核心用法
DGR（Decision-Grade Reasoning）是一套推理治理协议，用户提交决策请求后，系统按选定模式（dgr_min/dgr_full/dgr_strict）生成机器可验证的JSON工件，包含决策上下文、显式假设、风险清单、带依据的建议及一致性检验。适用于需要留痕审计、多方复核或合规审查的场景。
显著优点
1. 审计友好：输出结构化JSON，便于存储、检索与合规审查。
2. 风险显性化：强制至少列出一项假设与一项风险，减少隐性盲区。
3. 模式分级：三级速度-深度权衡，从快速决策到保守分析灵活切换。
4. 人机协同：明确标注review_required，支持人机分工而非替代。
潜在缺点与局限
- 不保证正确性：仅提升流程质量，不确保结论最优或真实。
- 速度成本：
dgr_strict模式显著慢于常规推理。 - 幻觉风险仍在：禁止编造来源，但无法完全消除模型幻觉。
- 非专业建议：不构成法律/医疗/金融建议或自动合规认证。
适合人群
- 需要决策留痕的企业治理、风控、合规团队
- 多轮审核的科研、政策分析、医疗决策支持场景
- 对AI输出可追溯性有高要求的组织
常规风险
- 过度依赖结构化格式：可能让用户误以为"有格式=可信"。
- 模式误配：低 stakes 任务误用
strict造成效率损失，高 stakes 误用min遗漏关键假设。 - JSON 解析失败：下游系统需健壮处理 schema 变更或字段缺失。