北京
在主流编程语言中，AI助手计算订单总额时，最常见的完成方式是返回一个二进制浮点数（double、float或number）。这几乎是公开互联网上表示金钱的默认做法，因此模型也会倾向于生成这样的代码。然而，在任何受监管的金融领域中，这种做法都是错误的。原因在于IEEE 754标准下的一个数学事实：二进制浮点数无法精确表示0.1，所以0.1 + 0.2 ≠ 0.3。单次运算误差极小，但在大规模交易中会不断累积，导致对账偏差、舍入争议和审计问题。 Delta定律第五条用五个词概括：“No float for money. No exceptions.”（金钱不用浮点数，没有例外。）其推论是：类型本身就是约束。正如电影《办公空间》中的“切香肠”舞弊案，本质上就是一个舍入故事——浮点数的存在让这种微小的截取显得合理。 要落实这条定律，需要两道防线。第一，明确告诉模型规则：任何涉及货币数值的提示词，必须在约束区写明——货币值必须使用精确十进制表示（如C#的decimal、Java的BigDecimal或整数最小单位、Python的decimal.Decimal、TypeScript/JS的整数分或十进制库）；禁止使用二进制浮点数；仅在聚合边界按政策使用银行家舍入。这一条约束足以改变模型对“合理”的定义。Veracode 2026年报告指出，模型在安全任务中失败的原因与这里完全一致：训练语料编码了历史错误模式，只有你显式给出的约束才能压过语料的影响。 第二，利用类型系统兜底。建议定义领域专用的Money类型，其基于浮点数的构造函数被标记为不可用——例如在C#中，用`[Obsolete(error: true)]`修饰接收double的构造函数，这样无论AI还是人写的代码，只要尝试用浮点数构造Money，就会因编译错误而失败，并附带解释信息。提示词引导生成方向，类型系统捕获未被引导的遗漏。两者结合，才能确保“金钱不用浮点数”成为真正不可逾越的边界。
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.
