业务推理范式

第一代是规则引擎，靠正则与关键词字典，依赖命名规范，准确率常在 40%–60%；第二代是训练式模型，把分类分级转化为监督学习问题，受制于训练数据覆盖度，且类别一变就要重训。

第三代的关键差异在于能力扩展的方式：新增类别、适配新监管、服务新行业，都是知识层的扩展而不是参数层的重训——单位从「人·月」变成「人·天」。

另一个差异是可解释性：输出的不是「标签 + 置信度」，而是「分类标签 + 适用监管条款 + 推理依据 + 置信度」。在监管现场检查中，前者说服力不足。