LO
实际部署流程与自助化2026-01-28
美国商品期货交易委员会在联邦 AI 用例清单中报告,它每天运行一个孤立森林模型来标出可能有误的数据加载
数据工程师职业页 →
事件日期 / 报道日期
2026-01-28
证据阶段
实际部署企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。
关联任务
数据错了,但什么都没报错
上游某个字段的含义变了、某个任务跑了两遍、时区偏了 —— 而所有看板依然是绿的。
仍由人主导✓ 有证据支撑
适用范围
一个监管机构、一个数据集,依法定义务上报。条目 CFTC-001,在逐条上报的 CSV 里,全文只有两句:一个异常检测模型,「旨在识别 TCR 数据里可能有误的数据加载」,用的是「基于聚合数据的孤立森林模型」,并「每天自动运行」。条目没有投产日期、没有供应商、没有量、也没有说这个模型抓到了什么或漏掉了什么,所以这里的日期取合并清单的发布日(2026-01-28),而部署本身没有任何一个日期。它立住的是:至少有一个数据团队已经把这项任务的前一半 —— 察觉一次加载看起来不对 —— 交给了一个定时跑的模型;它对后一半一个字没说,即弄清那次错误加载意味着什么、该怎么办。同一份清单里有一条反着读的条目:DOJ-0006,烟酒枪炮及爆炸物管理局列了一个数据平台,其异常检测与数据质量功能「内嵌在工具里」,并补了一句「不过我们并不直接使用这些功能」。一项列出来的能力和一项用起来的能力是两件事,而这份清单的格式允许机构说清自己是哪一种。
这意味着什么
这项任务的前一半 —— 察觉一次加载看起来不对 —— 正是一个每天跑在加载上的孤立森林在做的事,而一个监管机构在跑一个。剩下的是模型做不了的那一半:弄清这个异常意味着什么、要不要紧、上游该改什么。让看板保持诚实的正是那一半,而这条条目没有碰到它。
还不能说明什么
两句话,没有日期、没有量、没有精度。没说模型抓到什么漏掉什么、有没有人根据它的标记去做什么、它多久错一次。而同一份清单里另一个机构列了同样的能力,下一句就说自己不用它 —— 所以一个被列出来的检测器不等于一个被用着的,而这条记录说不出你那边会是哪一种。
你可以核实什么
问一句:上个季度的数据质量事故里,有几起是人先发现的、几起是检查先发现的。如果没人答得出,那本身就是发现:在你知道人现在到底抓到什么之前,你不可能知道一个模型会接走什么。
是否改变评估
否。影响指数不会被单条事件改变。这条记录做到的是:上面 1 项关联任务的判断从「推断」变成了「有证据支撑」。
来源
OMB — 2025 Federal Agency AI Use Case Inventory (entry CFTC-001) · 核实于 2026-09-20 · Claude (agent) · 解读于 2026-09-20 · Claude (agent)
一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。