资金链路 AI Agent 火了，经侦和纪委人员从万千流水看到希望

图计算、大模型、多智能体——这套骨架不缺；
缺的是把它接到办案的入口、关联逻辑和证据标准上

最近技术社区里，一篇讲「资金链路分析 AI Agent」的架构解析流传得挺广：用图数据库把账户和转账建成一张资金拓扑网，用大模型去读转账备注、合同、发票，再用一组分工明确的多智能体，把「拉流水—建图—研判—出报告」整条链路串起来。文末给了一个判断：智能化资金溯源，将逐步替代大部分人工尽调工作。

这套架构本身没有问题。它在反洗钱、税务稽查、集团内控这三个场景里确实已经落地，那些场景的数据条件也确实撑得起这套设计。

但把它原样搬到经侦、反诈、纪检监察的案头，会卡在三个地方——而这三个地方，恰好都不在架构图上。

图 1 · 技术圈方案的四层架构：银行侧的「数据源层」几乎不占工作量

一、数据入口：银行是「拉」，侦查是「调」

银行风控的数据是自有的。账户、交易、客户信息都在自己的数仓里，字段统一、按日增量，一个查询就能拉出全量。所以架构图里那一层「数据源」，在银行侧几乎不产生工作量。

侦查不是这样。办案要用的流水，是从涉案银行和支付机构那里一笔笔调回来的：少的七八家，多的几十家；有的给 Excel，有的给 PDF 打印件，有的是回执扫描件拍照；字段名各家不同，「交易金额」「发生额」「借方发生额」指的是同一件事；一个户名在不同银行可能用了三种写法；卡号和身份证经常对不上。

再加上时间跨度不齐、缺页、多币种、一人多卡、一户多卡——这些都是常态。于是，架构图上最不起眼的那一层，在侦查场景里变成了工作量最大的一层。

这也是不少单位买回来的「AI 分析」最后卡在导入环节的原因：算法再好，喂不进去也跑不起来。判断一套资金分析工具有没有用，第一眼不该看算法，而该看它能不能把几十家银行、十几种格式的流水一次吃进去，并且把人和卡对齐。

银行图谱的节点是账户和客户实体，关联键是统一社会信用代码、预留手机号、法人身份证。这套键在风控里够用，因为它要回答的是「这个主体的交易是否偏离基线」。

侦查要回答的是另一个问题：这笔钱最后到了谁手里。

图 2 · 同一笔钱，两种图谱视角的差别

同一个人在这里会有很多张脸：本人卡、亲属代持的卡、配偶与父母子女的账户、自己实控的对公户、实名认证的第三方支付账户。真正的关联键是身份证，以及身份证之外的关系——婚姻、亲属、同案、上下级、共同居住、通话与同程。工商股权只是其中一条边。

换句话说，侦查需要的不是一张「账户图」，而是一张「人—账户—企业—关系」的多源异构图。只按信用代码和手机号建图，最关键的「人」会被漏掉——而漏掉的那个，往往就是案子的答案。

银行风控的输出是风险分加一个动作：拦截，还是放行。判错了顶多是误报或漏报，成本在可控范围内。

公安和纪检监察的输出要进卷宗。这意味着三件事：每一条认定的资金链路，都要能回到原始流水凭证；每一步推理，都要能被复核、被复现；可疑点的表述，要对得上法定的情形。

《金融机构大额交易和可疑交易报告管理办法》给金融机构定了明确的报告义务，但那是金融机构的义务口径，和侦查环节的认定标准并不相同，不能直接搬过来用。

所以大模型说「我判断这条链路存在资金回流嫌疑」，这本身不构成结论——它必须给出证据位点，由办案人来核实、来认定。

这也决定了 AI 在侦查场景里的位置：把材料摆好、把线索指出，而不是替你下结论。谁把 AI 包装成「自动认定」，谁的方案在评审会上、在法庭上都站不住。

图 3 · 侦查场景里 AI 该做的三件事

与其争论 AI 能不能替代研判，不如先把三件确定的事做扎实。这三件事都不需要 AI「懂案件」，只需要它把脏活干完：把格式混乱的流水统一成一套口径，把散在几十个账户里的链路一次画出来，把已知的固定特征（分散转入集中转出、快进快出、整数倍、夜间大额、相近时点从多点转出）先筛一遍。

它省下来的，是导表和核对的时间、逐层翻流水的时间、人眼扫几十万行的精力。这些时间原本不产生判断，只产生疲劳。

DMSeek 的做法，就是把这三件事做扎实：几十家银行、十几种格式的流水导入后自动对齐人卡关系；一键生成资金关系图，把多层链路一次拉通；按已知特征先筛一遍，把命中结果交给你研判。全程在内网完成，涉案数据不出网。

它不替你下结论，只是把翻表格的时间还给你。

DMSeek 深度资金分析系统 官网 dmseek.com 可直接下载，免费使用
DCSeek 侦查工具平台 · dcseek.com

手机长按识别二维码，直达官网

DMSeek 资金分析
dmseek.com

DCSeek 侦查工具
dcseek.com

长按识别对应二维码直达官网 · 电脑端可点文末「阅读原文」
如需一对一交流个案研判思路：电脑端打开 dmseek.com，右下角「联系客服」