一般情况下，笔者非必要不动笔——写作太耗神，更关键是，风险不小。

上一篇是《说好了，咱不说“数智检察”了》，核心观点有三：

• 从政治维度看，数字检察战略是检察机关贯彻落实数字中国战略的重要举措，最高人民检察院发布的《2023—2027年检察改革工作规划》《人民检察事业发展“十五五”规划》等系列文件均为“深入实施数字检察战略”。数字检察才是统一、规范的用词。
• 从技术维度看，对检察机关而言，远未到可以宣告已完成数字检察战略、全面迈向所谓“数智检察”的阶段。不能用技术演进的阶段性概念来定义战略的阶段性，更不能以某一类技术的突进来轻易修订战略提法。
• 从业务维度看，泛用“数智检察”提法，容易凸显技术性而弱化业务性，存在将数字检察这一“跨部门、跨领域”的系统工程和长期战略，降格为某一部门或某条线具体工作的风险。

前两天发生了一件令人遗憾的事，如鲠在喉，不吐不快
——原“数字检察”微信公众号，自2026年8月6日起，正式更名为“数智检察”微信公众号。

在《更名启事》中，提到一句话：“2026年全国检察长会议强调，推动‘数字检察’向‘数智检察’深化升级。”
请注意，这句话只是官方媒体宣传时自行提炼的。有条件的同学可以翻看原文——2026年全国检察长会议通稿中，并未出现“数智检察”一词，原文只强调“推动数字检察深化升级”。而最新发布的《人民检察事业发展“十五五”规划》，同样只提“数字检察”，不见“数智检察”。

为何遗憾？因为原“数字检察”微信公众号由官方媒体主办，更名本身具有鲜明导向性。已有“不明真相的同志”因此被误导。若真将“数字检察”升级为“数智检察”，将陷入一个逻辑困境：
那么“智慧检务”又该置于何处？

花开两朵，各表一枝。

一、“网络强国”——“条条”攻坚

有同志主张将数字检察升级为“数智检察”，内在逻辑是技术升级。若按此逻辑，这一“升级”其实早已完成
——最高检正式印发《最高人民检察院关于深化智慧检务建设的意见》，明确提出构建检察信息化4.0版的“智慧检务”，全面实现检察工作数字化、网络化、应用化、智能化（即：数字检务1.0-网络检务2.0-信息检务3.0-智慧检务4.0）。

关键在于，这一提法强调的是 “人民检察院信息化建设” ，本质是技术导向，属于“条条”攻坚。梳理时间线：

• 2014年2月：中央网络安全和信息化领导小组成立。习近平总书记主持召开第一次会议，强调网络安全和信息化是事关国家安全和国家发展的重大战略问题，努力把我国建设成为网络强国。
• 2014年7月：最高人民检察院信息领导小组（1999年成立）更名为最高人民检察院网络安全和信息化领导小组。
• 2016年底：国务院印发《“十三五”国家信息化规划》，明确提出“实施‘科技强检’战略，积极打造‘智慧检务’”。
• 2017年12月：《最高人民检察院关于深化智慧检务建设的意见》（高检发〔2017〕15号）正式印发，系近十余年来首个以高检院发文形式印发的检察信息化文件。
• 2018年7月：《全国检察机关智慧检务行动指南（2018-2020年）》（高检发技字〔2018〕16号）印发，细化建设任务，要求遵循科学化、智能化、人性化原则推进智慧检务建设。
• 2018年7月：《智慧检务工程建设指导方案（2018-2020年）》（高检技〔2018〕59号）经最高检网络安全和信息化领导小组审议通过，指导各省级院统筹实施。

大家可以查阅近两年最高检有关检察智能化应用试点的文件，落款是否为最高人民检察院网络安全和信息化领导小组？这本就是一以贯之的技术升级和工程任务，从未中断。

二、“数字中国”——“块块”工程

如之前所述，“强国”往往侧重具体领域的专业能力突破，带有“条条”攻坚色彩；而“中国”则指向「跨部门、跨领域的“块块”系统工程」，需要全社会协同。

《数字中国建设整体布局规划》的发布主体是中共中央、国务院，而非某一部门。《规划》明确要求坚持和加强党对数字中国建设的全面领导，由中央网络安全和信息化委员会统筹协调、整体推进、督促落实——这印证了数字中国建设的整体性、系统性、协同性。
而数字检察战略，正是承袭“数字中国”概念而生。梳理时间线：

• 2021年：《中共中央关于加强新时代检察机关法律监督工作的意见》出台。
• 2022年：全国检察机关数字检察工作会议召开，最高检成立数字检察工作领导小组。
• 2023年：北戴河会议，“全国检察机关大数据法律监督模型竞赛”启动。
• 2024年：最高检研发并部署大数据法律监督模型管理平台，开展“全国检察机关大数据法律监督模型推广活动”。
• 2025年：“全国检察机关大数据法律监督模型应用业务竞赛”举办。

笔者认为，正如不能一味强调技术升级路线而将“数字检察”改称“数智检察”一样，也不能一味将数字检察等同于大数据法律监督模型。数字检察不止模型！其本质，类似数字中国，是整体性、系统性、协同性的战略部署——具体而言，是业务属性的，是要依托技术手段赋能监督、赋能办案。

我们可以用数字化手段构建模型，发现监督线索；当然也可以用智能化手段，甚至更精准！
我们可以用信息化手段规范检察业务办理；当然也可以用智能化手段辅助办案，甚至更高效！

一线同志并不排斥“数智赋能”：

wk：目前我感觉数字检察还是大有可为，我看见有的检察同仁已经搞出来很多实用的东西了。
阿N狸BOSS：上海控申有个信访法治化系统，已经开始帮民检自动生成报告了。
淡蓝：你是没用我们的模型，每年能找到几个抗诉案件线索，检察官们很高兴。对了我们省有自己模型平台，能提供案卡数据。
知行小屋：现在全省（指浙江省）上架的近200个智能体，多数还是以工具功能类型为主。一些线索发现类型的，其实和大数据模型差不多，但比大模型好多了——大模型要搞算法、搭工作流、做数据清洗，而使用智能体可以直接导入原始数据进行线索摸排。
（来自：说好了，咱不说“数智检察”了）

但确实还有许多工作需要加强：

郝广明：我原来以为是电脑卡，后来换了新电脑，业务系统到了星期五还是卡。
雪肥狼王：搞了一大堆系统，三天两头忘密码。
天青色等烟雨：不说其他的，就一个案卡都没实现数字化！平时办案怎么也发现不了问题，但通报全是问题。
波巴费特之书：应该是它为我们办案提供便利，而不是为了那些什么排名，把自己阅卷发现的线索机械性地套进去再做个文书出来，有何意义？
（来自：说好了，咱不说“数智检察”了）

笔者认为应当坚持“数字检察”的提法，核心在于坚持业务主导，坚持数字检察的业务属性——应当是用数智技术赋能检察业务，而非相反，让检察业务去服务“数智创新”。

三、检察业务应用系统3.0的期待

数字检察近几年的主要标志性成果，一是大数据法律监督模型，二是智能化建设。可以说，一个侧重数字化，一个侧重智能化。前者通过数据挖掘监督线索，后者侧重智能辅助个案办理——这完全契合 “坚持法律监督主责主业、高质效办案本职本源” 的要求。

但需要注意的是，这些探索和成果，至今尚未嵌入每位检察官每天都要打开的检察业务系统。

当前的“办案系统”，只能说实现了案件的“线上办理”。我们真正应当关注的，是以业务为核心，融合信息化、数字化、智能化等能力。工具只是手段，是让检察官从重复劳动中解放出来，提升检察人员素能，帮助检察官专注于价值判断和公平正义的实现。

下一代检察业务应用系统，应当是生产系统与数据系统深度融合的系统，是全面实现“业务生成数据、数据反哺业务”的系统。“在办案中监督、在监督中办案”的检察理念，反映了检察工作的基本规律——法律监督是办案的目的、价值和意义所在，办案不是简单的、孤立的诉讼活动，而是通过诉讼活动保障法律统一正确实施。
如果厘清了这一关系，现在的“办案系统”“监督平台”“智辅系统”，都将是下一代检察业务应用系统的有机组成部分。所有的办案规则和监督规则、所有的数字监督模型和智辅办案智能体，都将按照四大检察布局，融合在下一代检察业务应用系统之中。

---

微信公众号-法数纵横：不说“数智检察”——从遗憾的更名说起

---

博文作者： Robin
博客地址： 法数纵横–https://blog.acsy.com/
版权声明： 所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明出处！

随着数字中国建设步入体系化推进的新阶段，数字检察战略作为检察机关落实国家战略的关键举措，正深刻重塑法律监督的理念、模式和路径。然而，实践和理论探讨中出现了“数智检察”等提法，一定程度上模糊了战略与工具、整体与局部、业务与技术的界限。为准确把握数字检察的核心内涵，避免概念泛化带来的导向偏差，有必要从政治、技术与业务三个维度进行系统性辨析，在坚守战略定力的同时，正确发挥数智技术的赋能作用，推动检察工作高质量发展。

---

一、从政治维度看：战略的整体定位与话语规范

（一）数字中国：愿景与名片的系统呈现

从2000年习近平同志在福建擘画“数字福建”蓝图，到“数字浙江”先行探索，再到2017年党的十九大正式提出“建设数字中国”，直至2023年《数字中国建设整体布局规划》印发，这一系列战略部署一脉相承、层层递进，标志着数字中国建设迈入体系化推进、全方位赋能的新阶段。

细读最新的国家“十五五”规划可以清晰发现，“强国”与“中国”在篇目标题中的运用有着明确分工。“强国”并未单独作为篇目标题出现，而“中国”则直接嵌入篇目名称。二者的核心区别在于：

• “强国”侧重“怎么做”，指向路径与手段；
• “中国”侧重“是什么”，凝聚愿景与名片。

“强国”是实现“中国”蓝图的基础支撑，“中国”是“强国”建设成果的最终呈现。进一步看，“强国”往往侧重具体领域的专业能力突破，带有“条条”攻坚色彩；“中国”则是跨部门、跨领域的“块块”系统工程，需要全社会协同。例如，“数字中国”涵盖经济、政府、社会的全方位转型，其范围与格局远超单一领域的“科技强国”“网络强国”。这一定位，对理解数字检察具有根本指导意义。

（二）数字检察：落实数字中国战略的检察行动

党的二十大报告对建设网络强国、数字中国和加强检察机关法律监督工作提出了明确要求。2023年，最高人民检察院党组审时度势，成立数字检察工作领导小组及其办公室，在全国检察机关部署开展数字检察工作。这是立足时代前沿、落实党的二十大精神的重要举措，是事关检察机关法律监督工作战略性、全局性、长远性的重大安排。

数字检察战略，是检察机关落实数字中国战略的具体行动。 截至目前，最高人民检察院发布的《2023—2027年检察改革工作规划》《人民检察事业发展“十五五”规划》等系列文件，一以贯之的部署均为“深入实施数字检察战略”。这是一项覆盖全国、有明确规划与制度保障的战略任务，构成了统一、规范的话语体系。

据此，从政治上看，应当始终坚持“数字检察战略”的规范提法，不宜以“数智检察”替代。后者多属学界、媒体或地方层面的探索性表达（如部分地方报道中出现的“数智检察”），与最高层级的战略话语体系并不一致。战略提法事关全局导向，必须保持严肃性和统一性。

二、从技术维度看：发展阶段的现实叠加与战略定力

从技术发展史看，数字化转型总体可划分为三个阶段：信息化、数字化、智能化。

• 信息化一般是指“充分利用信息技术，开发利用信息资源，促进信息交流和知识共享，提高经济增长质量，推动经济社会发展转型的历史进程”。虽然不同的历史发展时期和不同领域，信息化的定义和内涵在不断被改写和扩展，但基本的内涵和属性却万变不离其宗，就是指信息技术的开发、信息资源的利用和合理化改造。比如检察机关研发部署全国检察业务应用系统就是信息化的过程，也是业务数据化的过程。
• 数字化是信息时代的新阶段。数字化一般是指利用互联网、大数据、人工智能、区块链等新一代信息技术，对企业、政府等各类主体的管理、生产、营销等各个层面进行系统性地、全面地变革。
• 智能化目前缺乏明确的、公认的、科学的定义，从感觉到记忆再到思维这一过程称为“智慧”，行为和语言的表达过程称为“能力”，两者合称为“智能”。智能化是从人工、自动到自主的过程。数字化是信息化的高阶阶段，是信息化的广泛深入运用，是从收集、分析数据到预测数据、经营数据的延伸；智能化是信息化、数字化的最终目标，也是发展的必然趋势。

值得注意的是，三者在宏观历史脉络上虽有先后，但在某一具体时期，各类主体往往同时并行推进信息化、数字化和智能化工作。对检察机关而言，远未到可以宣告已完成数字检察战略、全面迈向所谓“数智检察”的阶段。不能用技术演进的阶段性概念来定义战略的阶段性，更不能以某一类技术的突进来轻易修订战略提法。从技术角度冷静审视现实：

• 信息化方面：以检察业务应用系统为例，运行速度是否已经足够快速？文书丢失问题是否彻底解决？真正的数字卷宗是否普遍实现？电子数据是否已经规范存储？
• 数字化方面：以大数据法律监督平台为例，是否已能够对非结构化数据集进行有效处理？模型是否已能组合运行乃至嵌入生产系统？
• 智能化方面：最高检及各省算力资源是否足以支撑全国四级院一线检察官的智能化应用需求？从长远看，检察垂直领域的大语言模型是否真正建成？

在相当长的时期内，检察机关的信息化、数字化、智能化都有大量功课要补。未来的工作必然是信息化、数字化、智能化手段的融合应用，因而不应因某项技术的阶段性进展就改变整体战略提法。

三、从业务维度看：业务为本的核心逻辑与提法风险

数字检察需要补齐的短板同样体现在业务层面：

• 信息化方面：以检察业务应用系统为例，案卡是否已可免填？业务流程是否臻于完善？哪怕是最基础的起诉书文号，是否已实现全国唯一性？
• 数字化方面：检察内生数据治理是否已经完成？是否建成了全国犯罪嫌疑人主题库，以及刑事、民事、行政裁判文书库？检察数据与政法、行政数据是否已经实现安全有序的自由流动？
• 智能化方面：四大检察案件全要素解析的标准是否已经制定？以此为基础的业务场景是否已完全落地？

技术从来不是万能的。所谓数智化转型，大量转型工作及标准化任务落在业务部门肩上。例如，当年上线统一业务应用系统1.0，直接将沿用多年的多联文书变更为A4文书，标志着检察机关办案方式从“线下手工流转”向“线上全流程办理”的根本转型，这是一场以信息化手段倒逼司法规范化、提升办案质效的数字革命。 又如，起诉书文号至今未能实现全国唯一，根源在于文书文号与单位简称等标准的缺失。再如，最高检提出构建高质效办案的法律制度体系、评价标准体系、操作规范体系、科学管理体系、责任落实体系等五个体系，其中操作规范体系向下细化，必然涉及案件全要素的标准制定、要素解析、智能判断和操作指引等基础工作——而这，不是技术部门能够完成的。

检察机关的数字化转型，根基在于业务的全面重塑与升级，是一场触及办案理念、流程规则与管理模式的深层革命。业务转型居于核心地位，要求以数字检察战略为牵引，将大数据、人工智能等前沿技术深度融入“四大检察”的每一个办案环节与业务场景。如果泛用“数智检察”提法，容易凸显技术性而弱化业务性，存在将数字检察这一“跨部门、跨领域”的系统工程和长期战略，降格为某一部门或某条线具体工作的风险。一旦数字检察的业务属性被剥离，就有可能偏离“业务主导、数据整合、技术支撑、重在应用”的工作模式，导致具体部门沉迷技术升级而忽视数智赋能，而相关业务厅缺少责任感与参与感，一线检察官没有获得感与幸福感。

那是不是完全不能提“数智”了？答案是否定的。“数智”是“数字”与“智能”的融合，强调在数字化基础上引入智能化技术手段。就技术工具而言，数智不分家。例如，在大数据建模中，常需从电子卷宗中批量提取特定数据要素，依托现有的智能化技术就能高效达成这一业务目标。因此，数智作为手段，完全可以也应当充分运用，如提倡“数智赋能检察办案”“数智赋能检察监督”，便能鲜明体现数字技术、人工智能技术服务于检察工作的工具性价值。

这一工具定位，在顶层设计中也得到印证——国家“十五五”规划的第四篇标题即为“深入推进数字中国建设 提升数智化发展水平”，在不同篇章中提及数智化转型、数智化发展、数智化升级、数智化赋能、数智化建设等，均凸显了“数智化”的赋能属性和工具价值，而非以之替代“数字中国”的全局战略概念。数字检察领域同样应当遵循这一逻辑：战略层面保持定力，工具层面大胆应用。

---

结语：

数字检察战略是数字中国战略在检察机关的具体行动，具有鲜明的政治性、系统性和长期性。面对技术快速迭代，必须保持战略清醒，既要坚定不移地深入实施数字检察战略，脚踏实地补好信息化、数字化、智能化的各项短板，又要主动拥抱技术浪潮，“业务为体、技术为用”，将数字化、智能化工具深度融入办案与监督全过程。唯有在战略提法上坚守规范统一，在实践推进中善用数智赋能，方能真正走出一条高质效法律监督现代化之路，为法治中国建设注入强劲的检察力量。

---

微信公众号-法数纵横：说好了，咱不说“数智检察”了

---

博文作者： Robin
博客地址： 法数纵横–https://blog.acsy.com/
版权声明： 所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明出处！

一、模型应用过程中的问题

在模型应用竞赛过程中，时有业务部门反馈大数据法律监督模型规范应用和检察业务应用系统规范应用冲突的问题。比如：刑事检察对侦查监督平台使用有规范要求；刑事执行检察日常监督任务数据要进报表进行考核；行政检察现在只能从案件中推送行政执法监督案件；未成年人检察有综合履职率考核等等。

（一）案件序号终身制的背景知识

检察业务应用系统承载着具体的案件，其使用的规范性不容忽略。结合模型应用过程中的问题先回顾一下检察业务应用系统的基础知识：统一受案号、部门受案号和案件序号。

1.统一受案号

统一受案号代表了不同案件类别之间的直接关系，在系统能通过提案、送案、文书移送等操作，前后案件类别均具有相同的统一受案号（简称“案号”）。

2.部门受案号

检察业务应用系统设计之初，检察机关内设机构特别是刑事检察业务是根据案件流程设置部门，所以案件在每个部门办理时有部门内的编号，当时命名为“部门受案号”。随着内设机构改革和业务信息化研究的深入，将检察业务应用系统内不同环节的程序流程定义为“案件类别”，将“部门受案号”定义为“案件类别编号”似更为科学（简称“件号”）。

3.案件序号

早在2021年，最高人民检察院人大工作报告中就正式提出“实行案件序号终身制，无论经历多少层级、环节，一号到底，让检察办案能回溯、司法责任可落实”。实际上，自统一业务应用系统上线，就有一个事实上的案件序号：统一受案号。当然，统一受案号更侧重技术层面，重点记录的是案件类别之间的直接关系，其设计之初也没有想过要“担当案件序号的大任”。实践中存两个情形，一是“断线”情形，比如：公安机关将团伙犯罪的一个案件分三次报捕，系统只能分配三个统一受案号；检察机关内部由于系统不通、线下移送等问题，多头被分配不同的统一受案号；应提案未提案导致系统重新分配新的统一受案号等等。二是“粘连”情形，正如之前所述，统一受案号记录是“件”之间的直接关系，那么，刑事案件线索移送产生的公益诉讼案件（按照当前设计，肯定是相同的统一受案号），按照“案件序号”的定义，是否应当另行分配“案件序号”？这些问题我们暂不讨论，但统一受案号“串联”功能，我们是应当尊重的。

（二）不尊重统一受案号的后果

忽视统一受案号，就是忽视各个案件流程之间的关系，忽视“案”的的整体性。以侦查活动监督模型应用为例，如果我们通过模型管理平台跑出了监督线索，直接推送成侦查活动监督案件，那么会产生以下问题：在检察业务应用系统内，一审公诉案件和侦查活动监督案件没有相同的统一受案号；案件全景不能串联一审公诉案件和侦查活动监督案件；不能从“案”的角度全面掌握公安侦查活动违法情况；在侦查监督平台也不能能统计查询到所有的侦查活动监督数据……

（三）初步分析

初步分析，问题的实质在于：基于个案全生命周期流转的检察业务应用系统，如何系统性的对接融合基于数据推出的法律监督线索。基于保持检察业务应用系统内统一受案号延续性考虑，在模型应用时，尽可能坚持同“案”的“件”有相同的统一受案号，为“案件全景”夯实基础，不因模型应用造成检察业务应用系统内产生大量“碎”案件。

二、当前如何规范监督模型应用

（一）刑事检察

1.指引

刑事检察业务是检察业务应用系统中流程繁多、自成闭环的业务，审查逮捕案件和一审公诉案件为主体几乎贯穿了刑事诉讼全过程。为尊重检察业务应用系统本身的“连贯性”，从模型管理平台推出的监督线索，基本原则是检察业务应用系统规范性优先，根据监督方式选择不同路径。如果拟在捕诉案件中直接生成文书监督，关联捕诉案件；如果需要登记并调用侦查监督平台，也关联捕诉案件；如果拟生成侦查监督案件，则绑定侦查监督平台推出生成的侦查活动监督案件。

2.举例

如果在模型管理平台使用“保证金应当退还未退还”模型发现了监督线索，不应当直接推送成案（侦查活动监督案件），而应当在原一审公诉案件中，点击【侦查监督】调用侦查监督平台，在侦查监督平台中添加该案的违法违规事项（违法、变相没收取保候审保证金－应当退换而不退还保证金），选择监督方式（转侦查活动监督案件），在检察业务应用系统处理完毕后，在模型管理平台监督线索关联侦查活动监督案件。

（二）刑事执行检察

1. 指引

当前检察业务应用系统的刑事执行检察业务体系性是不强的，案件流程本身就比较“碎”，没有将刑事执行检察业务“派驻+巡回+科技”的特点体现出来。以派驻为例，没有以被监督单位为基础整合相关工作（当然，这是由于检察业务应用系统业务模型单一导致的“削足适履”现象）。针对派驻工作，科学的业务场景是派驻人员登录系统，即查阅被监督单位的基础工作情况，根据检察工作要求新建相关内容，而且相关流程应当是基于职责（监管场所）查阅而非基于承办关系（监督案件）查阅。

2.举例

以脱漏管模型应用为例：

• 1）【模型应用】在最高检模型管理平台选定模型，导入数据；
• 2）【日常监督任务】根据最高检模型平台推出监督线索，在检察业务应用系统中手工新建日常监督任务，并填入相关脱漏管数据；
• 3）【书面纠违】正常办理日常监督任务，可以书面纠违的，正常办理纠违案件；
• 4）【案件关联】在最高检模型平台推出的监督线索选择关联已办案件，填入步骤三的纠违案件的部门受案号。

（三）行政检察

今年全国检察机关行政检察工作会议指出，行政检察的“四梁八柱”基本搭建完成，职能体系上，形成以行政诉讼监督为重心，统筹推进依法有序开展行政违法行为监督和依法规范推进行刑反向衔接的“三大职责”。这里重点说说行政违法行为监督。 “行政违法行为监督，严格限定在行政诉讼或行刑反向衔接中发现”的要求，在检察业务应用系统中需要规范应用，即：需要在具体的行政诉讼监督案件里面，从“案件办理”-“发起行政违法监督”，新建行政违法行为监督案件。模型推出行政违法行为监督线索，不应当直接在模型管理平台中推送成案，如果监督线索有行政诉讼案件为依托，可以考虑监督线索关联行政诉讼案件，从行政诉讼案件中推出行政违法监督案件。

三、分析与展望

（一）技术分析

大数据法律监督模型规范应用和检察业务应用系统规范应用冲突的问题，其实质是批量监督线索和个案监督线索冲突问题。检察业务应用系统作为一个闭环的生产系统，在很多场景已经对个案线索生成及流转有流程实现，特别是基于监督线索，还有两个规范性文件进行规范（《人民检察院内部移送法律监督线索工作规定》《人民检察院案件管理部门开展法律监督线索管理工作实施细则》）并在检察业务应用系统中实现。而在大数据法律监督模型管理平台按照“数据-模型-线索-（案件）”的逻辑闭环，同样内置了监督线索管理功能，甚至更加系统和详细，包括：线索研判、线索分流、线索分配以及线索台账（统计）等功能。对于线索和案件，两个系统业务无规范、边界不清晰，功能实现上统筹协调不足，所以导致应用的规范性问题。

（二）改进需求

1. 绑案号。如果涉及检察业务应用系统已经有”闭环“案件的，在大数据法律监督模型管理平台推送成案推送成案时需绑定统一受案号，确保在新建案件时，不另行生成统一受案号，不破坏”案件全景“。
2. 推线索。针对检察业务应用系统已有”类线索管理功能“业务，推送线索而非案件。如上文提及的侦查监督平台，其本身就是对侦查活动的违法违规事项进行监督，可以考虑将模型平台发现的侦查活动监督线索精准匹配规则后推送到侦查监督平台供检察官审查，合并到现有违法违规事项，纳入检察业务应用系统统一办理。

（三）规范要求

最高人民检察院《关于全面深化检察改革、进一步加强新时代检察工作的意见》提出要“健全内部法律监督线索移送机制，探索建立法律监督线索库“。推行法律监督线索移送协作机制是更好落实司法责任制改革的必然要求，是完善检察监督体系、提高检察监督能力，切实履行法律监督职责的重要途径。法律监督线索移送工作作为一项全局性工作，涉及面广。根据两个规范性文件，案件管理部门应当充分发挥“枢纽”作用，建立线索移送和跟踪台账，定期对线索移送、接收、办理等情况进行统计、分析、通报，积极发挥监督服务和统筹协调职能。各业务部门树牢检察一体化履职理念，积极会商研判案件线索，移送部门与办理部门加强沟通协调，互相配合，保证线索办理质效。统筹规划，分工协作，自觉把法律监督线索移送工作往前推进一步，往深做实一分，推动各项检察工作取得突破性进展。

（四）功能展望

按照“在办案中监督、在监督中办案”的思路对大数据法律监督模型管理平台和检察业务应用系统进行需求统筹、功能整合、一体改造。

1. 积极推进大数据法律监督模型管理平台体系化升级和实质化应用。针对现有已经上架模型特点可以粗分为两类：批量的个案同步监督线索类模型、全新的批量监督线索类模型。前者包括目前侦查监督模型、审判监督模型、刑事执行监督模型等。这类模型都应当是“实时”的模型，在案件办理或日常监督过程中，只要数据不断输入，监督线索就会不断生成，与个案办理或日常监督同步，不应当按照批量治理、批量处理的工作方式，其特性更适合体系化整合到检察业务应用系统的”监管“子系统；后者更适合民事检察、行政检察和公益诉讼检察，依托内外部数据依职权开展新的监督工作，这就需要在模型平台夯实线索研判及分流分配工作，成熟后直接向检察业务应用系统推送成案。
2. 积极推进检察业务应用系统智能化升级。检察业务应用系统”老朽“的架构在数智化浪潮下疲态尽显，比如：需要人工填录案卡、人工发现并填录违法事项、人工发起流程监控、人工新建日常监督任务等等。一方面要夯实要素采集提取机制，从电子卷宗、协同数据、电子数据、音视频资料等多源数据智能化提取案件办理需要的各类数据要素，并形成数据资源供场景应用；另一方面要对”监管“系统进行智能化升级甚至全新构建，包括对公安机关的侦查监督平台、对审判机关的审判监督平台、对监管机构的刑事执行检察日常监督平台以及对检察机关内部的流程监控子系统。这些平台或子系统都应该具备从多源数据获取监督实行并进行监督案件闭环办理的能力，即：能够综合使用检察业务应用系统结构化数据、电子卷宗要素化数据、电子证据数据、视听数据（同步录音录像等），政法协同共享数据、互联网开放数据等等实时智能分析判断，推出监督线索并成案，实现“数据-规则-线索-案件”的完整闭环。
3. 畅想下一代检察业务应用系统。当前的“办案系统”，应该说只实现了案件的“线上办理”，距离检察机关“业务数据化、数据业务化”还有很多工作需要开展。下一代检察业务应用系统，应该是生产系统和数据系统深度融合的系统，是全面实现业务生成数据、数据反哺业务的系统，以检察官“获得感”为出发点和落脚点，助推检察官依法一体履职、综合履职、能动履职，落实高质效办好每一个案件的基本价值追求。在下一代检察业务应用系统中，不再存批量监督线索和个案监督线索冲突问题，而是需要考虑在新系统中，如何布局办案与监督功能。“在办案中监督、在监督中办案”的检察理念反映了检察工作的基本规律，法律监督是办案的目的、价值和意义所在，办案也不是简单的、孤立的诉讼活动，而是要通过诉讼活动保障法律统一正确实施。如果厘清了这个关系，现在的“办案系统”和“监督平台”，都是将来下一代检察业务应用系统的有机组成部分，现在所谓的冲突问题也就不复存在，甚至于将来大数据法律监督管理平台也不复存在——所有的模型、所有的规则、所有的技战法，都将像侦查监督平台、审判监督平台、刑事执行监督平台一样，按照四大检察布局，融合在下一代检察业务应用系统中！

各地无序部署DeepSeek实无必要，该项工作需系统性开展。当前检察机关正处于信息化工作远未结束，数字化工作基础展开伊始，智能化浪潮迎面扑来的关键时刻，更需我们冷静下来，科学认识大语言模型的能力和检察机关的真实需求。当前，依托大语言模型能力对既有案件进行要素化，形成数据资源以供各级院创新业务场景使用是当务之急。最为优先的业务场景，就是案卡智能填录，或者从某种意义上说：消灭案卡。

一、失序的现状

（一）大干快上的DeepSeek部署

在最高检、省院都还在摸索的时候，个别区县院就完成了“消费级显卡驱动AI检察”的魔幻场景。区县院几张消费级显卡用作体验应该还是可以，但用作业务支持就有点开玩笑了。从来都是“最高检省院主建、市县院主战”，无论是什么系统，市县院最重要职责就是提好一线需求，用好建成系统。如果是利旧来尝鲜DeepSeek还好，新购服务器来追逐热点就有点交智商税了。

（二）各自为政的知识库建设

当DeepSeek问答不能满足业务需求的时候，有些区县院的同学听说DeepSeek+本地知识库很香，然后就开始搞本地知识库，或者说的更专业一点，“构建本院专业法律知识库，启动检索增强生成（RAG）系统项目”——话说，这也不是基层检察院能够承担的项目啊！不客气的说，就算3000名小学生凑在一起，也写不出可媲美全国检察业务专家的公诉案件审查报告啊！

（三）天马行空的数字赋能

比如通过对话式交互来解决智能提取问题。有个公众号说（在没有技术积累背景下）通过部署DeepSeek梳理了电子卷宗，一键提取了关键证据……话说，这是怎样将电子卷宗“喂”给DeepSeek的？又是怎样和检察业务应用系统接口的？这是技术突破还是皇帝的新衣？至于你们信不信，我反正不信。 又比如审判监督。有个公众号说实现了智能辅助审判监督，结果在一个不太显眼的截图里面DeepSeek是这样回答的：“我只关注判决结果，不考虑案件事实、证据或量刑情节……综上所述，判决结果符合法律规定，没有问题。” （不考虑案件事实？沉默三秒……） 说好了，咱不内卷了，不要把想要实现的当成已经实现的，不要把小范围的探索当成经验宣传。这样憋着劲搞“公众号”AI攻坚战，把大家的胃口掉的高高的，这让投入几千万资金、几百位检察官实在干活的院情何以堪？本来搞出来的是很酷炫的东西，在这“绚烂”的图景下也黯然失色。

二、依旧的现实

五年之前，CU检《关于案卡和系统，可以开一场三天三夜的吐槽大会》一文，检察官就提出灵魂之问：“如果填报的信息从来都生成不了有用的数据，我们一次次填报的意义到底又在哪里？”如果不是有长期项目积累基础，绝大部分院部署好的DeepSeek只能通过对话框提供服务，这种方式作为知识提供是可以的，但要具体到案件却力有不逮——你如何让DeepSeek识别你的电子卷宗？在DeepSeek和生产系统没有接口的情况下，2.0系统依然有很多流程、很多的案卡、很多的文书……如果大语言模型无法直接为检察业务系统赋能，对话式交互生成再完美的Markdown文本也只是数字花瓶。

三、冷静的思考

（一）广义信息化的各个阶段

现在AI检察炒的如火如荼，仿佛之前的工作已经成了“牛夫人”。但还是要请大家冷静冷静，当前检察机关正处于这么一个时刻：信息化工作远未结束，数字化工作基础展开伊始，今年就直面智能化的浪潮！可以说今年的任务比往年都重，这三个方向都必须齐头并进，如果只提AI，那就是“猴子掰苞谷”，而我们获得的，也只会是浮沙之上的高塔。

（二）关注的大语言模型基础能力

1. OCR：光学字符识别能力，将图片转为文字，提供基础感知能力。

2. NLU：自然语言理解能力，理解内容，对电子卷宗、法律文书进行快速解析和关键信息提取，提供业务感知能力。

3. NLG：自然语言生成能力，生成内容，在理解的基础上生成我们需要文书，提供业务支持能力。

（三）业务需求的层级

1. AI书记员：以案件要素提取为基础的案卡填录、文书校对等基础功能全覆盖，实现案件的全要素化。

2. AI检察官助理：突破证据摘要与分析、类案检索与推送、信息检索与智能问答、量刑建议及量刑均衡等业务场景。

3. AI检察官：探索全量大数据分析、法律文书生成、公文写作等业务场景。

实践中，OCR识别错一个字可能改变案件性质，NLU误解一个条文或将颠覆司法公正。就现有的技术能力，我们现在需要的不是AI检察官，而是AI书记员。让技术回归工具本质，让机器做机器擅长的事，让检察官做检察官该做的事，才是这场技术革命的真正要义。

四、光明的未来

（一）筑好智能化之梦：大语言模型的应用方式

知识可以共享的，但案件信息不是。DeepSeek应用方式主要包括对话式交互和API接口调用。前者适合最高检在检察大数据中心集中部署“满血版”DeppSeek，集中攻关检察系统垂直大模型，构建全国检察知识库，在工作网向全国四级检察院提供知识服务。后者适合由各省级院部署检察系统垂直大模型区域镜像，站在检察业务应用系统后端通过API提供能力支持，构建本省基础库、主题库、专题库，依托生产系统的细粒度权限对内容和服务进行精准控制，有效赋能具体个案办理。

（二）夯实数字化之基：数据治理是无法回避的主题

检察机关还缺乏以数据为中心的对象资源形成与调用机制。有观点认为“最好的数据治理，将是用户感受不到治理的存在，却能时刻享受到精准数据服务所带来的无形之美”。从数字检察体系来思考，数据采集、数据治理、数据服务的具体工作都不容回避，不过由于其过于宏大，在本文不展开了。

（三）填好信息化之坑：说好了，咱将来不填案卡了

回到五年前检察官的灵魂之问，我们是不是可以做点什么了？是的，大语言模型的能力如此惊艳，我们以前想干而干不成的事情，可以考虑了：依托大语言模型能力对既有案件进行要素化，形成数据资源以供各级院创新业务场景使用！ 以案卡智能填充为例：

• 多即是少。即便生产系统有那么多的案卡，上级院依然需要下级院上报各种数据——因为还不够，永远不够。就算毒品案件新增了毒品类型和数量的案卡项，那危险驾驶罪的血液酒精含量呢？在专业化背景下，对案件要素采集需求只会越来越多，依赖新增案卡全面描述案件是不可持续的。

• 少即是多。依赖大语言模型的能力，我们完全可以以电子卷宗和文书卷宗为基础全面解析案件要素，探索建立包括案件基础信息、主体信息、行为要素、证据信息、法律适用、程序事项、量刑要素、社会影响、质量评价等内容在内的案件全要素标签体系，用于结构化解析和标注案件信息，从而通过提供多维度的分析视角，构建立体化的案件管理体系。

是的，将来不需要人工填录案卡，但检察官和各级管理者却可以利用更多的案卡，真正让检察官从数据采集者角色华丽变身为数据使用者角色，真正有获得感。也许有一天，电子卷宗（最好同步建设数字卷宗体系）上传即生成全案要素，基础案卡项和动态案卡项均详细罗列在检察官的个案界面上，从此，人工填录案卡成为历史！ ——不过首先，我们得聊聊哪个院负责哪个罪名的全案要素和动态案卡项，平均一个地级市负责一至两个罪名吧～

备注

1. 根据检务科技新动态调研，案卡填录和类案推送在限定的多个需求中高居榜首（83.1%），这也是重温五年前有关案卡填录旧文的原动力。

2. 对案件的要素解析，DeepSeek也不一定是最佳的模型，需要评估各个大语言模型的能力选择最为适合的，标题也只是蹭个热点。

3. 案例若有得罪之处，还请多多谅解，都是为了这项工作行稳致远。

4. 点击原文可查阅五年前关于案卡的讨论。

相关链接

1. CU检《关于案卡和系统，可以开一场三天三夜的吐槽大会》 原文链接，已失效。

2. Robin《共建巴别塔，而不是被变乱了口音》

3. CU检《关于案卡和系统，来听听案管部门的声音》 原文链接，已失效。

DeepSeek成立于2023年7月17日，由知名量化资管巨头幻方量化创立。DeepSeek 是一家创新型科技公司，长久以来专注于开发先进的大语言模型（LLM）和相关技术，作为大厂外唯一一家储备万张 A100 芯片的公司，幻方量化为DeepSeek的技术研发提供了强大的硬件支持。当其他互联网大厂抢购H100芯片时，DeepSeek尝试做了件事：把自家模型移植到华为昇腾910B芯片运行。通过“动态精度调节”技术，他们在同等任务下性能损失仅5%，但成本下降70%。2025年1月20日，DeepSeek正式发布 DeepSeek-R1 模型，并同步开源模型权重。DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。DeepSeek-V3和DeepSeek-R1两款大模型，成本价格低廉，性能与OpenAI相当，让硅谷震惊。

---

帮我写作一篇关于DeepSeek与ChatGPT对比的文章，第一部分是ChatGPT的研发历程与性能描述，第二部分是DeepSeek的研发历程与性能描述，第三部分是DeepSeek的优势，第四部分是DeepSeek的发展方向。

DeepSeek与ChatGPT对比分析

第一部分：ChatGPT的研发历程与性能描述
研发历程

ChatGPT是由OpenAI开发的一款基于生成式预训练变换器（GPT）架构的大型语言模型。其研发历程可以追溯到2018年，当时OpenAI发布了GPT-1，这是第一个基于Transformer架构的预训练语言模型。随后，OpenAI在2019年推出了GPT-2，该模型在生成文本方面表现出色，但由于其潜在的滥用风险，OpenAI最初并未完全公开模型。2020年，OpenAI发布了GPT-3，这是一个拥有1750亿参数的巨大模型，其在自然语言处理任务中表现出前所未有的能力。ChatGPT是基于GPT-3.5和GPT-4的改进版本，专门针对对话任务进行了优化，能够生成更加连贯和上下文相关的回复。

性能描述

ChatGPT在多个自然语言处理任务中表现出色，尤其是在对话生成、文本摘要、翻译和问答系统等方面。其强大的上下文理解能力和生成能力使得它在与用户的交互中显得非常自然和流畅。ChatGPT能够处理复杂的对话场景，理解多轮对话中的上下文，并生成符合语境的回复。此外，ChatGPT还具备一定的推理能力，能够进行简单的逻辑推理和问题解决。

第二部分：DeepSeek的研发历程与性能描述
研发历程

DeepSeek是由深度求索（DeepSeek）公司开发的一款专注于搜索和知识问答的人工智能系统。其研发历程始于对现有搜索引擎和问答系统的不足进行深入分析，旨在提供更加精准和高效的搜索体验。DeepSeek的研发团队在自然语言处理、信息检索和机器学习领域积累了丰富的经验，经过多年的技术积累和迭代，最终推出了DeepSeek系统。DeepSeek的核心技术包括深度学习、知识图谱和语义理解等，这些技术的结合使得DeepSeek在搜索和问答任务中表现出色。

性能描述

DeepSeek在搜索和知识问答任务中表现出色，尤其是在处理复杂查询和提供精准答案方面。其强大的语义理解能力使得它能够准确理解用户的查询意图，并从海量数据中快速找到相关信息。DeepSeek还具备强大的知识图谱，能够将不同领域的知识进行关联，提供更加全面和深入的答案。此外，DeepSeek在实时搜索和动态更新方面也表现出色，能够及时捕捉最新的信息并反馈给用户。

第三部分：DeepSeek的优势
精准搜索

DeepSeek在搜索任务中的精准度是其最大的优势之一。通过深度学习技术和知识图谱的结合，DeepSeek能够准确理解用户的查询意图，并从海量数据中快速找到相关信息。相比传统的搜索引擎，DeepSeek能够提供更加精准和个性化的搜索结果。

知识问答

DeepSeek在知识问答任务中的表现也非常出色。其强大的语义理解能力和知识图谱使得它能够处理复杂的查询，并提供全面和深入的答案。相比ChatGPT，DeepSeek在提供事实性答案和专业知识方面更具优势。

实时更新

DeepSeek具备实时搜索和动态更新的能力，能够及时捕捉最新的信息并反馈给用户。这使得DeepSeek在新闻搜索、实时事件跟踪等任务中表现出色。

第四部分：DeepSeek的发展方向
多语言支持

未来，DeepSeek将进一步扩展其多语言支持能力，覆盖更多的语言和地区。通过多语言模型的训练和优化，DeepSeek将能够为全球用户提供更加精准和高效的搜索和问答服务。

垂直领域深耕

DeepSeek计划在垂直领域进行深耕，特别是在医疗、法律、金融等专业领域。通过构建领域-specific的知识图谱和模型，DeepSeek将能够提供更加专业和精准的搜索和问答服务。

用户体验优化

DeepSeek将继续优化用户体验，特别是在搜索结果的可视化和交互方面。通过引入更加直观和友好的用户界面，DeepSeek将能够提升用户的搜索体验，并提高用户满意度。

人工智能融合

DeepSeek计划进一步融合人工智能技术，特别是在自然语言处理和机器学习领域。通过引入更加先进的模型和算法，DeepSeek将能够提升其搜索和问答的性能，并拓展其应用场景。

通过以上发展方向，DeepSeek将继续保持在搜索和知识问答领域的领先地位，并为用户提供更加精准、高效和智能的服务。

---

李勇：《DeepSeek那份讯问提纲有惊喜也有不专业和误导》

 

 

---

学习资料（PDF/PPT）：

01-DeepSeek从入门到精通

02-AIGC发展研究3.0版0.95(公众号发布) 2025-2-14

03-DeepSeek DeepResearch：让科研像聊天一样简单（100页完整版） 2025-2-21

04-DeepSeek如何赋能职场应用2025-2-13

05-DeepSeek与AI幻觉 2025-2-18

 

成都召开智慧蓉城建设工作推进会，要求全面提升建设质效，更好惠企惠民惠基层，为超大城市转型发展提供科学治理支撑

今年以来，全市各级各部门按照“1+4+2”总体部署，全面推进城市运行“一网统管”、政务服务“一网通办”、数据资源“一网通享”、社会诉求“一键回应”，智慧蓉城“王”字型城市管理架构初步构建，数据治理有序开展，应用场景建设加快推进，社会诉求响应更加及时有效，各方面工作取得阶段性成效。但要清醒认识到，数据采集和挖掘、应用场景打造、市民企业体验、数字经济培育发展等方面仍存在短板不足。

——要聚焦重点、攻坚突破，推动智慧蓉城建设提质增效。

◆要以数据质量提升工作质量。
完善全市数据资源标准体系、考核指标和工作体系。推进三级首席数据官、数据执行官、数据专员实战化运行。
强化数据分析、提升业务质效。政务服务要让“数据多跑路、群众少跑腿”，行业监管要让“数据多发力、协同更高效”，经济运行要让“数据多说话、决策更科学”。
建立数据共享机制，破除信息壁垒和“孤岛”。
以“建圈强链”理念推动数据资源要素化、资产化开发，赋能经济发展。
构建数据库“防火墙”，实现数据“可用不可见”，牢牢守住数据安全底线。

◆要以数字基础设施支撑城市智慧运行。
筑牢数字资源底座支撑，持续完善市级基础数据库和重点领域主题库，建立统一人口数据资源体系。
加快推进城市“感知一张网”建设。
建强先进算力和区块链基础设施。

◆要以智慧应用场景提升服务管理水平。
在建设方式上要统分结合。
在建设内容上要惠企便民。
在应用推广上要优胜劣汰。

——要科学作为、精准发力，高质高效推进智慧蓉城建设。
◆要突出技术与机制双轮驱动，智慧蓉城建设领导小组要发挥牵头抓总作用，市领导要常态化分析把握城市生命体征，推动分管部门场景应用创新，市城运中心、市网络理政办要组织、指导、赋能各业务主管部门和基层开展工作，市级部门要提供业务场景拆分应用和行业数据回流赋能，各区（市）县要构建形成区域的城市运行生命体征指标体系，主要领导要讲得清、亲自抓、真应用，不断优化辖区高效管理和有效服务，坚决防止造成技术“垃圾桶”和信息化“烂尾楼”。
◆要突出线上与线下深度融合，持续推进智慧蓉城与“微网实格”融合运行，完善“立体感知—及时预警—快速处置”工作闭环。
◆要突出政府与社会协同发力，拓宽渠道吸引市场主体和公众参与，强化专家智库智力支撑，推动“数据下基层”，为基层干部减负提能。
◆要突出激励与约束并重，树牢正确政绩观，加大考核评价力度。