智慧检察系统方案里，“AI辅助办案”几乎是标配词。方案里写的是“智能辅助量刑建议”“智能辅助证据审查”“智能辅助案件分流”“智能辅助文书生成”，演示时也确实能跑出结果：输入案情，弹出量刑区间；扫描卷宗，标出证据瑕疵；点一下按钮，生成起诉书草稿。但2026年亚讯威视在多个检察项目评审和验收中发现，方案落地后最常见的问题不是AI不够智能，而是“辅助”两个字被用模糊了——系统把建议推给检察官，检察官不知道该信到什么程度；系统把风险标出来，检察官不知道是必须处理还是仅供参考；系统生成文书草稿，出了错责任算谁的。边界不清，AI越“智能”，检察官越不敢用；用起来之后，又容易把“参考”当成“结论”，把“辅助”当成“替代”。所以智慧检察系统方案里，AI辅助和检察官判断的边界必须逐项划清楚，不是写一句“AI仅作辅助、最终由检察官决定”就能交差的。下面把“辅助”二字拆成六个边界来讲。

第一个边界：AI能“提示”，不能“定性”。 检察办案的核心判断是定性——一个行为构成什么罪、一个证据能不能采信、一个嫌疑人捕不捕、诉不诉。这些判断涉及法律适用、事实认定和价值权衡，是检察官的法定职责，AI不能替代。AI能做的是提示：从卷宗中提取关键要素（时间、地点、人物、金额、行为方式），提示“本案可能涉及罪名A和罪名B”；从类案中检索相似案例，提示“同类案件多数以罪名A起诉”；从证据材料中标记矛盾点，提示“证人证言与书证在时间上存在不一致”。提示是“供你参考”，定性是“你来决定”。方案里要明确写清楚：AI输出的罪名建议、证据采信建议、捕诉建议，均标注“参考意见，不构成定性结论”，界面上不能做成“一键采纳”的按钮，检察官必须经过自己的审查判断后独立作出决定。亚讯威视在方案里把“AI输出标注参考属性”作为硬性要求，验收时检查每条AI建议是否带“参考”标识、是否有检察官独立确认环节。

第二个边界：AI能“排序”，不能“取舍”。 证据审查是检察办案的高频环节，卷宗动辄几十上百页，AI可以按相关性对证据材料排序、按证明力标注优先级、按时间线整理证据链条，帮检察官快速抓住重点。但排序不等于取舍——AI把某份证据排到后面，不意味着这份证据不重要；AI标注某份证据“关联度低”，不意味着这份证据可以被忽略。证据是否采信、证明力强弱、能否形成完整证据链，是检察官的判断。方案里要明确：AI的排序和标注是“阅读辅助”，不是“证据审查结论”；排序规则要可解释、可调整，检察官可以手动改变排序、标注自己的判断理由；系统要记录AI排序和检察官判断的差异，供后续复盘和模型优化。亚讯威视在验收时测试“AI排序—检察官调整—调整理由记录”流程，确认排序不替代取舍。

第三个边界：AI能“计算”，不能“裁量”。 量刑建议是认罪认罚从宽和公诉工作的核心环节，AI可以根据量刑规范化标准、类案判决数据、法定和酌定量刑情节，计算出一个量刑区间或建议值。这是AI最擅长的“计算”类工作——把刑期起点、基准刑、调节比例、从宽幅度按规则算出来，比人工计算快、比人工检索全。但量刑裁量不是纯计算：自首的认定、立功的认定、认罪认罚的自愿性、退赃退赔的主动性、社会危害性的综合评估，这些涉及价值判断和个案权衡，是检察官的裁量权。方案里要明确：AI量刑建议是“计算参考”，不是“裁量结论”；系统要展示量刑计算的全过程——用了哪些情节、每个情节调节了多少比例、依据是什么，让检察官能逐项核对、逐项调整；检察官调整量刑建议时，系统要记录调整理由，形成“AI计算+检察官裁量”的完整记录。亚讯威视在方案里把“量刑计算过程可追溯”作为AI量刑模块的必备功能，验收时检查每个量刑情节是否可追溯、检察官调整是否留痕。

第四个边界：AI能“生成”，不能“签发”。 文书生成是AI辅助办案最直观的功能：输入案件信息，生成起诉书、公诉意见书、审查报告草稿。这确实能减轻检察官的案头工作，但文书生成和文书签发是两件事。AI生成的文书草稿，可能存在事实摘录错误、法条引用过时、说理逻辑不严密、格式不规范等问题，必须经过检察官逐字逐句审核修改后才能签发。方案里要明确：AI生成的文书标注“草稿”水印，文书生成后必须经过检察官审核、修改、确认三个环节才能进入签发流程；系统要记录AI生成稿和检察官修改稿的差异，修改幅度过大时提示“AI生成质量需复核”；文书签发责任由检察官承担，系统日志要能追溯到“谁审核、谁修改、谁签发”。亚讯威视在验收时测试“AI生成草稿—检察官修改—审核确认—签发”全流程，检查草稿水印是否可见、修改痕迹是否保留、签发日志是否完整。

第五个边界：AI能“分流”，不能“定分”。 案件分流是检察办案管理的环节：简单案件走速裁程序、复杂案件走普通程序、涉及特定罪名的案件分配给专业办案组。AI可以根据案件类型、罪名、金额、嫌疑人数量、证据复杂度等要素，给出分流建议。但分流涉及办案组织安排和检察官配置，是管理判断，不是算法判断。方案里要明确：AI分流建议是“管理参考”，案件最终分给谁、走什么程序，由案件管理部门或院领导决定；系统要展示分流建议的依据（哪些要素触发了这个建议），允许人工调整并记录调整理由；分流结果要能回溯，便于评估AI分流建议的准确率。亚讯威视在方案里把“分流建议可解释、可调整、可回溯”作为验收标准，避免AI分流变成“黑箱定分”。

第六个边界：AI能“学习”，不能“固化”。 智慧检察系统的AI模型通常基于历史案件数据训练，历史数据中的办案习惯、量刑偏好、证据标准会被模型学习进去。这带来一个风险：如果历史数据中存在偏见或偏差，AI建议会放大这些偏差；如果模型长期不更新，AI建议会固化旧标准，跟不上法律修改和刑事政策调整。方案里要明确：AI模型要定期评估和更新，评估指标包括建议采纳率、建议准确率、与法官判决的偏离度、不同罪名和地区的偏差分析；模型更新要经过业务部门确认，不能由技术厂商单方面推送；AI建议的采纳和拒绝记录要回流到模型评估，形成“使用—反馈—优化”的闭环。亚讯威视在方案里把“模型评估机制”作为AI辅助办案的必选条款，验收时检查是否有模型评估报告、是否有业务部门确认记录、是否有反馈回流机制。

六个边界划完，还要回答一个根本问题：边界靠什么落地。 亚讯威视的建议是“三件事”：第一，界面设计体现边界——AI建议和检察官判断在界面上分区展示，AI输出标注“参考”，检察官输入标注“决定”，不能混在一起让用户分不清；第二，操作流程固化边界——AI建议之后必须有人工确认环节，确认可以是“采纳”“修改后采纳”“不采纳”，每种选择都要记录理由；第三，审计日志证明边界——系统要记录每条AI建议的生成时间、内容、检察官的处理方式、处理时间、最终决定，形成完整的“AI辅助—人工判断”链条，案件评查和司法责任认定时有据可查。

验收时怎么确认边界真的划清了。 亚讯威视建议按“六个有没有”验收：AI建议有没有标注“参考”属性、有没有人工确认环节、有没有处理理由记录、有没有调整痕迹、有没有模型评估机制、有没有审计日志。六个有没有全部落实，才敢说“辅助”二字讲透了。任何一个没有，AI辅助就可能变成“AI替代”或“AI摆设”——要么检察官不敢用，要么用了之后责任不清。

回到标题的问题：AI辅助办案和检察官判断的边界怎么划？答案不是一句“AI辅助、检察官决定”的原则口号，而是在提示与定性、排序与取舍、计算与裁量、生成与签发、分流与定分、学习与固化六个维度上逐项划清，用界面设计、操作流程和审计日志把边界固化到系统里。2026年亚讯威视把“辅助”二字讲透，核心不是限制AI的能力，而是让AI在它该在的位置上发挥价值——AI做AI擅长的事（提取、检索、计算、排序、生成草稿），检察官做检察官必须做的事（定性、取舍、裁量、签发、定分）。边界清了，AI才敢用、才好用、才用得放心；边界不清，AI越强，检察官越犹豫，系统越贵，落地越难。智慧检察的“智慧”，不在于AI替检察官做了多少判断，而在于AI让检察官的判断更快、更全、更有依据——但判断本身，始终是检察官的。