公共福利经办智能体

裁定是一项法律行为。智能体可以组装，不可以决定。

批准或拒绝一项福利，不是一条带置信度的建议。它创设或消灭一项权利，必须附具理由，并且可被申诉——这意味着它的每一个部分，都得经得起被裁决庭回头逐字读一遍。

• 在唯一重要的那条线上把工作切开：一侧是收集、核验与组织证据，另一侧是把规则适用于事实。前一半是时间真正被吃掉的地方，也是智能体确实出色的地方。后一半是那项"行为"，它留给一个能被写进卷宗的经办人。
• "有人复核"不等于"由人决定"。如果智能体产出裁定、经办人的工作是点批准，你造出来的就是加了一枚橡皮图章的 MiDAS——那个人正是系统当初被买来消除的吞吐瓶颈，于是所有压力都朝着"批得更快"去。让智能体产出的是卷宗包，不是判词：认定了哪些事实、每一条的证据、适用哪些规则，以及还缺什么。
• 不利处分与有利处分并不对称。拒绝、终止、追缴或欺诈移送，需要与批准不同的门槛，因为它拿走了东西，而扭转它的举证负担落在申请人身上。智能体或许可以合理地缩短通往"是"的路径，但绝不该缩短通往"否"的路径。
• 绝不让智能体结案。"逾期未回应即自动关闭"正是伤害最集中的地方：那个错过通知的申请人，恰恰更可能是最需要这份福利、也最收不稳信件的人。把"未回应"路由到人工队列，而不是路由到终态。

政策是带版本的法律，所以检索必须钉死在申领日期上。

这条要求会悄无声息地压垮每一套标准检索栈，而且没有人把它写下来。资格由所申领期间当时生效的规则决定——不是由你索引里今天那份规则决定。

• 今天提交的一份申领，覆盖的期间可能横跨三套不同的规则。收入门槛逐年调整，类别资格随立法变动，应急条款按生效日期开开关关。一个返回"当前政策手册"的检索层，会在每一份追溯申领上产出一个自信的错误答案——而这个答案看上去与正确答案一模一样。
• 给每个政策切片打上生效起止日期，并把申领日期作为强制过滤条件——不是排序信号。如果日期缺失，检索必须失败，而不是退回到当前政策。这是"硬报错远远优于优雅降级"的那种地方。
• 语料远不止法条。法规、机关手册、政策备忘、豁免函，以及解释上述一切的申诉裁决。每一样都有自己的生效日期与自己的效力位阶；一个引用了十八个月前已被取代的手册段落的智能体，产出的是一个读起来极具权威的缺陷。
• 引到版本，而不是引到文件。卷宗包里的每一条论断都指向某一版本某一段落，并附上人能点开的定位。没有这一点，就没有人能在队列允许的时间内核对智能体的工作——这正是引用与来源归属的交互设计的全部论点。

把裁定卷宗冻结，因为申诉是几个月之后才到的。

申诉的审理发生在运行很久之后，而那时系统的模型、提示词、索引与政策语料都已经换过。如果你重建不出当时经办人看到的是什么，机关在庭上的立场就无从支撑。

• 快照的是"当时呈现了什么"，不只是"存了什么"。检索到的段落、适用的规则版本、认定的事实及其出处、模型与提示词版本，以及裁定那一刻经办人屏幕上的内容。事后重新生成会得到一份不同的卷宗，而一份不同的卷宗不是证据。
• 卷宗包是记录，不是遥测。它必须置于任何可能删掉它的采样或保留策略之外——正是轨迹采样与保留所论的那条区分——而它的存续期是申诉窗口加上法定档案保存期，不是三十天。
• 把智能体核验不了的东西记下来。一份"四条事实已确认、两条未核验"的卷宗包，在庭上远比一份把六条以同等确信度并列呈现的有用。而那份"未核验"清单，同时就是经办人的工作队列。
• 保留人的修改。当经办人推翻智能体的认定时，这处分歧既是"存在独立判断"的最强证据，也是你能拿到的最高价值的训练与评测信号——见生产反馈信号。把推翻动作与理由作为一等字段记录下来，绝不要让它变成没人读的自由文本。

危险的错误是那些没人申诉的拒绝，而申诉率探测不到它。

这个领域里每一张看板都在报"申诉改判率"，而它恰恰在最要命的那个方向上是坏的——因为提起申诉所需要的能力，正是受影响人群最不可能具备的那种。

• 选择偏差的方向是反的。会去申诉的申请人有时间、有识字能力、有稳定住址，往往还有人帮忙。而那个被错误拒绝、却没有申诉的人，只是从你的数据里消失了，于是你的质量指标变好了。MiDAS 与荷兰那两起里，受害最深的人恰恰最没有能力去抗辩，这正是那些失败得以持续多年的原因。
• 用抽样审计去测，而不是用投诉去测。随机抽取一批裁定——向拒绝加权——交给有经验的裁决人员在不知原结果的情况下重新裁一遍。那个数字才是你真实的错误率；申诉统计量出来的，只是"谁够得着你"。
• 把分群的拒绝率当作先行指标盯着。按申领类型、语言、渠道与地域，与引入智能体之前的基线比对。集中在某一个分群上的漂移，是那个赶在诉讼之前到达的信号，而且算它根本不需要真值。
• 把裁定时长与中途放弃率一起追。一个把批准提速、却同时抬高了"办到一半就放弃"比例的智能体，是把伤害挪了个地方而不是减少了它——它开出的每一次补充材料要求都是一份负担，每一份都是一次失去某个人的机会。
• 绝不让智能体做欺诈移送。欺诈是一项带刑事风险的指控，也正是自动化系统造成过最多有据可查的损害之处。智能体可以把一处不一致标出来供人复核；移送是一项写着人名的人类行为。

通知书才是产品，而给出的理由必须是真正的理由。

申请人体验不到卷宗包，他们体验到的是一封信。如果这封信没有具体说清缺了什么、错在哪里，申诉权就只是名义上的——人没法去补一个从未被点名的缺陷。

• 写出来的理由必须是起作用的那个理由。事后生成的一段说得通的概述，是一次事后合理化，一经审查就会与卷宗记录分岔。让通知书由驱动裁定的那同一份结构化认定生成，这样两者就不可能不一致。
• 具体说清下一步做什么。哪一份文件、覆盖哪一段期间、寄到哪里、什么时候之前。"材料不足"根本不算通知；它点的是一个结论而不是一个动作，并把一个补得上的缺口变成了一次拒绝。
• 为读者而写，用他们的语言，按你真正测过的阅读难度。这是这项技术明确带来好消息的地方：把一组固定的认定改写成平实语言并忠实翻译，是一项形状良好、输出可核验的生成任务，而它改善的恰恰是那个被申诉统计藏起来的人群。承载法律含义的术语要原样保留，见翻译与本地化智能体。
• 披露有自动化系统参与，以及如何找到人。这在多数法域现在已是义务；除此之外，"未经披露的自动化拒绝"正是把一次行政差错变成一场丑闻的那个事实。做法见披露与内容来源。

从哪里开始，以及什么才真的能压下积压。

本能是去自动化裁定，因为队列明显堆在那儿。但回报更高、风险低得多的，是"在能够做决定之前"发生的一切。

• 从收件完整性开始。积压的大部分不是"未裁定的案子"，而是"在等一份缺失文件的案子"。一个在材料到达时就读一遍、趁申请人还在会话里就告诉他确切缺什么、并在重新提交时再核一遍的智能体，能在完全不碰裁定的前提下砍掉数周的来回。
• 然后是证据组装。把工资记录、既往申领、身份核验与相关政策版本调出来，并排摆在构成要件旁边——这是经办人最慢的那部分活儿，它是检索而不是判断，而且完全可审计。
• 然后按复杂度分流，绝不按预测结果分流。把"可能会被拒的"送进快车道，就是让预测从后门变成裁定。按"一个案子需要多少核验"来分流——那是证据的属性，不是答案的属性。
• 把提交上来的文档当作不可信输入。申请人会上传 PDF 与图片，其中一部分会是对抗性的。把解析隔离出去，绝不让文档内容未经过滤地进入一个带工具的上下文，并把提示词注入围堵当作架构要求而不是政策。
• 采购时就想着卷宗。模型、政策语料或供应商换了之后，机关照样欠着一份"按旧栈做出的裁定"的重建。版本钉死与可导出的裁定记录应当写进合同，而不是留给日后的迁移方案——该问供应商什么，见第三方模型与厂商风险。

相关：保险理赔智能体——私法义务下同一种证据组装形态；KYC 与反洗钱开户智能体——同一种误报积压模式；人在环路——如何让复核是真的；以及面向智能体的欧盟 AI 法案——为什么"获取公共福利"被列为高风险。