序)来获得容许性。我国立法中针对相对人在人工决定中放弃程序权利的规定较为普遍，如《行政处罚法》第45条规定“当事人有权进行陈述和申辩”,意味着相对人有权放弃陈述和申辩的权利。此外，相对人还可以进行线上申诉，或者选择由全自动化行政向人工程序转换。《道路交通安全违法行为处理程序规定》第5条第3款即规定了人工介入程序。针对非现场交通违法的处理，相对人通过线上、线下申诉后异议未被采纳的，当事人可通过交管12123APP处理该违法行为，也可就近到交通违法处理窗口进行处理。换言之，羁束行政行为可以在行政机关对行为形式拥有选择自由的基础上通过“告知—同意”机制来构筑其容许性。
其二，以解释规则与裁量规则为基础的全自动化行政并不当然适用法律保留。以解释规则和裁量规则为基础的全自动化行政可以区分为“规则间接适用型”和“规则直接适用型”,并适用不同的容许性规则。
“规则间接适用型”是指行政决定由自动化系统最终作出，但行政机关针对个案事先作出了中间决定。例如深圳市落户“秒批”涉及“高层次人才”的认定，虽然系统能够自动调取相关政府部门和机构数据库的数据自动比对，即报即批、即批即得，但“高层次人才”须经相关政府部门事先认定。类似的情形还包括行政机关对列入失信黑名单的相对人进行自动惩戒。这种类型的全自动化行政决定以行政机关事先作出部分决定为前提，而这部分决定已包含了对不确定法律概念的解释与行政裁量的适用。因而“间接适用型”的全自动化行政与羁束行政行为的全自动化行政不存在本质差异，同样可以借助“告知—同意”规则完成其容许性建构。
“规则直接适用型”是指全自动化行政对解释规则和裁量规则进行直接转换，不再借助行政机关事先的部分决定。由于解释规则和裁量规则存在违反上位法或者不能保障个案正义的可能，“规则直接适用型”的全自动行政应当受到更多限制。解释规则可能存在“偏离立法原意”“部分列举不严谨，在科学上和实践中经不起推敲”“不易化解的僵化适用”等问题。裁量基准可能存在裁量逾越(超过法定的裁量幅度)、裁量怠惰(不积极进行裁量)、裁量滥用(考虑了不相关因素或未考虑相关因素)以及违反比例原则等裁量瑕疵。这些瑕疵源于解释规则或裁量规则本身而非全自动化行政，可以通过对解释规则与裁量规则的实体和程序控制以及有效的事先审查予以避免。
与“规则间接适用型”的全自动化行政不同，“规则直接适用型”的全自动化行政应当适用一般法律保留。一些行政行为类型的裁量相对简单，具有较强的客观评价性，如对驾驶机动车超速的处罚无须考虑主观过错、违法所得金额以及相对人的经济状况等因素，一般只需考虑具体行驶速度、行驶的道路与超速程度，并且能够通过定性与定量对裁量基准进行具体化。当全自动化裁量损害个案正义的风险较小，而其带来的行政效能较为显著时，全自动化裁量便具有适用的空间。这类案件数量众多、裁量基准具有较强客观评价性的全自动化行政，在满足一般法律授权的前提下应当具有容许性。即便特定行政行为类型的裁量相对复杂，需要纳入的裁量因素较为广泛，且裁量基准的适用具有较强的主观性，立法机关仍可权衡全自动化行政的效率、法律适用的平等价值、行政自我拘束的意义、追求的公共利益目标与所伴随相对人权益受侵害的种类和风险等因素，进而作出是否容许全自动化行政的法律授权。
其三，以机器学习为基础的全自动化行政应当适用加重法律保留。机器学习是指通过数据训练模型，使计算机能够从数据中自主学习规律并作出决策。这使得智能系统直接处理不确定法律概念的解释、涵摄与行政裁量成为可能。以机器学习为基础的全自动化行政具有脱离法律意旨、忽视个案因素与产生算法歧视等多重风险。第一，机器学习程序通常由第三方机构设计，会引发能否忠实体现法律意旨并进行法律价值判断的疑问。第二，由于机器学习基于现有的训练数据，人工智能系统的专业知识和能力主要建立在可用历史数据和信息的基础上。虽然人工智能系统可以计算概率并作出预测性决策，但它可能忽略具体的个体因素。第三，数据样本、数据标签和数据特征上的偏见会损害全自动化行政的客观性与中立性。训练数据质量不高或不全面会导致样本偏差。输入数据错误或者数据标签错误，会导致预测的目标变量出现偏差。训练数据集中包含的变量被扭曲会导致特征偏差。
因而以机器学习为基础的全自动化行政可能损害民主合法性、行政可问责性、行政的客观性与中立性等价值，其容许性应当受到最为严格的限制。从实质法治层面来看，立法者需要评估以机器学习为基础的全自动化行政之效果，衡量其带来的风险与所追求的公共利益，进而考虑是否对其作出法律授权。为防止法律授权的滥用，以机器学习为基础的全自动化行政需要满足“加重法律保留”(Qualifizierte Gesetzvorbehalt)要求。相较于仅要求具有法律授权的一般法律保留(Einfache Gesetzesvorbehalt)而言，加重法律保留要求全自动化行政不仅具有法律授权，还要求立法对授权的目的、适用的条件与方式进行详尽规定。
四、人工智能时代容许全自动化行政的路径重构
全自动化行政应当根据不同的行政类型确立不同的容许性路径，包括“告知—同意”、一般法律保留与加重法律保留。这些容许性路径的适用范围和具体要求存在差异。借鉴德国的立法经验，我国既可在未来行政(程序)法典制定时，明确全自动化行政的一般规则，也可通过特别法规范针对某一种行政类型确定适用的容许性规则。
（一）“告知—同意”型的适用路径
“告知—同意”型的适用范围包括羁束行政行为的全自动化行政与“规则间接适用型”的全自动化行政。其中，“规则间接适用型”仍然保留了行政机关针对不确定法律概念与行政裁量通过人工作出的个案决定。这两种类型的全自动化行政并未脱离“立法—行政”的民主合法性传导，但个人信息权利与相对人的程序权利面临全自动化行政侵害的风险，因而有必要受到内容翔实的“告知—同意”规则约束。实践中行政机关可能既未获得法律授权也未适用“告知—同意”规则，便实施全自动化行政，这易导致相对人的权益受到损害。例如某交警支队的网上系统与《全国吸毒人员动态管理系统》相互连接，同时根据《全国吸毒人员动态管理系统》中提供的吸毒人员信息，自动将该吸毒人员的驾驶证注销，显然不满足全自动化行政的容许性要求。应当适用“告知—同意”规则而未适用，全自动化行政不具有适用的容许性，应当无效。然而实践中法院虽然承认行政相对人的程序权利受到侵害，但是以程序违法不影响实体后果为由认定行政行为“属于轻微程序违法”,显然忽视了全自动化行政的容许性与一般合法性在内涵与对行为效力影响上存在的差异。
“告知—同意”规则通常适用于履行职责需要以外的个人信息处理行为，尚没有立法对全自动化行政适用的“告知—同意”机制进行专门规定。《中华人民共和国个人信息保护法》(以下简称《个人信息保护法》)仅适用于自然人的个人信息处理，尽管该法第35条规定了履行职责处理个人信息的告知义务，但未规定向谁告知、告知什么、以什么方式告知等程序。有关行政相对人同意全自动化行政的规定更是付之阙如。《个人信息保护法》第24条规定的“通过自动化决策方式作出对个人权益有重大影响的决定，个人有权要求个人信息处理者予以说明，并有权拒绝个人信息处理者仅通过自动化决策的方式作出决定”,适用所有的公私法主体对个人信息的处理，无法作为全自动化行政的一般法律根据。
实践中行政机关主要将“告知—同意”作为行政相对人放弃陈述和申辩，以及放弃获得纸质行政决定文书等程序性权利的证明，而非将“告知—同意”作为全自动化行政实施的容许性基础。例如在“莫某军诉温岭市公安局交通警察大队、温岭市人民政府道路交通行政处罚案”中，法院认为行政相对人“主动通过台州交警微信自助处理平台接受处罚，在处理过程中已明确告知了车辆违法事实情况、处罚决定的内容、适用法律的依据及上诉人依法享有的陈述、申辩权和复议、诉讼的权利，处罚程序合法”。再如有法院裁判认为：“该软件在处理违法事实时，系统会自动弹出如对违法事实有异议，请前往违法发生地公安机关交通管理部门办理的提示。其通过交警网络平台12123APP处理并缴纳罚款，应视为对违法事实的认可。”上述裁判未充分理解全自动化行政适用“告知—同意”规则的法律意涵和具体要求。
“告知—同意”机制旨在确保行政相对人在充分知情的前提下自愿、明确地同意行政决定采用全自动化的方式实施。未有“告知—同意”的羁束行政行为与 “规则间接适用型”的全自动化行政并非只是构成程序违法，还会导致该行政决定无效。“告知—同意”机制的实施应当满足以下要求：
其一，自动化系统应当进行充分告知。全自动化行政的实施涉及行政相对人信息的处理与相关行政程序的缩减(包括陈述与申辩、说明理由、听证、内部法制审核、集体讨论等),因而自动化系统应当围绕行政行为类型设计具体的告知内容。例如公安交通管理应用系统网上自动将行政相对人所持A2型驾驶证降级为B1、B2型驾驶证，属于降低资质的行政处罚，系统应当在作出处罚决定前事先告知行政相对人拟作出的处罚内容及事实、理由、依据，并告知当事人依法享有的陈述、申辩、要求听证等权利，明确告知行政相对人有权选择通过自动化系统作出行政决定。甚至行政机关应当通过系统事先提示具体的自动化处理方式，这不仅有利于形成相对人“对后续处理行为的可预见性期待”,还能提示相对人全自动化行政的风险以及保障相对人选择全自动化行政的自主性。例如，自动化系统针对企业名称变更登记采用自动检测的方法，并根据《企业名称登记管理规定》第9条第2项“企业名称不得含有下列内容和文字：……(二)可能对公众造成欺骗或者误解的；……”的规定，作出企业名称不通过的决定，尽管行政相对人同意采用全自动化行政的方式，却可能对自动检测的方式产生异议。因而自动化系统应当事先告知相对人采用自动检测的原理与工作方式。
其二，行政相对人的同意应当真实。行政相对人对全自动化行政方式的同意应当建立在对处理方式充分知情的基础上，且应当是对特定行政决定的全自动化行政方式的具体同意。“交管12123”APP的服务协议曾将同意全自动化行政方式作为同意注册的前提，现已删去了相关条款，似乎意识到了行政相对人对自动化系统的注册同意不能代表对全自动化行政方式的同意。“即使相对人得以充分理解同意内容而作出放弃权益的意思表示，随着行政活动的展开，相对人权益保护水准将因事先的概括性同意被拉低。”换言之，行政相对人同意使用自动化系统不意味着对特定自动化处理方式的同意。
（二）一般法律保留型的适用路径
一般法律保留的适用范围主要是“规则直接适用型”的全自动化行政，但也可涵盖羁束行政行为的全自动化行政与“规则间接适用型”的全自动化行政。这是因为如果后者仅适用“告知—同意”规则，虽有助于保障行政相对人的信息权利与程序权利，但必须同时提供人工方式与全自动化行政两种方式供行政相对人选择，因而行政成本仍然比较高，甚至会“延缓乃至阻碍行政效能的提高”。为平衡行政效能与行政相对人的权益，羁束行政行为的全自动化行政与“规则间接适用型”的全自动化行政原则上适用“告知—同意”规则，但针对对行政相对人权益影响小且全自动化行政能显著提升行政效能的特定情形，立法也可以通过法律授权来强制采用全自动化行政的方式。例如针对小客车指标配置，行政机关指出其与一般行政业务相比具有“申请数量庞大”“申请持续不断”“涉及申请、受理、资格审核、摇号、竞价、通知配置结果、送达指标文件等多个环节”等特点，因而采用全自动化行政方式“有利于改善公共服务，增强公共参与、政务公开和民主程度，促进政府办公自动化、网络化和快速化，有利于减少人工干预保持高效廉洁，提高公共管理效率、公共决策科学性，符合高效便民原则”。
“规则直接适用型”的全自动化行政不能适用“告知—同意”规则，而只能遵循一般法律保留要求。立法需要在全面考察行政行为的类型、裁量的复杂程度、对行政相对人权益的影响、全自动化行政追求的公共利益等因素的基础上，决定是否授权特定行政行为类型以解释规则与裁量规则为基础进行全自动化行政。例如健康码作为裁量自动化行政类型仍以裁量规则为基础，系统仅是对赋红、黄、绿码的既有规则与条件进行具体化适用。健康码使得疫情防控更加精准、科学与有序，但也存在不合理赋码、个人信息泄露与滥用等风险。因而有观点认为：“随着社会回归常态，健康码及其延展应用不能仅以试点或创新的名义实施，而应根植于充分的法律授权与系统性的制度依据。”“规则直接适用型”不仅可能损害行政相对人的程序权利，还可能增加行政相对人实体权利受侵害的风险，因而应当具有法律授权。
确定全自动化行政适用一般法律保留的具体依据应当遵循较为宽松的立场。法律保留原则在《宪法》《中华人民共和国立法法》以及若干行政法制度中皆有体现。以《行政处罚法》为例，限制人身自由的行政处罚只能由法律设定，吊销营业执照的行政处罚只能由法律、行政法规设定，其他规范性文件不得设定行政处罚。但几乎没有立法在制定时就明确特定的行政行为能够通过全自动化行政的方式作出。在确定履行法定职责的合法性根据上，理论上存在组织法根据、行为法根据与规制法根据的划分，三者分别对应将行政事务分配给不同行政机关的法律规范、规定行政行为实体要件与效果的法律规范以及确保职责履行的目的规范与程序规范。全自动化行政适用一般法律保留的具体依据应当是行为法根据，但不同于行政权设定的行为法根据。
要求全自动化行政与行政权的设定具有相同的行为法根据，将造成立法成本显著增加且过度抑制全自动化行政的运用。无论是羁束行政行为还是以解释规则与裁量规则为基础的全自动化行政，都未改变对法定实体要件与效果的处理，仍然是在法律与行政规则框架下形成行政决定的内容，涉及的仅是行政行为作出方式的改变。因而上述两种类型的全自动化行政没有脱离法律规范的具体适用范围，应当适用较为宽松的法律保留要求。相较于行政权设定的法律保留，仅涉及行政行为作出方式改变的全自动化行政可通过法律解释获得法律授权。根据《全国人民代表大会常务委员会关于加强法律解释工作的决议》,对法律中授权的行政行为通过全自动化方式作出(包括羁束行政行为和以解释规则与裁量规则为基础的全自动化行政),可由国务院及主管部门通过解释进行授权，对于地方性法规授权的行政行为通过全自动化方式作出(包括羁束行政行为和以解释规则与裁量规则为基础的全自动化行政),可由省、自治区、直辖市人民政府主管部门通过解释进行授权。
（三）加重法律保留型的适用路径
以机器学习为基础的全自动化行政在未来仍有可能适用于特定行政领域。以DeepSeek的运用为例，输入“如何理解《治安管理处罚法》第39条规定的‘其他供社会公众活动的场所’”,该系统从法律解释(文义解释、体系解释、目的解释)、实务判断(梳理了典型案例与判断理由)和立法目的角度展开了分析，已接近法学从业者对不确定法律概念的解释与涵摄。以白银市生态环境局白环罚字[2023]29号行政处罚决定书中的违法事实为基础，DeepSeek不仅能够准确地适用相关法律，还参照相关地方的裁量基准、以往类案的行政处罚文书并综合裁量因素，确定了与该处罚决定书差距不大的处罚数额。随着人工智能技术的发展，以机器学习为基础的全自动化行政或许有可能在个别行政领域代替人工作出行政决定。
与羁束行政行为和以解释规则与裁量规则为基础的全自动化行政只需满足一般法律保留要求不同，以机器学习为基础的全自动化行政应当满足加重法律保留要求。加重法律保留是指对某些基本权利的限制不仅要由法律规定或者基于法律规定，还必须符合宪法规定的特定要求，包括特定条件、特定目的或者特定手段。以机器学习为基础的全自动化行政完全代替人工决定，构成对行政相对人等相关主体实体权利与程序权利的双重限制，因而应当与行政权的设定具有同样的法律授权。
以机器学习为基础的全自动化行政的法律授权除了与行政权的设定要求一致外，还应当规定授权的目的、适用的条件与方式。其一，只有实施全自动化行政追求的公共利益明显超过其对行政相对人(包括利害关系人)权益损害的风险，以机器学习为基础的全自动化行政才具有正当性。法律授权应当明确全自动化行政追求的特定公共利益。其二，法律授权应当明确全自动化行政的具体适用条件，包括具体的行政行为类型、数据可获得性等。具体行政行为类型的确定应当考虑全自动化行政对相对人权益的影响。行政许可、行政给付、行政登记等授益性行政决定相较行政处罚决定更可能获得全自动化行政的法律授权。相较对行政相对人的人身自由进行限制的行政处罚，对行政相对人的财产权造成较小影响的行政处罚更可能获得全自动化行政的法律授权。此外，机器学习需要获得全面、准确与有效的大数据支撑，数据既可通过共享方式直接获取，也可实现结构化便于机器读取，因而信息更易获得的行政行为类型实施全自动化具有更高程度的容许性。其三，法律授权应当规定全自动化行政的具体程序、人工介入、人工智能系统的风险评估等机制。这些机制旨在确保自动化系统负责任和合法地作出行政决定，实现行政决定的合法、专业、公正与负责任等价值目标。
四、结语
人工智能时代全自动化行政对组织正当性与行为正当性带来挑战，对这一挑战的回应不能局限于形式法治层面上，而是应当将全自动化行政的容许性分析转向实质法治立场。与其在传统的法学框架内关注全自动化行政是否逾越法律授权范围或者是否具备对实体法规定进行数字化的契合性，不如采用更为务实的功能导向，思考全自动化行政能否确保行政任务得到合法、专业、公正与负责任地履行。以全自动化行政适用的各种风险完全排除不确定法律概念与行政裁量的适用，不仅不利于数字政府的发展，还忽视了全自动化行政类型的不同及其在容许性建构上的差异。建构全自动化行政的容许性也要避免单一的相对人权益保护目标维护，而应当在相对人权益保护与全自动化行政追求的公共利益目标、行政效能提升、法律适用平等、行政自我拘束的意义等价值之间进行权衡。随着ChatGPT、DeepSeek等人工智能模型的迭代升级与加速融入政务领域，行政法(包括未来行政法典的编纂)应当从实质法治与利益权衡的层面对全自动化行政的容许性秉持包容、分类对待与审慎的立场。
