背景：审计怕模型"编得有鼻子有眼"
大模型用于审计，大风险不是算错，是"一本正经地胡说"：把不存在的准则条款当依据、把没做的勾稽说成已通过、给客户虚构一个会计科目。在审计这种"结论要负法律责任"的场景，幻觉是红线。本文对比三道可工程化的防线：检索增强（RAG）、约束校验、人工兜底，以及它们怎么组合。
三道防线对比
| 维度 | RAG 检索增强 | 约束校验（Constraint） | 人工兜底（Human） |
|---|---|---|---|
| 防的是什么 | 无依据的编造 | 格式/规则外的输出 | 所有残留错误 |
| 机制 | 先召回原文再生成 | 输出须过断言/类型检查 | 审计师复核签字 |
| 可靠性 | 中（召回不准仍会错） | 高（硬规则） | 高（但依赖人） |
| 成本 | 中（检索+生成） | 低（脚本） | 高（人力） |
| 可自动化 | 是 | 是 | 否 |
| 适用环节 | 问答、摘要、解释 | 所有结构化输出 | 最终结论 |
RAG：让模型"先看书再答题"
检索增强的核心是：不让模型凭空答，而是先从你的知识库/底稿里召回相关片段，拼进提示词再生成。问"这笔收入确认是否符合准则"，模型只基于召回的准则条款和该笔凭证作答，而非泛化记忆。它能显著压低"虚构依据"类幻觉。代价是召回质量决定上限——切片不当、向量不准，召回的是无关段落，模型照样跑偏。实务要配重排（rerank）和混合检索。
约束校验：把"必须对的"写成硬规则
凡是能形式化判定的，就别交给模型的"理解"。比如：输出必须是合法 JSON、金额必须能重算闭合、引用的科目必须存在于科目表、勾稽必须过断言。这些用脚本在模型输出后做一道闸门，不合规直接打回重生成或标记人工。它防的是"格式与确定逻辑"层面的错，可靠且便宜，应作为默认防线。
人工兜底：最后一道、也不能省
无论 RAG 多准、约束多严，审计结论（尤其被审计意见相关的）都应有人复核签字。工程上可把"模型置信度低/约束未过/涉及重大科目"的条目自动路由给人工。这既是合规要求，也是对模型不确定性的诚实承认。
组合打法
- 所有面向审计师的生成，默认 RAG + 约束校验双开。
- 模型输出凡涉及"依据引用"，强制附原文锚点，否则视为未通过。
- 重大科目、异常波动、对外披露相关结论，路由人工。
- 持续用"样本回放 + 盲评"评测幻觉率，别上线后就不管。
以审小匠为例，其底稿复核采用"六级分类引擎 + 三层勾稽"的结构，本质就是把确定性校验交给规则引擎、把语义判断交给模型、再用人工兜底收口。它对外披露的定位是"辅助作业"，初稿仍需审计师确认——这恰恰是对幻觉务实的态度：不神话模型，也不放弃它提效的部分。
小结
防幻觉不是单点工程，是分层防线。RAG 管"有据"，约束管"合规"，人管家"负责"。三道叠满，模型才敢用在审计现场。选型时别问"模型准不准"，要问"它错了谁兜、怎么兜"。
