系统思维：将“证据生成”作为输出的一部分——智能体满足监管要求的核心路径

在医疗、金融等强监管行业，智能体系统往往会在一个非常微妙的节点被叫停。不是因为模型不准，也不是因为系统不稳定，而是因为在评审会上，有人问了一个看似简单的问题：

“这句话是基于什么证据说的？”

如果这个问题只能靠工程师事后翻日志、查 Prompt、回忆模型版本来回答，那么系统在监管意义上，几乎等同于“不可上线”。这标志着一个清晰的分水岭：在强监管行业，智能体的目标已经不再是‘把事做完’，而是‘把事说清楚’。也正是在这里，“证据就绪”开始从一个合规附加项，变成系统设计的原生约束。

一、为什么“结果正确”在监管场景中远远不够

在通用场景中，智能体输出是否被接受，往往取决于结果是否有用。但在医疗、金融、保险、审计等行业，系统输出的每一句结论，都可能被用于决策、记录甚至法律依据。

在这些场景下，监管关注的不只是“你给出的答案对不对”，而是：

• 你依据了哪些被认可的信息源

• 是否遵循了既定的业务规则

• 在信息不足或冲突时，是否采取了保守策略

监管真正关心的是决策路径是否可被复核，而不是结果是否碰巧正确。这与许多智能体系统的设计理念存在根本冲突。大量系统是在“先让模型跑通任务”的前提下，再考虑如何补充日志、解释或说明。这种事后补救的方式，在强监管环境中几乎注定失败。

二、“证据面板”不是 UI 功能，而是系统能力

很多团队在意识到合规问题后，会尝试在前端增加一个“引用来源”或“参考文档”模块。但很快就会发现，这种做法解决的只是展示问题，根源问题还是存在。

真正困难的是：智能体本身是否知道自己为什么能得出这个结论。“证据就绪”的系统，要求任何一条结论性输出，都能一键展开一个与推理过程强绑定证据面板，这个面板至少包括三类信息：