金融场景的 Agent 怎么降低幻觉并保证可追溯？

先这样答

金融场景的 Agent 要用检索强约束、置信度门控和模板填充降低幻觉，再用证据链接和过程留痕保证可追溯。回答前，Agent 必须先检索依据。没有依据就不回答，不能让模型凭已有知识补全。

检索到内容后，Agent 还要检查置信度。分数低于要求时直接拒答，或者交给人工处理。数字和条款类内容不适合直接生成。系统应从已确认的内容里取值，再按固定模板填充，减少数字写错、条件漏写或表述变化。

每条结论都要带证据链接，说明它来自哪份文档、哪一段。系统还要记录从检索、判断到输出的过程，让决策可以回放。金融场景要满足监管检查。检查人员需要还原 Agent 为什么这么答，而不只是看到最终答案。

面试官会怎么追问

• 「如果检索结果之间互相矛盾，Agent 应该怎么答？」
  先检查每条结果的证据来源和置信度。无法确认时不直接生成结论，而是拒答或交给人工判断。最终输出仍要保留使用过的证据。

• 「为什么数字和条款不能直接交给大模型生成？」
  数字和条款对准确性要求高，生成过程可能改写数字或遗漏条件。更稳妥的方式是取已确认内容，再用固定模板填充。这样输出格式和关键内容更容易检查。

• 「只保存最终答案，能不能满足可追溯要求？」
  不能，因为最终答案本身不能说明 Agent 为什么得出这个结论。系统需要保存证据链接和决策过程。这样监管检查时才能回放判断依据。

回答的坑

• 只说“让模型多检索”却没有说明无依据拒答和低置信度拒答。
• 只保存最终文本却没有记录证据位置和决策过程。