市面上大多数「AI 效率工具」的承诺是全自动：一键生成、自动执行、替你决定。我们做四款产品（LexCheck、LexMail、LexArch、AINews）的过程中，反复遇到同一个问题——全自动的效率收益，和出错的代价，往往不成比例。这篇文章记录我们沉淀下来的四条底线，以及每条底线背后的具体设计。

底线一：AI 只建议，人来拍板

LexArch（文件自动归档）的模型层永远只输出建议，从不自动移动文件。自动执行的唯一来源是「你亲自确认过的规则」。

更关键的是规则怎么来的：所有学来的规则都从「建议级」起步——命中只入队给建议，绝不自动移动；同一建议被你再次确认，才晋升为自动执行。我们叫它两段晋级。宁可多确认一次，不让一个泛化的词（比如「合同」这种能命中半栋楼的词）静默移错一批文件。

配套的防线还有四道：泛化禁词表、关键词长度闸、跨目标歧义检测、历史回测。规则入库前先拿人工历史试跑一遍，与历史冲突的直接拒绝。

底线二：完成标准写在系统里，而不是写在宣传里

LexCheck（企业网络核查）最容易翻车的地方不是查不到，而是把没查到当成查到了：页面打不开、遇到验证码、跳到登录页——这些页面里没有你要的信息，但自动流程会把「有返回」当「有结果」。

所以 LexCheck 的完成标准只有两种状态：查询已提交、记录与企业对得上号、有结构化数据和证据，才算「查到」；页面明确给出空态并且留了证据，才算「没查到」。首页、验证码页、登录页一律不算结果。空结果也要有凭据，因为「确认没有」和「没查到」同样值钱。

底线三：原件不可变，智能可重建

LexMail（邮件档案）保存的是每一封邮件的原始字节——收发时的原样，不可篡改。已读、星标、隐藏、AI 摘要，全部是旁挂信息，随时可以删掉重来，永远动不到原件。

这个设计换来的自由是：智能功能可以放心迭代。分类规则改了？重新跑一遍就好。摘要模型换了？重建就行。智能是易变的，原件是永恒的——两者分开了，你就不用在「要不要信任 AI」上做赌博。

AINews 同理：文章按原样存档，标题、正文、摘要都是可重算的派生数据。链接失效、原文被删，你的档案里原样还在。

底线四：数据不出你的电脑

LexMail 的 AI 摘要只发到本机运行的模型；LexArch 的扫描件识别（OCR）在本机完成；AINews 的 AI 功能默认关闭，开启后可以只用本地模型；LexCheck 支持整体私有化部署。

这条底线的逻辑很简单：效率的提升，不应该以交出数据为代价。尤其对法律、合规这类行业，「用 AI」和「数据出域」不应该是捆绑销售。

结语

这四条底线不是限制效率，而是让效率可持续——因为用户敢把真实工作放进来，工具才有资格变聪明。AI 负责规模和速度，人负责判断和拍板，证据和撤销机制负责兜底。这是我们对「工程级工具」的定义。