循证决策是政府提高公共决策质量、应对时代变革的重要途径。本文从循证决策的底层逻辑知识视角出发，梳理并探讨了循证决策由传统上基于经验知识进行决策到人工智能驱动下的决策知识生成特点以及循证决策创新机制。研究发现：循证决策的核心基础是各方行动者所拥有的知识，主要包括基于逻辑分析的“理性知识”和基于经验的“直觉知识”，同时科学研究知识亦作为循证决策的重要参考。人工智能驱动下的循证决策体现出人机不断“迭代”互动的协同决策特征，这一过程的机制创新主要体现在政府决策理念的回应性与前瞻性提升、决策权力的标准化与规范化运行、决策范式的实时性与灵活性改善以及决策过程的民主性与公共价值性彰显。同时，应注重循证决策中人工智能应用存在的诸多制约因素，如技术的成熟度与可靠性、决策者的认知与接受程度、政府组织的制度与政策环境、数据的隐私安全与利用的责任问题等。