方法论 · 明辨 MINGBIAN

名字的来历

取自《中庸》：「博学之，审问之，慎思之，明辨之，笃行之。」这不只是个名字——它直接命名了流水线的五个阶段，每个阶段做什么、交付什么，都对得上。

铁律

无证据不立论

每条实质性判断都必须绑定证据。论点强度由代码按独立来源数判定，模型说自己「很有把握」一律不采信。绑不上证据的论点会被标成「无证据」并计入质检失分。

引用必须真实存在

模型给出的每个链接后端都会真的访问一次，取到正文才算 sourced。引用了不在证据池里的 ID，会被直接丢弃并记一条质检问题。

「没搜到」不等于「不存在」

检索器返回的不是空数组，而是带检索范围、尝试过的关键词、索引时效的结构体。任何否定陈述都必须有「检索是权威的」这一正面证明背书。

绝不编数字填洞

取证失败时只有两条路：如实标注缺口，或者把选择权交还给你。用估算数字把报告填满是最省事也最危险的做法。

证据从哪来：三路取证

引擎自己会联网检索，明辨也自己查，被派遣的取证专家还各查各的。三路都跑，是因为它们各有各的盲区——引擎的检索由模型自主决定查什么，泛检索由领域规则决定往哪儿查，专项检索则是奔着「最可能推翻结论的那类材料」去的。

InfiniSynapse 引擎自查

deepseek-v4-pro 的 agent 循环会自主发起十几轮联网检索与页面抓取。这些动作在实时工作台的思维流里逐条可见，不是黑箱。

明辨泛检索通道

博查 Web Search 全网索引作主通道，返回结构化摘要与发布时间；语义排序按与问题的相关度重排，滤掉关键词碰巧命中的噪声；行情接口补实时数字；博查不可用时退到搜狗 / 百度 / 360 的 HTML 抓取兜底，并在报告里标明本次走的是哪一级通道。

取证层专家分头补采

本次派遣的每位取证专家带着自己的切口再查一轮：司法风控查判决与处罚，官方公告专家查备案与批复，社区口碑专家查投诉与亲历，关联溯源专家查股东与实控人。每条补采到的证据都记在这位专家名下，专家册里的数字就是这么来的；哪一路空手而归，也会照实写进证据缺口。

为什么要拆成专项：判决书、处罚决定、投诉记录这类材料，泛检索几乎捞不到—— 热度高的正面内容会把它们挤出前排。不专门去找，报告就会只剩「大家都在说的那一面」。另外，可信度打分里「有没有发布日期」「时效多久」「正文是否真的抓到」全是加减分项，所以三路都要求拿到发布时间与正文摘要，拿不到就降级处理。

证据的五种状态

「有证据」和「没证据」这个二分法丢掉了太多信息。我们用五种状态：

来源可信度打分（0-100，纯规则）

不经过模型。让模型给来源打分是不可复现也无法解释的——这套规则可以当着任何人的面手算复现。

基础分：按来源类型

调整项

权威域名 +10
低质聚合站 −5
标注了发布日期 +6
发布于一年内 +5 / 两年内 +2 / 超三年 −5
原文抓取成功 +6 / 仅拿到摘要 −8
摘录超 200 字 +3
未取到实证：总分封顶 20

权威域名白名单

论点强度的判定规则

强度不是形容词，是可计算的。规则刻意做得很简单：

条件	强度	含义
≥ 2 个不同域名的证据	●●●强	交叉验证通过，多个独立来源相互印证
≥ 2 条证据但同源	●●○中等	有据可循，但可能是同一稿源的转载
仅 1 条证据	●○○弱	孤证，建议自行核实
正反两方都有证据	⚡存在争议	会被单独提到「未解张力」面板，不强行调和
没有任何证据	○○○无证据	触发质检失分，可能导致整份报告返工

概率词表（对照 IPCC）

「可能」这个词在不同人心里能差出 60 个百分点。所以凡是出现模糊词的地方，都能对到这张表上。

术语	概率区间	可视化

最终概率一律夹在 3%–97% 之间，哪怕基准率加调整项算出来是 100%。这不是为了好看：明辨的全部依据是公开可检索到的材料，而「我们没查到反例」和「不存在反例」是两回事。留出的那 3 个百分点，是给取证范围之外的未知，也是给我们自己会错的可能。看到 97% 时请理解成「在能查到的范围内，找不到能推翻它的东西」，而不是「板上钉钉」。

指标口径

质检与返工

质检分两层。第一层是规则：证据条数、独立域名数、论点绑证据率、必备章节是否齐全—— 这些永远可用、可复现。第二层是质检官 LLM 的五维评审，它能看出规则看不到的东西，比如「这个维度压根没提」。LLM 挂了就回落规则分，质检不会整体失效。

打回博学补采

当问题出在「料不够」——某个论点没有独立来源、证据总数不足。系统会针对这些点生成新的检索词重新取证。

打回慎思重推

当问题出在「没想清楚」——维度覆盖不够、结构缺章节。系统会带着具体问题清单要求重新推理。

返工额度按档位分配：速判 0 轮、深研 1 轮、专家 2 轮。用满额度仍未达标时，不达标项会如实写进报告，而不是悄悄放行。

选择性辩论门控

多智能体辩论很贵：一轮就是两次长上下文推理。而大多数问题在证据摊开之后并没有真正的分歧——「日返 1.5% 是不是骗局」不需要辩，证据一边倒。这时候强行开辩，两个 Agent 只会互相客套一轮，烧掉算力又不改变结论，还会让人误以为「辩过了所以更可靠」。 所以我们先算分歧度，够分才开辩；不开也把判据写出来。

分歧信号	权重	判定规则

怎么定开不开

辩论怎么组织

正方不单独陈词——报告本身就是正方立场，再复述一遍纯属浪费算力。每轮两次调用：红队官发起攻击（只许打可证伪的点），质检官作为裁判逐条裁定。裁判有权修正立场与概率，但单轮最多挪动 20 个百分点：一轮辩论就把结论掀翻，通常只说明模型在迎合最后一个说话的人。

裁定产生的概率修正会作为一条新的调整项并入置信度阶梯，而不是直接改掉那个数字—— 辩论改了概率却不写进推演过程，这个数就又变成不可审计的了。报告正文也不做回溯改写，改了就等于伪造推理过程；结论卡上会挂一条修正说明。

立场演变轨迹

一份研判最容易被质疑的地方是：结论到底是查完之后得出的，还是一开始就想好了、后面只是找材料凑。轨迹层专治这个——流水线每个关键节点打一个点，记下当时的立场、概率、论点数与证据结构，并把两点之间的差算出来。 所有变化说明由代码按前后差值生成，不经模型润色。

看完这条线就能回答三个问题：引擎最初的先验是什么、取证之后有没有被推翻、质检打回那一轮究竟改善了什么、辩论有没有真的动摇结论。

明辨不能做什么

它不预测未来，只整理当下可核验的证据并给出条件化判断。它引用的来源可能本身就是错的——可信度打分衡量的是「来源类型和时效」，不是「内容真伪」。它的检索范围限于博查全网索引、公开中文网页与部分行情接口；付费数据库、内部资料、线下信息一概拿不到。同一篇稿子被多家网站转载时，我们按主域归一并做文本雷同聚类，但仍可能有漏网的洗稿副本。置信度是基于给定证据的主观概率，不是统计意义上的频率保证。 所有输出仅供决策参考，不构成投资、法律或医疗建议。