春江水暖鴨先知，未來一定屬于可以更早感受到溫度變化的人。及時、精準(zhǔn)重構(gòu)治罪與治理范式，需要我們對金融犯罪檢察和大數(shù)據(jù)運(yùn)用的底層邏輯有更敏銳的感知力、領(lǐng)悟力。當(dāng)前，以技術(shù)賦能、數(shù)據(jù)驅(qū)動、系統(tǒng)治理為特征的金融檢察綜合履職新范式正在加速成型。未來，還需在算法倫理、數(shù)據(jù)安全、技術(shù)標(biāo)準(zhǔn)等領(lǐng)域深化制度供給，從而使數(shù)字檢察真正成為維護(hù)金融安全的核心引擎。

黨的二十大報(bào)告指出，要加快建設(shè)網(wǎng)絡(luò)強(qiáng)國、數(shù)字中國。伴隨著大數(shù)據(jù)人工智能的快速發(fā)展，近年來檢察機(jī)關(guān)大力探索利用數(shù)字技術(shù)對檢察履職、檢察管理等工作進(jìn)行軟硬件的系統(tǒng)升級改造。在金融檢察工作領(lǐng)域，由于金融業(yè)態(tài)的數(shù)字化和金融風(fēng)險(xiǎn)的復(fù)雜化，金融檢察在精準(zhǔn)打擊金融犯罪和有效防范、化解金融風(fēng)險(xiǎn)方面是機(jī)遇和挑戰(zhàn)并存。金融檢察應(yīng)當(dāng)乘著數(shù)字檢察的“東風(fēng)”，把握科技機(jī)遇，立足檢察職能，重構(gòu)履職方式，探索治理路徑，形成技術(shù)驅(qū)動下的治罪與治理并重的新發(fā)展格局。同時，也要警惕AI幻覺、數(shù)據(jù)污染等帶來的決策風(fēng)險(xiǎn)，嚴(yán)守辦案安全和保密要求，落實(shí)司法責(zé)任，做實(shí)“三個管理（檢察業(yè)務(wù)管理、案件管理、質(zhì)量管理）”。

數(shù)字賦能提升金融檢察治罪質(zhì)效

當(dāng)前，全國檢察機(jī)關(guān)統(tǒng)一業(yè)務(wù)應(yīng)用系統(tǒng)已經(jīng)集成了包括案卡回填、量刑建議、類案檢索等多個子系統(tǒng)，正在輔助和服務(wù)檢察辦案和案件管理。各科研單位研發(fā)和部署的技術(shù)模型，也將不斷賦能金融檢察工作。

技術(shù)模型一：海量數(shù)據(jù)穿透分析技術(shù)助力精準(zhǔn)快速審查案件追蹤資金

面對非法集資、職業(yè)化虛開騙稅、洗錢等資金流數(shù)據(jù)量大、證據(jù)龐雜的案件，傳統(tǒng)人工核查模式已難以應(yīng)對。雖然司法會計(jì)鑒定意見最終能出具全面準(zhǔn)確的結(jié)論，但是周期過長、費(fèi)用較高常常對辦案形成掣肘?；诤Ａ繑?shù)據(jù)穿透分析技術(shù)的大模型，在對偵查機(jī)關(guān)調(diào)取的各類金融機(jī)構(gòu)數(shù)據(jù)進(jìn)行格式清洗后，能在幾個工作日內(nèi)完成數(shù)億元的資金流向分析報(bào)告，為迅速勾勒金融犯罪畫像，揭示犯罪手段模式，查明涉案人員資金情況及交易關(guān)系等提供輔助工具。檢察官能據(jù)此解析出案件資金體量，提出補(bǔ)充偵查的方向，及時查控涉案人員、資金，發(fā)現(xiàn)洗錢犯罪線索，及時追贓挽損，還能將海量資金數(shù)據(jù)分析模型繪制的動態(tài)資金流向圖運(yùn)用于庭審指控，加強(qiáng)庭審實(shí)質(zhì)化，提高金融犯罪案件辦案質(zhì)效。當(dāng)前，山東濰坊等地司法機(jī)關(guān)已有個案探索，落實(shí)《公安經(jīng)偵部門資金數(shù)據(jù)分析成果轉(zhuǎn)化工作指引（試行）》，將資金數(shù)據(jù)分析報(bào)告作為定罪量刑的重要證據(jù)獲法院支持。最高人民檢察院也在北京市朝陽區(qū)人民檢察院、上海市人民檢察院第二分院等單位開展了海量資金數(shù)據(jù)分析項(xiàng)目示范應(yīng)用，取得了較好的效果。

技術(shù)模型二：區(qū)塊鏈電子取證和數(shù)據(jù)處理技術(shù)助力網(wǎng)絡(luò)取證

面對利用虛擬貨幣、閱后即焚類聊天工具等網(wǎng)絡(luò)手段和工具實(shí)施的犯罪，傳統(tǒng)偵查手段受制于網(wǎng)絡(luò)的虛擬性和跨境取證的規(guī)范要求，存在取證難、偵查難和證據(jù)審查難的問題。目前，國內(nèi)科研機(jī)構(gòu)和技術(shù)公司已經(jīng)具備相應(yīng)的區(qū)塊鏈數(shù)據(jù)智能分析技術(shù)，可以收集來自XBlock、WalletExplorer、Bitcoin Talk、Etherscan、暗網(wǎng)及公開文獻(xiàn)的加密貨幣地址及標(biāo)簽信息和數(shù)據(jù)，形成對海量異構(gòu)數(shù)據(jù)的存儲和智能分析的全過程數(shù)據(jù)處理方案。

數(shù)字賦能加速綜合履職能級提升

浩繁的金融法律法規(guī)和靈活的政策調(diào)整給金融檢察的民事行政監(jiān)督筑起了厚厚的專業(yè)壁壘。近年來，北大法寶、復(fù)旦大學(xué)等科研機(jī)構(gòu)將包括銀行保險(xiǎn)、證券期貨、創(chuàng)業(yè)投資及上市公司在內(nèi)的法律法規(guī)、行政處罰決定書、刑事判決書等嵌入“跨部門金融案件數(shù)據(jù)共享與知識服務(wù)金融法律知識圖譜”大模型，打通了專業(yè)知識的壁壘。此類大模型在檢察機(jī)關(guān)本地化部署后，即將開啟“法律+技術(shù)”雙輪驅(qū)動模式，可使檢察官的金融專業(yè)素養(yǎng)得到指數(shù)級增強(qiáng)，提出法律監(jiān)督的效率和精準(zhǔn)度有望極大提升。

此外，當(dāng)前上海金融檢察綜合履職的“一案四查”機(jī)制可進(jìn)行智能化改造，通過本地化部署的知識圖譜和司法大數(shù)據(jù)匹配計(jì)算，自動關(guān)聯(lián)審查刑事案件中的民事違約、行政違法、行業(yè)違規(guī)線索，民事行政監(jiān)督和公益訴訟線索發(fā)現(xiàn)與研判的能力將極大增強(qiáng)。如上海市虹口區(qū)人民檢察院在辦理一起“人傷黃?！北ｋU(xiǎn)詐騙案中，移送14件民事監(jiān)督線索，將關(guān)聯(lián)民事案件逐一糾正。檢察機(jī)關(guān)還可以會同公安機(jī)關(guān)與掌握海量監(jiān)管數(shù)據(jù)的行政機(jī)關(guān)包括稅務(wù)機(jī)關(guān)、金融監(jiān)督管理部門等合作，借助掌握海量業(yè)務(wù)數(shù)據(jù)、負(fù)有報(bào)告義務(wù)的金融機(jī)構(gòu)、第三方平臺、大型互聯(lián)網(wǎng)企業(yè)等共同開展線索研判。

數(shù)字賦能金融檢察仍要做實(shí)“三個管理”

上述大數(shù)據(jù)模型的底層邏輯依然是打通信息、技術(shù)等壁壘，通過內(nèi)部算法與算力優(yōu)化，提高檢察履職的質(zhì)效。無論是海量資金數(shù)據(jù)穿透分析模型還是金融知識圖譜，都要經(jīng)過嚴(yán)格的項(xiàng)目立項(xiàng)、開發(fā)、測試、示范應(yīng)用、驗(yàn)收才能進(jìn)入司法辦案環(huán)節(jié)。嚴(yán)格來說，上述模型還沒有自我學(xué)習(xí)的能力，僅系特定應(yīng)用場景的檢察辦案輔助工具，尚稱不上人工智能，對檢察履職而言，不會產(chǎn)生大的風(fēng)險(xiǎn)。

隨著DeepSeek等大語言模型的橫空出世，吉林敦化、天津靜海、江蘇泗洪、浙江臺州、山東淄博、河南新鄉(xiāng)等地的檢察機(jī)關(guān)紛紛開始部署本地化應(yīng)用，構(gòu)建專業(yè)法律知識庫、開展技術(shù)融合應(yīng)用。

有學(xué)者認(rèn)為，大語言模型與以往的AI應(yīng)用有所不同，它有望成為檢察官真正的隨身助手，全面賦能檢察工作各環(huán)節(jié)。相較于傳統(tǒng)AI技術(shù)，大語言模型在上下文理解、自然語言生成、多功能性、交互體驗(yàn)、可擴(kuò)展性等諸多方面具有顯著優(yōu)勢。只要具備足夠的高質(zhì)量語料用以模型訓(xùn)練和調(diào)優(yōu)，大語言模型不僅能夠更好地完成類案推薦、量刑建議、虛假訴訟風(fēng)險(xiǎn)識別等傳統(tǒng)任務(wù)，還能協(xié)助檢察官高效處理案件文本，審查關(guān)鍵信息，并在檢察工作的各個環(huán)節(jié)提供決策建議和相關(guān)知識，同時自動生成各類文書。

筆者認(rèn)為，擁抱新技術(shù)的同時，特別需要警惕AI幻覺、數(shù)據(jù)污染等帶來的決策風(fēng)險(xiǎn)，嚴(yán)守辦案安全和保密要求，落實(shí)司法責(zé)任，做實(shí)“三個管理”。

所謂AI幻覺，是指AI生成的內(nèi)容看似合理，但實(shí)際上可能與事實(shí)不符、邏輯斷裂，甚至完全脫離上下文。大語言模型在缺乏準(zhǔn)確信息時，會基于訓(xùn)練數(shù)據(jù)中的碎片“腦補(bǔ)”出看似合理實(shí)則錯誤的內(nèi)容，比如虛構(gòu)學(xué)術(shù)論文、編造歷史事件，甚至生成不存在的軟件代碼。AI幻覺分為事實(shí)性幻覺和忠實(shí)性幻覺，前者是指生成的內(nèi)容與現(xiàn)實(shí)事實(shí)不符，后者是指回答偏離了用戶真正的意圖。AI幻覺產(chǎn)生的主要原因是訓(xùn)練的數(shù)據(jù)有誤或不全面、用戶提問不清晰以及AI的算法支持其自我學(xué)習(xí)與自由發(fā)揮，結(jié)果就容易形成幻覺。由于DeepSeek的低門檻和普及度高，大量AI生成內(nèi)容涌入中文互聯(lián)網(wǎng)，加劇了虛假信息傳播的“雪球效應(yīng)”，甚至可能污染下一代模型訓(xùn)練數(shù)據(jù)。加上DeepSeek的開源特性，導(dǎo)致其對齊工作較其他閉源大模型有所欠缺，可能會成為惡意行為的工具。因此，目前在上述風(fēng)險(xiǎn)難以避免的情況下，司法辦案還需慎用。

（作者系上海市虹口區(qū)人民檢察院副檢察長、三級高級檢察官，上海市第六屆檢察業(yè)務(wù)專家、上海市檢察機(jī)關(guān)第九屆優(yōu)秀公訴人、上海檢察機(jī)關(guān)網(wǎng)絡(luò)犯罪專業(yè)化辦案團(tuán)隊(duì)召集人）

編輯：黃靈" " yeshzhwu@foxmail.com