券商客服AI系列②：大模型质检 vs 上一代NL

券商客服质检这半年，大模型和上一代 NLP 早就不是谁替代谁了。

上一代 NLP 干的是转写、规则报警。覆盖率确实提上来了，但只认字不认意。客户问理财保本吗，坐席含糊答"您放心"——没敏感词就抓不到。规则越堆越厚，误报还多，最后还是人工兜底。

大模型真正补上的是语义理解。它能看上下文、懂话里有话，把隐蔽违规也揪出来。但落地不是换个模型完事，而是搭流水线：规则引擎先筛白名单，语义模型判常规违规，Agent 啃复杂边界，人来做最终复核。

华福证券投产后准确率约 98.3%，效率比人工高约 120 倍；中信建投那边，人工复核量降了约 80%。不过大模型有幻觉，不能直接当处罚依据，算力成本也不低。

所以最稳的打法是：NLP 守确定性，大模型攻复杂性，人守住责任。