保险核保智能体

先给「受监管的那件东西」命名，再给用例命名。

在理赔里，受监管的行为是那次核定。在核保里，它更窄也更奇怪：受监管的那件东西，是一套据以接受、拒保或定价的规则与因子——在美国多数个人险种里，它们要向州里报备，有些情形还需先获批准才能使用。人类核保员写在卷宗里的那段叙述是文档；让保费发生变化的那个因子，才是受监管的对象。

这个区分决定了你的架构，因为 LLM 的输出是不可枚举的。一旦模型的判断成了价格或承保资格的输入，你就造出了一个无法列进报备文件、无法向市场行为检查官逐条解释、也无法被单独测试的因子。问题不在于模型可能不准，而在于一份已报备的费率方案里，压根没有地方放它。

• 风险选择与定价受监管。承保资格规则、层级归属、费率变量、加费与优惠规则、拒保理由。
• 证据处理基本不受监管。读投保单、调取历史赔付记录、安排查勘、把一张车辆清单规整成结构、追缺失材料、起草卷宗备注。
• 两者之间的界线只有一个问题。这个输出会不会成为承保资格或价格的输入？会，它就是因子，就在监管范围内；不会，它就是运营。

吞吐量在投保件处理里，而且量极大。

核保的一天并不花在判断风险上。它花在打开十一种格式的投保件、把经纪人的表格与承保方的 schema 对上、订购并等待第三方报告，以及决定四十份投保件里究竟先做哪几份。这些工作量大、真值干净，而且几乎不承载监管重量。

• 录入规整。ACORD 表单、经纪人邮件、历史赔付记录、驾驶记录、查勘报告、财务报表、财产明细表——统统转成一份结构化的投保记录，每个字段都带着来源片段。这是文档解析加结构化输出，而绝大部分工时就在这里。
• 完整性与清分。这个险种、这个州还缺什么；这份投保件是不是已经由另一个经纪人报过一次；被保险人名称与现有账户是否对得上。
• 按承保偏好分流，而不是按风险分流。「这份投保件符不符合我们写下来的承保偏好、值不值得报价」是一个路由决定，不是定价决定。在商业险里，先把报价递出去值实打实的钱，而智能体能挪动这个数字，却完全不必碰费率。
• 转人工时的材料打包。当一份投保件必须交给人时，智能体的交付物是那份陈列表：每一个申报变量，连同它的来源文档、页码，以及证据缺失时一个显式的 unknown。

注意这四件事的共同点：答案可核验。文档要么解析对了要么没有；投保件要么符合承保偏好规则要么不符合。这也正是理赔智能体靠「完整性」而不是靠「核定」赚回成本的同一个理由。

申报变量：把模型挡在费率路径之外的那道接口。

整套架构归结为一份契约。智能体只允许产出申报变量——一份固定的、带版本的字段清单，每个字段有类型、允许取值范围、来源引用，以及一个显式的「未知」状态。由一个确定性的费率与承保资格引擎去消费这些变量。模型从不产出评分、层级、保费，也不产出措辞等同于此的建议。

// Allowed: a declared variable with provenance and an unknown state.
{ "roof_year": { "value": 2011, "source": "inspection.pdf#p3", "confidence": "high" },
  "prior_losses_5y": { "value": 2, "source": "lossrun_2021_2026.pdf#p1" },
  "occupancy": { "value": "owner_occupied", "source": "application.pdf#p1" },
  "wildfire_zone": { "value": null, "status": "unknown", "reason": "no report ordered" } }

// Not allowed: a judgement that becomes an input to price or eligibility.
{ "risk_quality": "below average", "suggested_tier": 4, "recommend": "decline" }

这份契约会掉出三个性质，而每一个单独拿出来都值得为之守纪律：

• 每一个进入定价的因子都可枚举。你能把它们列进报备文件、拿给检查官看，并逐个独立测试。
• 未知就保持未知。这个领域里破坏力最大的失败，是模型按「看着合理的分布」补上一个缺失字段——那不过是寻常的接地失败，只不过这次输出是一个费率变量，它会接着去给一张真实保单定价。一个显式的「未知」会路由给人、或触发订购一份报告；一个被悄悄插补的值不会。
• 归因还在。当 STEP 4 的测试里冒出差异时，你能把它追溯到某个变量和某个数据源。如果模型的判断本身就是那个因子，你手上会是一个拆不开的数字，和一条整改不了的发现。

被检验的会是结果，而不是输入。

这是团队一贯搞错的一段，因为它把通常那种合规直觉给倒了过来。把受保护特征从输入里剔除，并不能证明你是干净的。眼下对承保方跑的那些测试量的是结果，而受保护特征是从你确实用过的数据里推断出来的。

• 科罗拉多州。SB21-169 管的是外部消费者数据与信息源（ECDIS），以及建立在其上的算法与预测模型。州保险司的定量测试框架用 BIFSG——RAND 提出的一套方法，作用于姓名与地理位置——来估计种族与族裔，然后问结果之间是否存在不公平的差异。它从人寿险开始，并在 2025 年 10 月扩展到私家车险与健康保障计划，要求受影响的承保方在 2026 年 7 月 1 日前完全合规。
• NAIC 示范公告。2023 年 12 月通过；到 2026 年 7 月已有 25 个州正式采纳，另有约八个州在推进中。它要求有一套成文的 AI 系统方案——清单、治理、风险控制、文档——并能在检查时拿得出来。NAIC 的「AI 系统评估工具」在 2026 年春季至 9 月间以多州试点形式在十二个州运行，这告诉你：检查正在变成一套标准化程序，而不再是临时索要材料。
• 消费者报告。当某份第三方报告促成了一个不利决定时，联邦层面那套「不利行动」机制会叠加在上述一切之上，并自带对通知内容与时限的要求。

就冲着这些直接做工程。自己跑那套代理变量测试，在自己的业务上，按固定频率跑——赶在检查官之前，也赶在某个新数据源悄悄变成代理变量之前。把一处差异当成一个失败的测试来对待：把它归因到某个申报变量、量化那个变量的贡献，再决定它能不能留下。模型风险管理是外面那层治理；而测试本身属于你的流水线，不属于一份年度报告。

拒保是一项可被申诉的行为；理由要推导出来，不要写出来。

拒保与不续保会生成信函，而这些信函会被监管者、代理人、有时还有律师读到。生成式的解释在这里恰恰是错的那种产物：一段近似地转述理由的流畅散文，是不实陈述的风险；而事实完全相同的两位投保人，不该收到措辞不同的理由。

• 理由从被触发的那条规则推导出来。承保资格引擎知道是哪条规则、在哪个申报变量上触发的。通知文本是绑定到那条规则的模板，而不是对卷宗的转述。
• 把证据附上。来源文档、页码、取值。当申请人提出异议时——而可申诉性每年都在更多法域里成为一项权利——更正必须能在「一个事实」的层面上发生，而不是在「一个结论」的层面上。
• 把整条路径记下来。订了哪些报告、填充了哪些变量、用的是哪个版本的哪套规则、在什么时刻。十八个月后重建一次决定是常态，不是例外——见审计轨迹。
• 让智能体能转人工，但不能拒保。在成文承保偏好之内的直通承保风险低、价值高；而直通拒保，会把所有监管风险与声誉风险集中到那条监督最少的分支上。把拒保那条路做成一次转人工，你就是删掉了一整类事件，而不是给它加了个开关。

量你现在看得见的东西，因为真相两年后才到。

这就是让核保有别于本节其他所有领域的那个陷阱。你真正在意的结果——你承下来的那些风险有没有定对价——要在保单期以及其后的发展尾部里才逐渐显形。而这个季度拿得到的信号是报价量、周转时间、成交率与承保保费，而其中每一个，都会在你写下本该拒掉的业务时变得更好看。

任何照着这些快信号闭环的优化，选出来的都是竞争对手拒掉的那些风险。这不是一个建模错误，而是那个经典的逆向选择动力学，只不过因为智能体报价更快，它来得也更快。所以：

• 短期内给过程打分，不给结果打分。以经裁定的抽样为参照的字段级抽取准确率、未知率、转人工的精确率、报价周转、返工量。这些本周就能量，而且它们才是智能体真正控制得了的东西。
• 盯业务结构，别只盯业务量。按智能体触碰最多的那些变量给已承保的业务分段，并把它的分布与上一期作比较。结构的位移，是选择漂移最早看得见的迹象，而它出现的时间远早于赔付率。
• 留一个转人工对照组。把符合直通条件的投保件中一小部分随机路由给人处理，然后作比较。没有它，你分辨不出智能体是在加速好决定，还是在批量制造「同意」——这与欺诈与争议处理智能体主张留「照放不误」留出组，是同一个论证。
• 别让某个看板指标变成目标。成交率是一项诊断。一旦它成了这个系统的目标，它同时也就成了那种失败模式的目标；生产反馈信号里有这条警告的一般版本。