智能体事实核查员

要解决的问题

大模型生成的内容读起来流畅，可信度却参差不齐。一个法条编号可能是编的，一个精确到小数点的统计数字可能查不到出处，一篇论文的 DOI 可能在 CrossRef 里根本不存在。事后人工逐条核对耗时长，尤其当内容来自批量产出的流水线时。

更微妙的是：核查的目标不是替用户拍板"这段是真的"或"这段是假的"，而是定位风险点并给出可执行的核实路径。把"待核实"当"已核实"发出去，往往比承认不确定更糟。

如何工作

@user_af163eaa/z-agent-fact-checker 把 AI 产出当作一组待验断言，核心流程分四步：

1. 拆分断言单元：把长文本拆成可独立验证的最小项——具体数字、专有名词（人名 / 机构 / 法规 / 论文）、因果结论、时间地点。清单见 references/checklist.md 的核查维度。
2. 三色判定：每个断言标一级风险：

- 🔴 未核实 / 高风险：命中典型编造信号，例如法条编号查无对应、精确小数无来源、DOI 不存在。
- 🟡 待核实 / 中风险：有来源但需二次确认，或数据明显过时。
- 🟢 可采信 / 低风险：常识性、多方可印证的稳定事实。

1. 固定格式报告：严格输出四块，块名不可改——【高风险的未核实项】、【待核实项】、【可信度评级】（A/B/C/D 四级）、【检索建议】（1–3 条具体路径，含官方库与数据库名）。
2. 改写提示：对 🔴 项给出补来源或标注"待核实"的建议，避免用户把高风险内容直接当事实发出去。

边界与注意点

• 适用于文本类 AI 产出。实时行情、股价这类需要联网拉取的场景不在此列，应直接建议用户查权威源。
• 不替代专业法务或学术核查。涉及合规红线的内容，报告中会提示用户走权威渠道终审。
• 两条红线：没有核实依据时不得断言真伪；不得虚构"已核实"结果或编造来源来安抚用户。原文只标注，不删除、不掩盖。