金融合规审查：哪些环节能交给智能体，哪些必须留给人工

合规审查是金融行业里最适合上智能体的场景之一——规则相对明确、工作量集中、结果可抽样核对。但同时它也是最容易踩线的场景：一旦把需要裁量的判断交给模型，责任归属就说不清了。

先把工作切成两段

合规工作的实质可以拆成两段：前半段是"找出可能相关的条款和事实"，后半段是"判断这个情形是否构成违规、如何处理"。前半段规则可穷举，后半段依赖经验与监管尺度。

可交给智能体的三类工作

1. 条款与监管文件的检索定位。把"这份业务材料可能涉及哪些监管要求"的检索时间大幅压缩，输出条款清单与原文引用。
2. 材料完整性与形式审查。按检查清单逐项核对要素是否齐全、格式是否合规，逐条给出通过或缺失。
3. 审查意见初稿生成。按既有模板生成结构化初稿，把审查人从"从零起草"变成"修改初稿"。

必须保留人工的四类判断

• 定性判断：某个行为是否构成违规、适用哪一条。
• 尺度把握：同类情形在不同业务背景下的处理差异。
• 对外沟通：与监管沟通的口径、对客户披露的内容。
• 最终签批：所有对外生效的结论。

审计与日志的硬性要求

金融行业的合规结论需要能回答"当时依据什么、谁确认的"。技术方案必须在设计阶段就满足以下要求，事后补日志往往补不出来：

1. 完整的调用日志：谁、什么时候、输入什么材料、输出了什么。
2. 保留周期满足监管要求，且不可被普通账号删除。
3. 每次输出记录所依据的条款版本与知识库版本，避免条款更新后无法回溯。
4. 权限控制下沉到数据级别，确保敏感材料不会被越权检索。

在这个场景里，智能体的定位应该是"给审查人配一个不会累的助手"，而不是"替代审查人"。定位一旦写错，后面所有方案都会走偏。