數字賦能金融檢察綜合履職技術驅動下的治罪與治理范式重構

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、精準重構治罪與治理范式，需要我們對金融犯罪檢察和大數據運用的底層邏輯有更敏銳的感知力、領悟力。當前，以技術賦能、數據驅動、系統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、數據安全、技術標準等領域深化制度供給，從而使數字檢察真正成為維護金融安全的核心引擎。

黨的二十大報告指出，要加快建設網絡強國、數字中國。伴隨著大數據人工智能的快速發展，近年來檢察機關大力探索利用數字技術對檢察履職、檢察管理等工作進行軟硬件的系統升級改造。在金融檢察工作領域，由于金融業態的數字化和金融風險的復雜化，金融檢察在精準打擊金融犯罪和有效防范、化解金融風險方面是機遇和挑戰并存。金融檢察應當乘著數字檢察的“東風”，把握科技機遇，立足檢察職能，重構履職方式，探索治理路徑，形成技術驅動下的治罪與治理并重的新發展格局。同時，也要警惕AI幻覺、數據污染等帶來的決策風險，嚴守辦案安全和保密要求，落實司法責任，做實“三個管理（檢察業務管理、案件管理、質量管理）”。

數字賦能提升金融檢察治罪質效

當前，全國檢察機關統一業務應用系統已經集成了包括案卡回填、量刑建議、類案檢索等多個子系統，正在輔助和服務檢察辦案和案件管理。各科研單位研發和部署的技術模型，也將不斷賦能金融檢察工作。

技術模型一：海量數據穿透分析技術助力精準快速審查案件追蹤資金

面對非法集資、職業化虛開騙稅、洗錢等資金流數據量大、證據龐雜的案件，傳統人工核查模式已難以應對。雖然司法會計鑒定意見最終能出具全面準確的結論，但是周期過長、費用較高常常對辦案形成掣肘。基于海量數據穿透分析技術的大模型，在對偵查機關調取的各類金融機構數據進行格式清洗后，能在幾個工作日內完成數億元的資金流向分析報告，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系等提供輔助工具。檢察官能據此解析出案件資金體量，提出補充偵查的方向，及時查控涉案人員、資金，發現洗錢犯罪線索，及時追贓挽損，還能將海量資金數據分析模型繪制的動態資金流向圖運用于庭審指控，加強庭審實質化，提高金融犯罪案件辦案質效。當前，山東濰坊等地司法機關已有個案探索，落實《公安經偵部門資金數據分析成果轉化工作指引（試行）》，將資金數據分析報告作為定罪量刑的重要證據獲法院支持。最高人民檢察院也在北京市朝陽區人民檢察院、上海市人民檢察院第二分院等單位開展了海量資金數據分析項目示范應用，取得了較好的效果。

技術模型二：區塊鏈電子取證和數據處理技術助力網絡取證

面對利用虛擬貨幣、閱后即焚類聊天工具等網絡手段和工具實施的犯罪，傳統偵查手段受制于網絡的虛擬性和跨境取證的規范要求，存在取證難、偵查難和證據審查難的問題。目前，國內科研機構和技術公司已經具備相應的區塊鏈數據智能分析技術，可以收集來自XBlock、WalletExplorer、Bitcoin Talk、Etherscan、暗網及公開文獻的加密貨幣地址及標簽信息和數據，形成對海量異構數據的存儲和智能分析的全過程數據處理方案。

數字賦能加速綜合履職能級提升

浩繁的金融法律法規和靈活的政策調整給金融檢察的民事行政監督筑起了厚厚的專業壁壘。近年來，北大法寶、復旦大學等科研機構將包括銀行保險、證券期貨、創業投資及上市公司在內的法律法規、行政處罰決定書、刑事判決書等嵌入“跨部門金融案件數據共享與知識服務金融法律知識圖譜”大模型，打通了專業知識的壁壘。此類大模型在檢察機關本地化部署后，即將開啟“法律+技術”雙輪驅動模式，可使檢察官的金融專業素養得到指數級增強，提出法律監督的效率和精準度有望極大提升。

此外，當前上海金融檢察綜合履職的“一案四查”機制可進行智能化改造，通過本地化部署的知識圖譜和司法大數據匹配計算，自動關聯審查刑事案件中的民事違約、行政違法、行業違規線索，民事行政監督和公益訴訟線索發現與研判的能力將極大增強。如上海市虹口區人民檢察院在辦理一起“人傷黃牛”保險詐騙案中，移送14件民事監督線索，將關聯民事案件逐一糾正。檢察機關還可以會同公安機關與掌握海量監管數據的行政機關包括稅務機關、金融監督管理部門等合作，借助掌握海量業務數據、負有報告義務的金融機構、第三方平臺、大型互聯網企業等共同開展線索研判。

數字賦能金融檢察仍要做實“三個管理”

上述大數據模型的底層邏輯依然是打通信息、技術等壁壘，通過內部算法與算力優化，提高檢察履職的質效。無論是海量資金數據穿透分析模型還是金融知識圖譜，都要經過嚴格的項目立項、開發、測試、示范應用、驗收才能進入司法辦案環節。嚴格來說，上述模型還沒有自我學習的能力，僅系特定應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，不會產生大的風險。

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、河南新鄉等地的檢察機關紛紛開始部署本地化應用，構建專業法律知識庫、開展技術融合應用。

有學者認為，大語言模型與以往的AI應用有所不同，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節。相較于傳統AI技術，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、可擴展性等諸多方面具有顯著優勢。只要具備足夠的高質量語料用以模型訓練和調優，大語言模型不僅能夠更好地完成類案推薦、量刑建議、虛假訴訟風險識別等傳統任務，還能協助檢察官高效處理案件文本，審查關鍵信息，并在檢察工作的各個環節提供決策建議和相關知識，同時自動生成各類文書。

筆者認為，擁抱新技術的同時，特別需要警惕AI幻覺、數據污染等帶來的決策風險，嚴守辦案安全和保密要求，落實司法責任，做實“三個管理”。

所謂AI幻覺，是指AI生成的內容看似合理，但實際上可能與事實不符、邏輯斷裂，甚至完全脫離上下文。大語言模型在缺乏準確信息時，會基于訓練數據中的碎片“腦補”出看似合理實則錯誤的內容，比如虛構學術論文、編造歷史事件，甚至生成不存在的軟件代碼。AI幻覺分為事實性幻覺和忠實性幻覺，前者是指生成的內容與現實事實不符，后者是指回答偏離了用戶真正的意圖。AI幻覺產生的主要原因是訓練的數據有誤或不全面、用戶提問不清晰以及AI的算法支持其自我學習與自由發揮，結果就容易形成幻覺。由于DeepSeek的低門檻和普及度高，大量AI生成內容涌入中文互聯網，加劇了虛假信息傳播的“雪球效應”，甚至可能污染下一代模型訓練數據。加上DeepSeek的開源特性，導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，目前在上述風險難以避免的情況下，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務專家、上海市檢察機關第九屆優秀公訴人、上海檢察機關網絡犯罪專業化辦案團隊召集人）

編輯：黃靈" " yeshzhwu@foxmail.com