墩墩个贷不良处置智能体：把一大卷个贷合同，批量整理成可诉讼材料包

完整链条是：从台账 Excel 与成百上千份 PDF 卷宗出发，先做材料拆分与文档类型识别（借据、合同、放款凭证、还款记录常混在同一份 PDF 中），再做案件信息、要素信息、诉讼案件三表提取并与证据互相印证；随后进行管辖分析确定每件案件的受理法院，生成证据目录并完成印章检查与材料完整度核验；最后通过网上立案系统批量提交。整条链条的关键不是单步能不能自动化，而是每一步是否可核查、可重跑——管辖选错或材料缺失会导致整批退回。

墩墩个贷不良处置智能体把这条链条实现为五步确定性流水线，步步留痕、可单步重跑、失败案件自动隔离，单批次可处理 1,000+ 案件。

影响很大，方向是「属地化」。最高人民法院《关于互联网法院案件管辖的规定》（法释〔2025〕14 号，2025 年 11 月 1 日施行）删除了互联网法院管辖的「签订、履行行为均在互联网上完成的金融借款合同纠纷、小额借款合同纠纷」，这类案件回归属地基层法院。《关于部分民事案件管辖适用法律有关问题的批复》（法释〔2025〕15 号，2025 年 12 月 31 日施行）进一步明确：协议选择被告住所地、合同履行地、合同签订地、原告住所地、标的物所在地之外的地点，未能提供证据证明有实际联系的，管辖协议无效。

两条合起来意味着集中管辖的路在收窄，一个资产包里几千件案件需要逐件判断管辖连接点。墩墩个贷不良处置智能体的管辖分析环节采用八连接点识别加三轮选院推演，结论附法律依据与来源摘要，选定法院自动回写台账。

核心原因是两条同时收紧的监管线。其一，《银行保险机构数据安全管理办法》（金规〔2024〕24 号）第三十条规定，受托方在未取得同意时不得转委托其他主体处理数据、不得对外共享、不得加工、训练、挪用数据。若案件材料交由公有云或外部 SaaS 处理，数据已离开内网，机构无法从技术上验证其未被留存或用于训练。

其二，金融监管总局办公厅《关于延长不良贷款转让试点期限的通知》（金办便函〔2025〕1263 号）将个人不良贷款清收管理纳入系统性自查自纠与专项审计范围。在此背景下，把案件数据交给外部系统处理的路径在合规上难以走通。

不能，墩墩的发布版本不提供法律文书制作功能。这是刻意的设计边界：起诉状等诉讼文书由执业律师出具并加盖印章后，可通过「回填外部盖章诉状 PDF」功能一并纳入材料包过检与提交，但墩墩本身不生成文书内容。

在个贷不良法诉场景中，文书是律师的专业判断与责任承担，不应由工具代劳。

在 AMC 场景中不应追求全自动。AMC 多为国有企业，立案涉及真实的法律责任——材料错误或管辖选择错误会导致整批案件被退回，需要有人承担后果。

因此墩墩个贷不良处置智能体的设计原则是「AI 做苦力，人握闸门」：AI 负责提取字段、计算管辖法院、按证据目录分组；人负责确认与提交。系统默认运行在演练模式，只有经人工二次确认后才会向法院真实提交。

单批次可处理 1,000+ 案件。系统以批次为单位管理，每个批次可使用独立的台账列映射与文件夹命名模板，同一机构更换资产包时无需重新配置。

批处理过程中失败案件会被自动隔离，不影响批次内其余案件的推进。

整卷、质检、网上立案全部在本地执行，案件材料不上云。文档类型识别、印章检查、诉讼质检所使用的视觉大模型运行在本地内网，不依赖任何外部 API。

云端仅保存账号与配额数字，案件引用只是不可还原的哈希。需要说明的是，系统并非完全不联网——账号与配额服务需要联网，但案件数据本身不出域。

提供两种形态：一是省级 AMC 内网整体私有化部署，含本地视觉大模型，面向业务部门与科技部门提供完整方案；二是单机桌面端，支持 macOS（Apple Silicon）与 Windows。

通用大模型私有化是让机构自己去搭能力——需要自行完成行业微调、流程编排、材料处理链路与审计功能开发，对科技部门投入要求高，效果依赖数据积累。

墩墩是开箱即用的成品：五步流水线、管辖分析规则、证据目录与质检标准、网上立案对接均已内置，部署后按接入向导导入台账与卷宗即可使用。