一个公寓运营商管理着跨州5万份租赁合同。每个州的房东租客法——晚费上限、通知期限、押金限额——按立法机构的节奏更新，而不是按运营商的节奏。当一条法规修改时，合规团队必须找出哪些合同已经不合规。
这是企业AI落地中最容易被低估的一类问题。说“已知”，是因为每份合同的条款是确定的，每条法规的文本是公开的。说“不可解”，是因为当规模达到数万份时，没有人能真正证明“我们都查过了”。
AWS在2026年9月末发布的一篇技术博客中，给出了一套名为Adjudicated Query的设计模式。中文可以译为“裁决式查询”。它的核心思想听起来几乎反直觉：不要让AI做判断。让AI只负责“传话”。
一个数字在屏幕上，没人能验证它
当一个合规团队只有几十份合同要审时，答案可信，因为有人站在背后。过了某个阈值，人力就不够了。工作被移交给软件，屏幕上出现了一个精确的数字。但新的问题随之浮现：这个数字代表了什么？它覆盖了全部数据吗？有没有任何一条记录被遗漏？
AWS这篇博客提出了两个关键性质来回应这个问题。第一个是“人口确定性”：你必须知道被审查的对象集有多大。检查了全部5万份，还是只检查了随机抽样的500份？第二个是“完整性可证明”：你必须能从结果倒推出没有遗漏。无论结果是合规还是违规，每一份合同都必须出现在某个计数类别中。
这两个性质，恰恰是过去两年企业热捧的RAG（检索增强生成）无法同时满足的。向量检索返回的是“最匹配的前K个”，而合规审查要的是“所有的”。一个采样排名永远无法知道它排除了什么。
Text-to-SQL看起来更接近答案，但它携带一个类别级别的风险。一次幻觉生成的谓词可以静默缩小审查范围。屏幕上仍然显示一个精确的数字，但那个数字对应的数据集已经不对了。在数万条记录中，没人会发现。
裁决式查询：把AI关进笼子里
Adjudicated Query模式的核心架构是一个精心设计的边界。
在这个边界之内，大语言模型做两件事，且只做两件事。第一，将用户的自然语言合规问句映射到一组固定的、预定义的操作调用。第二，把规则引擎返回的结果用自然语言复述给用户。模型不写查询语句，不定义数据范围，不做出任何合规判决。
边界之外，是一套确定性规则引擎。规则引擎的设计尤其值得关注。它是一组“规则即数据”的配置。引擎只识别通用的比较操作符：gte、lte、equals、exists。它不包含任何命名某个司法管辖区或法律主题的条件分支。当一部州法更新时，操作人员修改规则表中的一行数据。不用改代码，不用重新部署，不用等待发布窗口。
这套架构通过MCP协议（Model Context Protocol）串联。Amazon Quick的聊天代理向Amazon API Gateway发送MCP请求，经Amazon Cognito认证后，将合规查询路由到后端规则引擎。整个过程保持一个铁律：AI只翻译，引擎来裁决。
“完整性收据”：一条数学防线
整个设计中最有趣的发明是“完整性收据”。
每一轮合规审查结束时，系统输出一个不变式断言：
合规数 + 违规数 + 歧义数 + 不可读数 = 总扫描数
这个等式基于计数计算，在数据被持久化之前完成断言。任何一条记录如果没有被归入四个类别之一，审查就无法“完成”。不存在一条记录被静默跳过的路径。如果搜索范围只覆盖了3万份而非5万份，系统不会自洽地交付结果。它会告诉你收据不完整。
这背后是对合规场景最深层的理解：业务方需要的不是“找到正确答案”，而是“证明你确实找过了”。
聊天窗口和仪表盘的双表面分工
Adjudicated Query模式的终端交付将会话型交互与数据审查分离。
聊天界面（Amazon Quick的对话窗口）承载计数、收据摘要和带标签的样例。合规官用自然语言提问：“佛罗里达州哪些合同的押金超过法定上限？”AI翻译成规则引擎调用，返回前几份的例子和总数。
完整的数万条结果存储在Amazon Quick Sight仪表盘中。同源数据存储，支持逐条下钻。每一条发现都附带完整的证据链：触发的具体条款、引用的法规文本、比较值和时间戳。
这个分离的本质是：AI处理的是“可复述”的事，而不可处理“可归因”的事。聊天界面可以用自然语言描述结果，但每一条确定的合规结论，都只能从已经审计过的确定性规则引擎中产生。
这条法则能用的战场，和不能用的战场
AWS技术博客花了相当篇幅讨论模式的适用边界。
裁决式查询是“重”的模式。规则引擎、封闭的MCP工具面、完整性收据，每个组件都有成本。这套架构只有在“错过的记录就是法律责任”的场景下才值得上。博客列举了租赁合规、保险理赔裁定、制裁筛查、出口管制、临床试验协议监控、建筑规范检查、财务报告控制测试、资质验证等多个领域。
“重”的反面是“轻”。如果“大概正确”的答案就够了，比如给员工提供福利问题的一般性解答，RAG是更简单的选择。如果团队能验证生成的SQL并对偶尔的错误容忍度高，纯text-to-SQL也能工作。如果用户愿意接受无自然语言界面的纯仪表盘，规则引擎加BI直接交付同样的保证，成本更低。
这三种“不要用”的场景，反过来恰恰定义了裁决式查询的唯一价值坐标：当答案必须对每个记录负责时。
从聊天玩具到裁决工具
生成式AI走到2026年，正在经历一场微妙但深刻的角色分化。
一边是“通用聊天层”：可以回答任何问题，可以出错，用户接受概率性正确。另一边是“裁决层”：只能回答特定问题，不能出错，答案必须能被审计。
大部分企业级AI产品挤在“通用聊天层”里竞争。而Adjudicated Query提供了一种将AI从前者拉入后者的架构范式。它不做判断，所以不会被幻觉污染。它只做翻译，所以每一次“错”都可以追溯到翻译本身，而不是数据的完整性。
当AI学会在自己不擅长的领域保持沉默，它才开始真正值得被信任。
快报