政府聊天机器人之上的治理层

政府 AI 引用法律，否则保持沉默。

城市 .gov 域名上的一条错误答复，带着这座城市的官方背书。CivicCite 仅在公民答复附有一条真实存在、现行有效、为所引条文所蕴含、且无冲突的成文法时才予以放行。否则它弃权，升级转办到正确的部门，并归档一份记录。智能体只提供建议；关卡作出决定。

0 / 12

在未经核验、非现行有效的成文法依据下被放行的答复

固定 12 条查询黄金集上的目标

100%

成文法决策记录覆盖率

每条查询一份可归档记录，无论放行还是拒绝

关卡条件，全部满足方可放行

存在、现行有效、蕴含、无冲突

这是一个可运行的演示，语料为 12 条合成但忠实的市政法典条文。市政法典摄入与 311 升级转办连接器为模拟；确定性关卡与记录按所示原样运行。不构成法律意见。

城市域名上一条自信的错误答复是责任，不是功能

CivicCite 旨在堵住的那种失败模式。

政府聊天机器人向公民给出自信却错误的法律答复，而每一条错误答复都带着这座城市的官方背书。纽约市 MyCity 机器人于 2023 年 10 月上线，The Markup（2024 年 3 月）记录了它告诉房东可以拒绝 Section 8 住房券、告诉商家可以只收现金、告诉雇主可以私吞员工小费。这些答复每一条都是违法的。

加上检索并不能修好它。斯坦福与 JELS 研究者（Magesh 等人，2025）测得 Lexis+ AI 幻觉率为 17%，Westlaw AI-Assisted Research 为 33%。检索拉来了成文法；生成仍会误读或覆盖它。危险的情形不是捏造的引用。而是引用了正确的成文法却给出错误结论，或把已废止的条文当作仍然有效来引用。

风险真实且在扩大。2026 年已有 27 个州提出 78 项聊天机器人法案，纽约州 S7263 于 2026 年 2 月 26 日进入参议院全会，欧盟《AI 法案》附件 III 高风险义务自 2026 年 8 月 2 日起可强制执行，罚金最高 1,500 万欧元或营业额的 3%。政府法律咨询处于专有职能地带，因此没有主权豁免盾牌。持久的要求不是更好的模型。而是向监管机构证明，每一条放行的答复都能追溯到现行有效的法律。

成文法决策关卡如何运作

LLM 智能体提供建议。位于智能体框架之外的确定性代码决定放行什么。LLM 无法投票让自己越过关卡。

每条公民查询从左到右运行：Decompose，然后 Retrieve，然后 Draft，然后 Verify，然后关卡，然后记录。Decompose（LLM，咨询性）把查询拆成原子法律子问题。Retrieve（确定性，无 LLM）在经策展的市政法典知识图谱上以词汇检索和交叉引用的层级遍历行走，每个候选都带有其引用 id、文本、生效日期、废止日期、罚则和机构。Draft（LLM，受约束）提出一项主张加上仅从检索集中抽取的引用，由白名单校验器和一次重问强制执行。

关卡要求的四项检查

Verify 对每条起草的主张运行三项检查，关卡再把它们与引用存在条件合并。仅当四项全部成立时才放行一条子答复。

1. 引用存在

所引的引用 id 解析为市政法典图谱中的一条真实条文。起草的答复不能发明检索集中不存在的条款编号。

2. 现行有效（时效性）

确定性：该条文没有废止日期，且生效日期不晚于基准日期。已废止或尚未生效的条文永远不能支撑一条放行的答复。

3. 蕴含

咨询性 LLM 检查：所引文本是否真正支持该主张，返回 entailed、contradicted 或 neutral？这能抓住引用了正确成文法却给出错误结论的情形。

4. 无冲突

确定性：它读取图谱中的 conflicts-with 边，独立于蕴含裁定，因此两条相互矛盾的条文不会悄然产出一条放行的答复。

关卡与记录

成文法决策关卡是位于智能体框架之外的确定性 Python。仅当引用存在、条文现行有效、所引文本蕴含该主张、且无冲突时，它才放行一条子答复。否则它扣留该子答复，将其标记为超出已核验覆盖范围，并路由到正确的部门。按查询汇总为三种处置之一：RELEASED、PARTIAL，或 REFUSED and ESCALATED。

对每一条查询，无论放行还是拒绝，确定性写入器都会发出一份成文法决策记录：子问题、四项检查及其裁定、引用、处置，以及在有所扣留时的升级转办目标。那是法务部门和监管机构可以据以行动的产物，也因此持久的度量是可证明的不放行，而非幻觉率。

从头到尾走通的那个陷阱

时效性基准日期 2026-06-17。下方每张图都是正在运行的应用的截图。

真实的 MyCity Section 8 查询，被蕴含检查抓住

一位房东询问是否可以拒绝用 Section 8 住房券支付租金的租客。标准助手放行了自信而违法的“可以。”CivicCite 也起草了“可以”，但蕴含检查将其读作与 NYC Admin. Code section 8-107(5) 相矛盾，该条将收入来源歧视规定为违法（纽约市人权委员会，故意违法的民事罚金最高 250,000 美元）。关卡拦住草稿，改为放行有引用支撑的正确“不可以”，并标记为已核验、蕴含且现行有效。左栏是没有核验关卡的普通检索聊天机器人；右栏是运行完整流水线的 CivicCite。

分屏：左侧标准检索聊天机器人对 Section 8 住房券查询放行未经核验的答复，右侧 CivicCite 运行 Decompose、Retrieve、Draft、Verify、Gate 流水线，仅对照 NYC Admin. Code section 8-107(5) 放行答复，并标记为已核验且现行有效。 — 左：标准助手，无成文法依据，原样放行。右：CivicCite 关卡 RELEASED，由已核验、现行有效的引用支撑。

Verify 阶段内部，对照所引文本

任何阶段都可点击查看其原始输入和输出。Verify 阶段显示进入的起草主张及其引用 id，以及出来的蕴含裁定：entailed，理由引用了关于因合法收入来源（包括 Section 8 住房券）而拒绝出租的准确条文用语。这项检查把引用正确成文法且结论正确，与引用正确成文法但结论错误区分开。

Verify 阶段详情面板，显示作为输入的起草主张及其引用 id，以及标注为 entailed 的蕴含输出，理由引用了关于合法收入来源和 Section 8 住房券的所引条文。 — Verify 阶段：起草主张加上所引成文法文本进入，蕴含裁定及其支撑理由出来。

一条已废止条文，被时效性抓住并升级转办

一位餐车经营者询问，依据一般摊贩停车规则，能否整天把车停在设有停车计时器的车位。唯一会处理该问题的条文已被废止，目前没有任何现行有效的条文管辖该问题。时效性检查失败，因此 CivicCite 不合成答复。它扣留，将问题连同部分发现路由到 NYC 311 一般受理，并返回处置 REFUSED and ESCALATED。诚实的弃权胜过自信的错误答复。

CivicCite 扣留餐车停车答复，因为唯一处理该问题的条文已废止且没有现行有效的成文法管辖它，检查显示 cite-exists、in-force 和 entailed 失败而 no-conflict 通过，路由到 NYC 311 一般受理。 — 已扣留：没有现行有效的成文法管辖该问题，因此连同部分发现升级转办到 NYC 311，而非虚张声势。

每一次交互一份可归档记录

每一条查询，无论放行还是拒绝，都产生一份成文法决策记录。它捕获子问题、其领域、起草的主张和引用、带布尔裁定的四项检查、决定、蕴含标签，以及任何扣留原因或升级转办目标。它还点明所映射的标准：NIST AI RMF 治理与度量日志，以及 FedRAMP 和 StateRAMP 持续监控，作为对齐方向而非认证。

成文法决策记录抽屉，显示含查询、处置 RELEASED、所映射标准、带子答复领域、主张、引用，以及 citation-exists、in-force、entailed 和 no-conflict 四项检查全部为 true 的 JSON。 — 成文法决策记录：处置、四项检查、引用，以及所映射的标准，每条查询一份。

市政法典图谱，以及黄金集基准

语料为跨 7 编的 12 条条文，时效性基准日期 2026-06-17。现行有效节点为绿色，那一个刻意废止的节点为红色虚线，并显示交叉引用边以便看见检索遍历。在固定的 12 条查询黄金集上运行（四个有文档记载的 MyCity 失败、一个多领域餐车案例、一个仅含废止条文的陷阱，以及一个无覆盖陷阱），应用报告 12 条中有 0 条在未经核验、非现行有效的成文法依据下被放行，审计记录覆盖率 100%，与标注基准真值的处置一致率为 100%。我们将这些数字归于这个已标注黄金集，绝不作为开放世界保证。

市政法典图谱含跨 7 编的 12 条条文，现行有效节点为绿色、一个废止节点为红色虚线，由 belongs-to-title 边和蓝色虚线交叉引用边连接，时效性基准日期 2026-06-17。 — 市政法典图谱：现行有效节点为绿色，废止节点为红色虚线，交叉引用为虚线。

黄金集基准磁贴：12 条中有 0 条在未经核验、非现行有效的成文法依据下被放行，目标为 0，审计记录覆盖率 100%，与标注基准真值的处置一致率 100%。 — 黄金集：12 条中有 0 条在未经核验的依据下被放行，记录覆盖率 100%，处置一致率 100%。

标准政府聊天机器人对比 CivicCite

演示用来对照的同一分屏，并排呈现。

维度	标准聊天机器人（MyCity 架构）	CivicCite 成文法决策关卡
谁决定放行什么	LLM 放行它所起草的内容	位于智能体之外的确定性 Python 关卡
正确成文法，错误结论	原样放行	被蕴含检查抓住
引用了已废止条文	原样放行	被时效性检查抓住
没有成文法覆盖该问题	照样合成一条答复	弃权并升级转办到部门
审计轨迹	无	每条查询一份成文法决策记录
可证明的不放行	未度量	已标注黄金集上为 0 / 12

本演示不做什么

✓ 它不声称零幻觉或普遍准确率保证。测得的结果是：在固定、已标注的黄金集上，12 条中有 0 条在未经核验、非现行有效的成文法依据下被放行，而非一份开放世界承诺。
✓ 它不使用实时连接器。市政法典摄入以一份归一化图谱交付，而非 PDF、HTML 或 CMS 归一化器，311 与 CRM 升级转办经计算并展示，但 Salesforce Gov Cloud 或 ServiceNow 连接器是接口，而非实时集成。
✓ 它不把该语料呈现为法律备案来源。它是 12 条条文的合成但忠实的演示图谱，转述自 NYC Administrative Code、NY Labor Law 和 NYC Health Code 中真实被引用的条文。这不是法律意见。
✓ 它不声称已获 FedRAMP、StateRAMP 或 NIST 认证。监管映射是对齐方向，不是认证，授权边界继承自托管环境。
✓ 它不承载客户、部署、证言或 ROI。界面中的 Hartwell 311 和封装的标准助手是合成演示道具。这是一个证明该机制的演示。

买家真正会问的问题

这不就是又一个像纽约市 MyCity 那样的政府聊天机器人吗？

不是。CivicCite 不是聊天机器人，也不是市政法典搜索引擎。它是坐在聊天机器人平台之上的治理层，是云 AI 服务和 GovTech 供应商所没有的那一块。位于智能体框架之外的确定性 Python 关卡，仅在引用存在、现行有效、为所引文本所蕴含、且无冲突时才放行公民答复。演示中的聊天机器人是合成道具；关卡才是产品。

如何阻止政府 AI 向公民给出违法建议？

LLM 只提供建议。它分解问题，并起草一项主张，引用仅从检索集中抽取。然后确定性代码检查所引成文法存在、截至生效日期仍现行有效、为所引文本所蕴含、且无冲突，仅当四项全部成立时关卡才放行。在真实的 MyCity Section 8 住房券查询上，起草的“可以”被蕴含检查判定为与 NYC Admin. Code section 8-107(5) 相矛盾，关卡改为放行有引用支撑的正确“不可以”。

更好的模型或更多检索不就能修好幻觉问题吗？

检索改善草稿，但不能证明该答复可以安全放行。斯坦福与 JELS 研究者（Magesh 等人，2025）测得有检索支撑的法律 AI 仍在幻觉，Lexis+ AI 为 17%，Westlaw AI-Assisted Research 为 33%。即便模型完美，政府也必须向监管机构证明每一条放行的答复都能追溯到现行有效的法律。那份证明是确定性关卡和可归档记录的属性，而不是更强写作者的属性。

我们能否向监管机构或审计方证明每一条答复都追溯到现行法律？

每一条查询都产生一份成文法决策记录，无论放行还是拒绝，因此黄金集上的审计覆盖率为 100%。每份记录捕获子问题、带裁定的四项检查、引用、处置，以及未答复部分被升级转办到何处。监管机构可以据以行动的头条不是幻觉百分比。而是可以证明在未经核验、非现行有效的成文法依据下被放行的答复为零，并由每一次交互的记录支撑。

这是否已获 FedRAMP 或 StateRAMP 认证，以及它如何映射到 NIST AI RMF？

它未经认证，我们也不作此声称。监管框架是对齐与方向，不是认证。成文法决策记录旨在映射到 NIST AI RMF 文档以及 FedRAMP 和 StateRAMP 持续监控日志，因此合规团队所需的产物会默认产出。FedRAMP 或 StateRAMP 授权边界继承自托管环境，超出本地演示的范围。

这是上线产品还是演示，市政法典是真实法律吗？

这是一个证明该机制的可运行演示，不是一次部署，也不是法律意见。语料是 12 条条文的合成但忠实的演示图谱：操作性文本转述自 NYC Administrative Code、NY Labor Law 和 NYC Health Code 中真实被引用的条文，带有逼真的标签、机构、罚则和日期。市政法典摄入与 311 升级转办连接器为模拟；确定性检查、关卡和记录按所示原样运行。

技术研究

本演示背后的研究——架构、核验设计，以及企业蓝图。

完整解决方案

探索“引用法律的政府 AI”解决方案 →

要把 AI 放到 .gov 域名上面对公民？

证明每一条答复都能追溯到现行有效的法律，才是难处。我们来构建它。

如果贵机构正在权衡如何向公民给出 AI 答复，又不在城市名义下放行错误答复，我们非常想听听您和贵法务部门是如何思考这件事的。这个问题正在各州蔓延，答案也将如此。

治理评估

✓ 摸清贵机构面向公民的 AI 可能在何处放行未经核验的答复
✓ 为贵机构的法典定义引用存在、时效性、蕴含和冲突检查
✓ 设计弃权并升级转办到正确部门的路径
✓ 规定贵法务部门所需的成文法决策记录

构建关卡

✓ 覆盖贵机构现行市政法典的确定性决策关卡
✓ 带时效性与交叉引用的市政法典知识图谱
✓ 映射到 NIST AI RMF 和持续监控日志的可归档记录
✓ 仅作咨询角色、可切换供应商的 LLM

通过 WhatsApp 联系发送邮件给我们的团队