北京
向公共机构销售软件，路子经常走反了。供应商带着一套解决方案登场，然后开始到处找能套用的问题，却从未真正理解那个机构本身的运行逻辑。这家法院需要遵循什么标准？它目前达到了吗？机构里的人，对你想推销的东西准备好接受了吗？跳过这些问题，结果就是堆在架子上吃灰的系统和被消耗的信任，任何在公共部门工作过的人都见过这一幕。
人工智能正准备把同样的剧本大规模重演一遍。我之所以在OpenAI Build Week期间花大约两天时间构建Verity Lex，就是想回答一个我反复提出的问题：有没有人核实过，政府这边到底准备好采购了吗？我在政府部门工作，对这一点感触尤深。
Verity Lex的构建被一条规则彻底塑造：AI负责阅读法院的公开记录，但永远不负责打分。这听起来像个小设计选择，但让机器学会尊重这条边界，正是整个构建过程中最难的部分，也是让我搭进去一个本可以跳过的紧张夜晚的原因。将Verity Lex指向一家加州高等法院，它就能读取公开记录，对照发布的法律标准进行核查，然后返回一个任何人都可以重新计算的AI适配度评分。目前圣巴巴拉县法院已上线，后续会覆盖更多法院。
这套思路从金字塔的底层开始，而非顶层：你得先理解政府，才能赢得向它销售的资格。大多数AI演示会掉进一个陷阱，它们让模型掌管答案。如果直接让一个大语言模型去评估法院的合规性，你拿到的数字会被当时样本抽样的随机性所左右，附上的引证也可能是模型臆想出来的。跑两次，拿到两个不同的答案。没有哪个政府采购方会接受“AI觉得我们的合规情况还行”这种结论。
于是我把任务沿着感知与判断的界线拆成了三块。其中两块属于感知，一块属于判断，整个设计的生命力就在于让它们彼此隔离。你会信任一个自批作业的AI吗？法院也不会。从架构上，模型就没有通往评分的路径。每一项发现都必须引用一份真实文档和其中一句被明确摘录的话。任何找不到的东西，标记为“未定位”，而绝不会草率写成“不存在”，因为公共记录陷入沉默，并不能证明任何事情。你还可以下载一份审计包，自己去重新计算评分。这条约束，就是产品本身。
我是在VS Code里用Codex完成构建的，用的是一种我称之为创意总监式的工作流程。我掌握判断，Codex负责实现，两者之间的边界靠强制执行而非信任来维系。实际操作里，这意味着门禁式的、限定块上下文的提示词。每个提示词都以“先提出文件方案，不要重构无关代码，提交PR后即停止”开头。Codex围绕规则引擎、代理工具、循环逻辑、API、加固、持续集成和各类附加组件，一块一块地构建，每个块都作为独立的拉取请求来处理。我负责审查和测试。最值得传递的一个教训，正是这个工作方式本身：把判断留给自己，让模型守在信息获取的那一侧，而亲手锁死它通往评分结论的路径。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
