自主执行，全程可控
WIDTH 的 AI 代理在身份、行为、交易与网络关系等全维度数据信号上进行推理。每一个决策均附带完整推理链，符合 MAS FEAT（公平、道德、问责、透明）原则及 EU AI Act 附件三对高风险 AI 系统可解释性的强制要求；每一个动作均可回滚，每一条轨迹均可审计。
WIDTH 的 AI 代理在身份、行为、交易与网络关系等全维度数据信号上进行推理。每一个决策均附带完整推理链，符合 MAS FEAT（公平、道德、问责、透明）原则及 EU AI Act 附件三对高风险 AI 系统可解释性的强制要求；每一个动作均可回滚，每一条轨迹均可审计。
推理、决策、解释三个循环在每位客户和每个事件上并行运作，无交接、无上下文丢失。该架构直接响应 MAS FEAT 原则对 AI 系统"道德性"与"问责性"的双重要求，确保每个自动化决策均有人类可理解的依据。
推理循环持续摄取 KYC 数据、交易记录、设备信号与网络关系上下文，实时更新每位客户的动态风险图谱。图谱同步呈现给人类分析师，并标注 AI 当前假设与置信度——满足 FATF 基于风险方法（RBA）对持续尽调（ongoing CDD）的要求，以及 Wolfsberg 原则对"全面客户档案"的标准（基于40+信号源融合，行业调研数据）。
探索图谱 →
AI 采取的每一个操作——放行、暂停、升级、提交 SAR——均受机构书面合规政策约束，不得越权执行。政策即代码的设计直接满足 MAS Notice 658 对个人问责制的要求：每条决策均可追溯至具体政策条款与授权审查员，确保监管检查时责任链清晰。
查看政策 →为每个警报标记生成通俗易懂的中文叙述，引用具体证据与规则条款。叙述格式符合金融情报单位（FIU）对 SAR/STR 叙述部分的质量要求，亦契合 IMDA《AI 治理框架》对 AI 决策说明的透明度标准，分析师可直接作为申报底稿使用。
查看示例 →AI 自动放行低风险客户（适用 SDD 简化尽调）、自动暂停制裁明确命中，并将需要 EDD（增强尽调）判断的模糊案例路由给分析师。人机分工设计符合 FATF RBA 指引对"风险比例原则"的要求，确保高风险决策保留人工审核节点，满足监管机构对自动化决策的问责预期。
案件管理原理 →每次模型变更均被版本记录、签名并可逆，由机构风险委员会独立审查后方可上线。治理流程符合 FCA SS1/23《模型风险管理》对模型变更审批的要求，以及 MAS Notice 658 对高级管理层对 AI 模型负有最终问责的监管预期。
查看治理 →每次模型运行均测量输入分布漂移、输出分布漂移与人口公平性差异 — 在漂移触及 MAS FEAT、EU AI Act 第15条或 NIST AI RMF 阈值前预警模型风险团队。生产环境无静默退化。
了解模型风险 →大多数合规供应商将大语言模型（LLM）叠加在传统规则引擎之上。结果是：决策速度更快，但推理链断裂、审计轨迹碎片化，无法满足 MAS FEAT 原则对可解释性的要求，也难以通过 FCA SS1/23 模型风险管理框架下的监管审查。
