搭一个能查法规的 Agent，我踩了三个坑

让 AI 帮你查法条，是最省事也最危险的一件事。

省事在于它随问随答；危险在于它编造条文的样子太像真的——条号对、措辞对、逻辑也对，就是不存在。

坑一：它不知道法规已经变了

模型的训练数据有截止时间，之后修订的条文它不知道。更麻烦的是，它不会告诉你「这条我可能过时了」，而是继续用旧条文回答。

现在怎么做：所有条文结论必须落到能查原文的地方核一遍。AI 只负责帮你定位「可能相关的条文是哪几条」，不负责给你最终答案。

坑二：上下文一长，它开始丢约束

给它一堆材料让它综合判断，材料一多，前面定好的规则它就忘了。表现为：明明说了「只能引用给定材料」，它还是自己编了一段。

现在怎么做：拆成多轮，每轮只给它需要的材料。宁可多问几次，也别一次性塞满。

坑三：它很擅长把「不确定」说成「确定」

问它一条法规适不适用，它不会说「我不确定」，而是给你一个像样的分析。这是语言模型的通病——它被训练成要给出回答，而不是承认不知道。

现在怎么做：把问题设计成「列出支持和不支持的两方理由」，而不是「这条适不适用」。逼它把不确定性显出来。

一句话

Agent 能替你跑流程，不能替你担责任。凡是结论落到当事人头上的地方，人的那一步省不掉。