这两年，刑事办案中的“技术材料”正在发生一个非常明显的变化。过去律师面对的技术性证据，大多还是传统意义上的鉴定意见、电子数据提取笔录、勘验检查笔录、审计报告、司法会计意见等。现在，越来越多的新型材料正在涌入刑事诉讼：有的是基于大数据碰撞、轨迹分析、关系图谱生成的研判结果；有的是平台系统自动输出的异常交易识别、账户风险评分、网络结构关联模型；还有的是借助人工智能算法，对海量数据进行筛选、分类、聚类、比对后形成的分析报告。

一、为什么这个问题现在格外重要？

因为我们正处在一个非常关键的转折点：算法材料正在从后台工具走向前台证据。

过去，很多系统生成结果只是供侦查机关内部参考，比如哪些账户有异常资金流动、哪些交易链条疑似存在分层转移、哪些对象之间存在高频联系、哪些轨迹发生了碰撞和重叠、哪些经营数据与票据流、资金流、物流之间不匹配。这些材料本来更像“线索发现器”，其功能是帮助办案机关缩小范围、提高效率、形成研判。

但近年来，一个明显变化是：这些分析结果越来越不满足于做“后台线索”，而是在卷宗中被逐渐赋予更高的地位。它们开始被包装成“智能分析报告”“数据碰撞结果”“模型识别结论”“关系图谱分析意见”“资金分析认定报告”，乃至被默认为某种“客观证据”。

二、抽样检验与“金析为证”背景下，为什么律师更要警惕？

1. 抽样检验、抽样审查的扩大使用，可能让“局部推整体”变得更容易

抽样方法本身并不当然错误。在海量数据、批量交易、数量庞大的票据、电子记录、商品、账册、流水材料面前，完全逐笔逐项核查，现实中确实经常面临成本与效率问题。所以，某些条件下允许抽样，表面上看是程序技术层面的优化。

但律师真正要警惕的是：抽样一旦与算法分析、模型推断结合，极容易形成“双重推断叠加”。

这实际上会造成一种证明结构上的滑坡：从直接证明，退化为样本证明；再从样本证明，退化为模型证明；最后从模型证明，退化为整体归责。每退一步，事实基础都在变薄；但因为披着“技术”和“统计”的外衣，反而容易让人误以为更加科学、更加可靠。

2. “金析为证”类分析报告的推广，意味着经侦案件中的“分析型证据”正在制度化

如果说抽样问题更多发生在证据方法论层面，那么“金析为证”类分析报告的推广，意义更大。它表明，经侦系统正在更加系统地把金融分析、账户结构分析、资金路径分析、交易网络分析等技术手段，转化为案件中的核心说明材料。

在经侦案件中，这种趋势尤其明显，因为经侦天然面对海量账户、多层嵌套交易、大量票据、合同、流水、发票、平台记录，以及公司、个人、关联方之间复杂的资金往来。办案机关确实比过去更依赖技术分析，但依赖分析，不等于分析本身就能替代证明。

三、律师首先要明白：算法生成材料，不天然等于证据

很多律师面对这类材料时，最容易出现的误区，是一上来就默认它已经是“证据”了，然后直接去争论它准不准、对不对、有没有误差。其实第一步不应该是这样。第一步永远是：先追问它到底是什么。

它究竟属于电子数据、鉴定意见、检验报告、审计报告、专门性问题说明、侦查机关内部分析材料、技术辅助研判结果，还是平台自动生成截图？这个定性问题非常重要。因为只有先把它的法律属性说清楚，后续才能谈它的可采性、质证方式和证明力。

如果它本质上只是对已有材料的再说明、再推断、再归纳，它凭什么在法庭上被当成一种天然客观、几乎不可动摇的“高等级证据”？律师首先要把这一层捅破。

四、面对算法材料，律师的核心任务不是“反技术”，而是把它重新拉回证据法

真正专业的刑事辩护，从来不是反对技术，而是反对技术未经法律过滤地直接进入定罪机制。所以，面对算法生成材料，律师最重要的工作，不是抽象地说“我不相信人工智能”，而是把它重新拉回刑事诉讼最基本的几个问题。

把这些问题问出来，所谓“高科技证据”的神秘感往往就会迅速消退。因为说到底，它仍然是证据问题，不是魔法问题。

五、律师应对算法材料，至少要从五个层面展开

第一层：审查原始数据来源是否合法

任何算法材料都不是凭空生成的，它一定建立在底层数据之上。以经侦案件为例，往往可能涉及银行流水、第三方支付数据、发票数据、税务申报信息、交易平台数据、物流记录、通联记录、公司工商资料、设备识别信息和账户关联信息等。

律师要追问的是：这些数据是谁调取的？基于什么依据调取？是否有审批手续？是否存在超范围调取？是否将与本案无关的大量主体卷入分析？是否在不同案件、不同系统、不同用途之间进行了越界拼接？

如果底层数据本身就来路不明，后面的分析越复杂，问题只会越大，不会越小。

第二层：审查分析过程是否完整、可核、可重复

算法生成材料最大的风险，在于它不是原始证据，而是“处理后的结果”。所以律师一定要盯住中间层：使用了什么系统？系统版本是什么？谁操作的？操作日志是否完整？规则由谁设定？模型参数是什么？阈值如何设置？是否经过人工复核？是否经过第三方验证？是否可以在相同原始数据基础上重复得出同样结果？

如果这些都说不清，那所谓“分析结论”其实更接近一种技术包装下的主观判断，而不是可以稳定信赖的证明材料。

第三层：审查抽样是否科学、合法，能否外推

如果本案涉及抽样检验、抽样核查、抽样比对，律师必须特别谨慎。因为抽样最怕的，不是“抽了样”，而是样本怎么选的没人说清、样本是否具有代表性没人证明、抽样比例没有合理依据、抽样误差没有说明，结果却被直接外推到全部对象、全部期间、全部金额、全部行为。

第四层：审查它到底证明“事实”，还是仅仅证明“可疑”

很多算法材料最擅长的，不是证明事实，而是制造一种强烈的“可疑感”。比如资金流异常、交易结构不自然、账户之间存在高频联系、物流票据资金之间匹配度异常、若干节点构成封闭循环、某人长期出现在某些数据链条的关键位置。这些现象当然可能提示问题，但提示问题，不等于证明犯罪。

律师要不断逼问法庭和控方：它究竟证明了什么具体行为？能否直接证明主观明知？能否直接证明共谋意思联络？能否直接证明虚构交易、非法占有、掩饰隐瞒、虚开发票、洗钱转换等具体构成要件事实？还是仅仅说明“看上去很不正常”？

第五层：审查它能否被有效质证

程序正义的核心之一，就是不利于被告人的材料必须能够被理解、被审查、被反驳。如果一份算法材料不披露底层数据、不说明分析规则、不提交关键日志、不解释参数设定、不说明误差率、只给结论不给过程，那么辩方实际上就无法有效质证。

六、面对“金析为证”类报告，律师尤其要防止三种误区

误区一：把“资金异常”直接等同于“犯罪事实”

资金流异常，可能说明商业安排复杂、财务处理混乱、存在避税动机、民商事关系嵌套，甚至可能说明存在行政违法；但它并不自动等于刑事犯罪，更不自动等于某一个具体罪名已经成立。资金回流不当然等于虚开，多层转移不当然等于洗钱，对公对私混用不当然等于非法经营。

误区二：把“图谱清晰”误当成“事实清楚”

很多报告最有视觉冲击力的地方，就是图谱。账户之间一连线，资金路径一展开，节点一标色，看起来非常“实锤”。但图谱最大的迷惑性恰恰在于：它会让人误以为“结构清楚”就等于“事实清楚”。其实图谱可以清晰呈现流向，却不当然清楚呈现原因；可以显示联系，却不当然证明主观故意。

误区三：把“系统结论”误当成“中立真相”

任何分析系统都有自己的规则、假设与偏好。它不是站在真空中输出答案，而是在预设框架下选择信息、组织信息、解释信息。如果这些预设不被揭示出来，那么所谓“系统结论”就很容易被误读成某种超越人为判断的中立真相。这对辩护最危险，因为一旦系统被神化，律师的质证空间就会被悄悄压缩。

七、律师在法庭上到底该怎么发问？

很多时候，律师不是不会质疑，而是不知道怎么把质疑落到法庭语言里。其实，对算法生成材料，发问的基本方向很清楚。

这些问题的意义，不只是为了“难住对方”，而是为了让法庭看到：算法材料并不是天然透明、天然客观、天然可靠，它同样有非常具体、非常现实、非常致命的审查难题。

八、在这个时代，律师最重要的能力之一，就是学会拆解“技术权威”

算法生成材料进入刑事诉讼，真正改变的不是某一份证据，而是整个办案氛围。过去律师面对的是人的供述、证人的证言、书证的瑕疵、鉴定意见的方法问题；现在，律师越来越多地还要面对数据权威、系统权威、模型权威、图谱权威和分析报告权威。

这种权威最可怕的地方在于，它不像传统证据那样容易被直观看见漏洞。它往往更复杂、更专业，也更容易让法庭在心理上先产生信赖。因此，未来刑事辩护中非常重要的一项能力，就是拆解技术权威。

这其实仍然是刑事辩护的老本行，只不过对象变了。过去拆的是口供，现在拆的是算法；过去拆的是证言，现在拆的是模型；过去拆的是鉴定，现在拆的是系统分析报告。方法论没有变：仍然是回到事实、回到证据、回到程序、回到证明标准。