1. 引言
伴随信息技术的蓬勃发展，数据呈现爆发式增长、海量集聚的特点，已成为国家和社会治理的重要战略资源。数字检察的核心要义，在于统筹数字化技术、数字化思维、数字化认知，培育数字能力和方法，构建检察数字治理机制体系，通过检察大数据能动运用，打开价值创造新空间。这一战略的提出，不仅让大数据技术为检察监督工作注入了新的活力，也为检察机关发挥其在法律监督领域的能动性提供了充分的正当性。传统的以案卷审查为核心的被动监督模式往往流于形式，不能适应新时期检务工作的需要。为此，检察机关应充分利用大数据优势，在推进技术革新的同时，重构“数据赋能监督，监督促进治理”的新型监督范式，实现社会化治理的终极目标。
然而，改革必有两面性。笔者认为，在肯定其发展前景的同时还须直面人与技术的兼容性问题。数字检察所依存的技术土壤，会不可避免的引发内生性风险，主要包括技术维度的检察职能弱化与算法歧视、数据维度的信息孤岛与数字鸿沟，而这些内嵌于技术之中的风险会间接引发外源性风险，涉及制度维度的规则缺位与标准匮乏、主体维度的观念偏差与能力不足等问题。故数字检察的探索应当遵循一定的法律边界，防止检察权借助技术契机不当扩张，在坚持审慎谦抑原则的前提下，最终实现数字检察所追求的正义价值。
2. 数字检察的生成逻辑
2021年6月15日，《中共中央关于加强新时代检察机关法律监督工作的意见》1指出，通过充分运用大数据、区块链等技术，深入推进检察机关与其他行政司法部门的跨部门大数据协同办案。该《意见》明确新时代检务监督工作的要求，也为数字检察战略的提供了政策指引。数字检察改革的核心在于改革，既然是改革，则牵一发而动全身。本质上讲，数字检察是以大数据为技术支撑，能动检察理论为制度保障，社会治理为终极目标的重塑式变革。这里的“重塑”系运用大数据突破传统办案模式的禁锢，实现能动、系统、深层次监督，推进法律监督模式全方位、系统性的转变。
因此，数字检察是检察权为适应新时期数字中国战略的贯彻与社会治理的基本需求而推出的一项宏观战略。值得关注的是，数字检察之所以呈现出不同于传统法律监督的实践样态，主要缘于以下四个层次的生成逻辑。
2.1. 从被动审查到能动检察
传统的法律监督模式具有显著的被动性。检察机关开展法律监督的线索来源主要是诉讼和当事人申诉、举报。与法院不告不理的原则一样，检察机关并不主动进行违法性审查，即遵循“告什么查什么”的基本模式，导致案件线索来源单一。再加上“四大检察”、“十大业务”的既定划分，各个部门之间往往各自为政，相互掣肘，数据割裂，无法实现信息互通，故检察机关单独办案往往流于形式。
数字检察坚持以数字赋能新时代法律监督。一个个违法犯罪案件看似相互独立，实际上相当一部分案件能够形成犯罪链条，通过大数据、区块链技术对无数的信息点进行筛选、对比、交叠，可排查出大量异常案件线索，为批量违法犯罪案件的侦破提供准确的方向与路径。以北京市海淀区检察院试点为例。2022年，海淀区检察院运用“轻罪治理图鉴”中的交通肇事案件界面，对交通肇事案件案发地点、时间、涉案车辆类型和车辆所属公司等进行数据分析碰撞，发现渣土车等重型车辆引起的交通肇事案件占比较高，其中有一家公司存在所属重型车辆短期内接连发生亡人交通肇事案件的情况。经进一步调查，发现上述公司存在违规指派无货运通行证车辆运输或指派路线、时间与货运通行证不符等情况。海淀区检察院向相关公司制发检察建议，同时将该情况反映给相关主管部门。
数据可以说是破题的关键，海量数据融合后形成的潜在规律性，将会激发检察机关查办案件的内生动力，形成能动检察的业务与工作模式，有效克服传统被动监督模式零散化、碎片化的弊端。与此同时，以数据为支点，检察机关法律监督的对象将被无限放大，通过科学的数据分析，检察人员能够敏锐的发现监督治理过程中存在的问题，并以构建模型的方式一网打尽，既提高了办案效率，又能在一定程度上为之后的办案提供可行的借鉴，让检察机关的法律监督职能不再虚置，最终实现执法司法的公正价值，为国家与社会治理提供有用的工具。
2.2. 从事后规制到全程监测
传统监督模式多以事后救济审查为主，基于时空局限，检察机关无法第一时间接触到犯罪线索。就诉讼监督而言，检察机关在提起公诉之后，才掌握了案件的主动审查权；就行政检察监督而言，大多数行政违法行为已经历法院诉讼或当事人控告程序，检察机关多以事后检察建议的方式结案，以求得纠纷的快速解决。传统的检察监督空间具有封闭性，检察机关通常以事后方式对法院和其他行政机关进行规制，无法做到实时监督。大数据与法律监督的结合打破时空局限，原来封闭性的检察监督空间被打破，智能化、多维度一体的检察监督空间应运而生。检察人员不必出现在特定的时间场所，如监狱、法庭等其他办案场所，而是可以通过数据库、移动网络等智能设备创建与实体场景作用和功能等同的虚拟化监督场景，通过算法技术传递音视频信息，实现全程式监测。由此，检察监督的实体场域逐步丧失其重要地位性。
以浙江省绍兴市检察院的实践为例。绍兴市检察院聚焦刑事抗诉线索发现难题，创新刑事判决审查监督模式，自主研发完成了刑事裁判即时审查监督系统，实现了刑事判决文书线上即时推送，可抗诉案源自动排查，抗诉线索集中管理，抗诉标准统一把握，形成上下监督合力，全面提升刑事抗诉工作实效。
2.3. 从人类智能到人工智能
传统法律监督主要依靠人力进行，需要大量的检务工作人员投入违法犯罪案件的办理，检察人员往往耗费大量的时间和精力于违法性审查，最终形成书面形式的检察建议或其他违法处理决定，这一阶段主要是人类智能在发挥作用。而人类智能不可避免的显示出一定局限性，如违法犯罪线索不够全面、未能形成证据链条、证明力低等问题。数字检察改革则转变了传统的人类智能为核心的监督模式，带领检察监督走向人工智能领域。而这一新阶段的主要特点是：第一，检察监督运行算法化。通过知识图谱、标签技术、结构化数据库的运用为调查证据、定位法律依据、衡量处理结果等程序提供大数据支持。第二，检察监督规则代码化。大数据技术可以将平面化的检察监督规则转换为自动式的算法编程，建立起多维度、系统化的检察大数据平台，为检察机关处理决定提供更加科学合理的数据参考。而传统的检察监督模式，从违法犯罪线索发现，启动审查程序，再到最终做出处理决定均由检察人员进行。在检察系统孤立办案的前提下，仅仅依靠检察人员审查案件，对违法犯罪的打击面过窄，故实务中往往出现漏网之鱼，加之检察机关法律监督地位不突出，依托人类智能根本无法实现全方位法律监督。
人工智能技术则能够巧妙化解人类智能的尴尬与短板。“人工智能技术可以将检察监督规则转换成能够自动运行的程序代码，按照规定的方式将检察监督过程精确拆解。” [1] 浙江省检察院建立了大数据法律监督应用平台、行刑共治平台、政法一体化办案应用平台 [2] 。目前平台中有数管、建模和场景三个中心，数管中心归集大量执法司法、政务、社会数据，检察官可在此实现“一站式”数据检索申请；建模中心是检察官数字办案的主战场，将申请到的数据按照解析出的办案规则通过“低代码”建模，导出批量线索；场景中心上架各地成熟模型供其他地方复用。浙江省检察院的实践探索充分体现了数字检察数据全覆盖、模型多样化、场景实用性的重要特征，也反映出人工智能给检务工作带来了巨大便利。
2.4. 从个案办理到类案监督
相比于个案监督而言，类案监督是一种浑然一体而又具有巨大提升空间的高阶状态。检察机关开展类案监督的技巧在于，针对办案中发现的共性问题，实现该类问题的一次性解决，最终达到“办理一案、监督一批、治理一片”的社会治理效能。检察机关在办理个案的过程中，针对情况异常的典型个案进行深度剖析，借助大数据技术检索出具有类似特征的案件，通过数据比对、判决结果的分析，总结出隐藏在批量案件背后的规律，从而精准识破反侦察能力强、具有一定隐蔽性的犯罪手段。可见数字检察的模型构建揭示了由个性到共性，由个别到一般的基本规律。隐藏在一个个典型案件背后的规律，在单独查办案件时不易发现，然而借助大数据、区块链、云计算等技术的支持，批量异常案件企图规避的法律问题会暴露无遗。这种“一地突破、全域共享”的改革模式充分体现了大数据技术在检察业务中的独特价值。
以烟台市基层检察院的实践为例。烟台市部分基层检察院在办理个案中发现，民间通过透支信用卡借款的现象比较普遍，部分现象已违反信用卡管理规定。在经过认真调研后，烟台市检察院组织构建了“民间借贷——信用卡透支借款合同民事检察监督模型”，充分运用大数据对比筛查，发现了20余件套取金融机构贷款转贷的民间借贷案件。相关部门遂立即开展法律监督，指导基层检察院牵头组织金融管理机关、审判机关建立预防惩治信用卡违法犯罪联动工作机制，出台加强信用卡透支转贷管理办法，有效堵塞漏洞。
作为社会主义现代化强国奋斗路径的中国式现代化蕴含着党和人民对未来发展的殷切期盼，法治化运行作为中国式现代化的重要保障之一，对检察机关法律监督的宪法职能提出更为迫切的需求，但传统法律监督受监督范围和监督方式的限制，已经难以满足数字时代的新需求。法治是国家治理体系和治理能力的重要依托，而作为其重要组成部分的法律监督，则需要以数字检察为抓手，助推国家治理体系和治理能力现代化。在此基础上，以数字与检察形成的双向合力方能使国家以更加科学审慎的方式在法治化轨道上运行。但是囿于数据数量不足、数据质量不高及算法逻辑优化的问题，中国式现代化视阈下数字检察发展路径仍需更加深入地研究，如此方能将数字检察更好地耦合于法律监督体系，走出契合中国国情的数字检察道路。
3. 数字检察的实践范式
厘清数字检察的生成逻辑后，笔者将目光转向实务中的探索模式，通过对不同地区的实践经验整合，笔者认为可以将数字检察的实践范式归纳为以下几个方面。
3.1. 检察大数据的归集与应用
检察大数据指的是数据量达到一定级别的，可用于发现检察办案所需掌握类案特点或规律的各种电子材料 [3] 。从经验层面来看，超越检察官或办案组的手工分析能力的数据量，均可算作检察大数据。而从技术层面来看，数据量当然大一些、纯一些为好，否则难以展现运用的优势。相比而言，能否从数据中发现检察办案所需掌握的类案特点或规律，是判断检察大数据成效的真正标准。这需要检察人员在办案中所使用的数据达到一个低限的量级。
检察大数据的样态并无限制，但是，对于检察官是否能够发现体现类案特点或规律的信息则确有要求。在当今大数据时代，检察官群体缺乏的不是检察大数据，而是一对洞悉大数据的透视镜。在经过海量的大数据处理与分析的基础之上，从中归纳出具有普遍适用性、可操作性的类案特点或规律，方能充分彰显检察大数据的独立价值。
3.2. 检察人员类案监督的线索识别
根据碰撞方向与相关数据需求，依托检察大数据平台调取所需数据，放入所创建的监督模型后，通过大数据的碰撞与比对，则会基于算法输出批量的问题线索。对于监督模型发现的这些问题线索，还需要检察人员进行人工核查和后续调查，确定线索的真实性与有效性，并研判开展法律监督的必要性。易言之，数字检察在“看得了”的基础上，还需要进一步解决“看得透”问题。为此，实践中要求检察人员对经由监督模型筛选出的类案线索进行核实查明。这一人工核实过程，不仅要坚持传统的审查案件思维，还要充分运用检察机关法定的调查权和侦查权，即通过“审查、调查、侦查三查融合”办案思维，融合刑事、民事、行政、公益诉讼“四大检察”职能，把监督模型筛选出的每一条数字监督线索都查清、查透，转化为实际的法律监督线索。
对类案监督线索的人工核查，是用人类智能去检验、校准人工智能的过程 [4] 。虽然大数据技术可以拓展监督的广度和深度，在极短时间内处理人工难以完成的数据体量，但法律监督最终要通过人的主体性和法律的判断思维进行线索过滤与筛查，这恰恰是大数据分析所无法胜任的，其根源在于两点：其一，法律思维是法律职业共同体内部特有的职业技能，算法系统难以取代法律思维；其二，刑事司法应“由人来担任决策的最终审判者”。因此，在数字检察的人机耦合机制中，应当始终贯彻以检察人员为中心的理念。
3.3. 大数据法律监督模型的构建
在技术赋能法律监督层面，检察机关组织研发各种检察大数据算法模型时，应聚焦类案监督，经过不断地试点探索，模型构建领域已基本形成“个案线索特征发现–潜在共性要素研判–类案监督方案构建”的机制。为实现检察大数据运用的提质增效，法律监督的类案模型应当朝着以下三个方向推进：
第一，类案的数据碰撞模型。它指的是通过专门的计算机软件对两个以上的数据集进行碰撞比对，并对重合、交叉数据进行深度分析，进而识别可纳入监督范围的类案。
第二，类案的数据挖掘模型。它指的是从大数据中通过算法搜索其中隐藏的异常信息，进而识别可纳入监督范围的类案。
第三，类案的数据画像模型。检察机关对办案群体、办案环节、具体案件等均可以进行数据画像。
上述各种检察大数据模型对类案异常点的识别，均是以机器自动判断“类案”因素、人工判断“类案线索”为特征的。这是两项任务，也是两个步骤，不可或缺。
4. 数字检察运行的潜在风险
4.1. 技术维度的检察机关职能弱化与算法歧视风险
算法决策的依据是通过数据、算法、建模构建的“计算” [5] ，而并非人本层面的正义。以数据算法为代表的工具理性肆意扩张，人类所特有的价值理性则会退居次位，检察机关作为数字检察主体本应当占据主导地位，却因为算法适用的不加控制陷入责任转嫁的风险。如果不加防范，检察机关的主体地位会被彻底剥夺，而检察监督算法也会不可避免的陷入歧视风险。算法歧视主要体现在以下方面：
首先是算法缺乏中立性。数字检察在推进检察监督智能化的过程中，海量执法司法案件存在人类社会固有的刻板印象与偏见，当检察人员将自己的价值偏好、学术判断融入算法编程中，算法据此做出的决策则会在一定程度上失真，由此就形成算法歧视。
其次是“算法黑箱”问题。即使是具备专门知识、接受过智能应用培训的检察人员也无法保证算法是完全透明公开的。这使得相关部门无法得知数字检察在具体个案的场景适用中到底起到了怎样的作用，最终的监督结果处理是如何做出的。如果检察机关不能给这些问题一个合理的解答，则会直接损害被监督方的知情权，造成检察机关公信力降低。
最后是算法责任缺位问题。算法的参与，为检察权的不当扩张提供了技术契机。在传统监督模式中，检察机关监督决策若出现重大失误，需要承担相应的责任，而现在加入算法技术这个第三方，那么遇到同样的情况时，检察官会借机逃避责任，把自身的风险与责任转嫁给其他无关人员或技术。
4.2. 数据维度的信息孤岛与数据滥用风险
检察大数据具有通用大数据的“4V特征” [6] 。即规模海量、数据流转快速、数据类型多样、数据价值巨大，这对检察人员在实务操作中处理数据提出了更高的要求。目前，我国尚未建立检察一体化的大数据平台，故大量的司法执法案件数据无法实现全域共享。
首先是信息孤岛问题。各地推进大数据法律监督的进程并不相同，相关人员在部门利益驱动下，往往会以公开信息涉及秘密为由，拒绝共享自己掌握的有效信息。退一步讲，及时中间部门选择共享信息，目前尚缺乏统一标准和操作规范最大限度的利用这些信息的价值。
其次是数据滥用问题。数字检察所运用的大数据技术，通常是采用官民合作的方式进行，公权力机关和开发技术的商业机构都可接触到执法司法中的数据信息。由此，企图进行不法行为的组织或个人会利用职务上的便利，将公民信息用于非法目的，这无疑会引发信息滥用的风险。
另外，从当前大数据应用情况来看，检察业务应用系统应用还处于年轻化阶段，部分执法办案基础性数据信息不完整，利用价值较低。外部平台大数据一方面考虑到保密要求以及数据保护主义，还未最大限度地实现数据共享，数据壁垒仍然存在。另一方面，有部分外部平台实现了数据共享，但与检察行业特色有关的数据信息比较少，挖掘有利用价值的数据量比较少。对检察工作大数据应用带来一定的困难。
4.3. 制度维度的规则缺位与标准匮乏风险
当前，数字检察改革缺乏顶层制度设计与同一适用的标准，容易造成中央与地方资源分布不均、改革效果差距大等问题。各地探索数字检察的方式主要集中于实践层面，即探索符合区域特色和司法实务的数字检察模型，以便在后续监督工作中持续适用。然而，无节制的开发利用与检察人员有限的个人能力之间会形成一定张力，若仅注重政绩而忽略实用性，不仅会令改革收效甚微，还会加剧部分检察人员的抵触心理，引发一系列“被动式变革”。
数字检察模型的构建确实增加了大数据法律监督在实务层面的可操作性，然而目前尚缺乏宏观全局式的制度指导，构建模型的方法偏重技术流，若长期缺乏统一适用的标准，实务中的办案操作会出现不规范的乱象。公共数据涉及社会生活方方面面，有效的数据分级分类标准和公开透明的共享机制亟待建立，以预防信息泄露和相应的数据壁垒风险。
4.4. 主体维度的观念偏差与能力不足风险
一方面，部分检察人员尚未实现观念转变。目前，数字检察改革仍处于起步阶段，而改革中运用的大数据技术具有极强的专业性，这无疑对检察人员提出了更高的业务要求。然而现实情况是，大部分检察人员尚未适应办案数字化模式，传统的卷宗办案、事后监督观念依然根深蒂固。一些地区处于绩效的要求，脱离实际被动开展改革，以至于表面上看机关整体积极响应，然而内部却存在人员被动压迫式开展工作，甚至会引发恶性竞争，这样的改革效果可想而知。
另一方面，部分检察人员即不熟悉大数据技术的操作流程，亦未经过专门化的培训，而一些编程的开发、模型的构建需要通晓该领域知识的专门人员操作，才具有可行性。由此就会导致相当一部分检务人员未达到数字检察所要求的门槛，就直接上岗，久而久之，技术或许会凌驾于主体之上，这是对数字检察改革初衷的完全背离。
综上，数字检察改革在技术维度与数据维度存在的问题属于技术本身的异化风险，而技术的不当使用则可能会引发检察异化风险，主要集中于制度维度与主体维度，即内生性技术风险所引发的外部权力扩张风险。
值得关注的是，能动检察理论固然为检察机关行使法律监督权提供了源头活水，但同时也可能成为检察权不当扩张的正当性基础 [7] 。如果不对检察权的行使划定法律边界，任由其“能动的”自由裁量，高度智能化的检务工作会在一定程度上背离现行法律。由于大数据法律监督的对象横跨政务、司法、检察、商事、个人等各领域，检察机关为调查案件、指控犯罪的需要有权力调取各领域的数据分析使用，由此会造成国家公权力的无端扩张，与之相应的是公民个人权利的限缩，这无疑违背了保障人权的基本宗旨。故必要对检察权的行使做出必要的限制，将其控制在谦抑审慎的行权范围之内。
5. 数字检察改革的风险防范
5.1. 规制算法权力的运用
为预防算法权力异化造成的不良后果，应当明确人机耦合的基本走向，将权力关进制度的笼子里，有效规制算法的运行。
数字检察的异化风险首先可以通过明确人机耦合的面向来消解。人机耦合应是最终发展目标，只有在公共领域形成人机耦合的算法决策系统，才能避免算法对个人的碾压与对基本权利的侵害。在大数据法律监督的模式之下，检察机关承担管理者的角色，大数据技术则处于辅助者、参与者的地位，由此方能形成良性的人机耦合关系。人与技术的良性互动一方面能够避免检察机关的主体地位弱化甚至丧失，另一方面能够预防算法权力扩张对个人基本权益的损害。
其次，可以从算法本身的特征与弱点出发，建立针对性的算法公开与问责机制。
第一，制定算法分级分类制度 [8] 。依据算法的潜在风险爆发后可能造成的危害程度，可以将算法分为无风险、低风险、中风险以及高风险四个等级和类别。对待较高风险类的算法应强化政府监管力度，采取全过程监管，防范算法危机生成。对待低风险的算法亦不能轻视大意，应定期对这类算法进行安全评估，防范风险异化升级。
第二，健全算法公开机制。“算法黑箱”问题是当前社会治理过程中的一大阻碍。若要全面实现算法的公开化、透明化，一方面要加强政府及相关部门对算法运用的规制；另一方面，应当令开发算法技术的互联网科技企业自觉承担责任，避免通过技术转嫁责任风险的隐患滋生。同时，由于算法技术涉及企业核心竞争力，一律公开不符合现行市场运行规律，故应保留企业申请算法保密的权利，建立正当合理的算法公开机制。
第三，构建算法问责机制。鉴于算法权力运行的隐蔽性和高度专业化，政府对算法的监管一直处于无从下手的困境，而监管不力则容易导致权责不明。为此，政府应当采取溯源治理的方式，扩大监督主体范围，除了由传统的政府部门进行监管以外，适当考虑引入多方力量，吸纳多方主体参与对算法运行的监督，发挥监督合力的作用与效能。与此同时，更应要求企业在设计算法时就要明确算法运行的边界，从源头上根除算法越权的可能性，并在设计者和使用者之间建立合理的责任分担机制。这样才能扩大监管主体的覆盖面，建立完善的算法权力制约监督机制。
5.2. 建立智能一体化的检察大数据平台
数据价值的最大化挖掘，关键是唤醒激活检察机关内部的“沉睡数据” [9] 。利用现有检察业务数据应用平台中的数据，挖掘类案监督、执法办案以及检察服务等相关数据规律，形成数据要素，制定数据规则，自行开发平台。
首先，进行一体化建设。大数据技术顾名思义是要以大数据为基础，因此在各级检察机关探索建立大数据检察工作平台应当以数据库中的海量执法司法数据为来源。建议在自行开发平台过程中坚持全域统筹一体建设、盘活全省数据，建立省、市级的大数据检察工作中心平台。
其次，借助外力支持。在平台融合、数据融合过程中需要争取当地党委政府的支持，借助其他相关部门的力量，打破基层技术薄弱、资源薄弱的瓶颈，打造适合地方特点和检察特色的检察工作大数据共享平台。
最后，规范基础数据录入。为更好发挥大数据平台效果，无论是检察业务应用平台，还是融合地方平台，都应当根据数据要素和规则，统筹规范数据的录入，形成有价值的基础数据资源。
5.3. 完善办案指引规范和模型构建
2022年6月29日，最高人民检察院召开全国检察机关数字检察工作会议，对加快数字检察建设，落实“检察大数据战略”作出全面部署。2023年9月2日，最高人民检察院作出夯实检察一体化促进实施数字检察战略的重要部署。
现阶段，最高检已经做出数字检察战略部署，各级检察机关积极响应，纷纷展开试点工作。实务中已经建构了很多检察监督模型：如河南省检察机关建立的涉未成年人数字化监督模型、性侵未成年人案件异常判决法律监督模型、附条件不起诉帮教考察平台模型；辽宁省检察机关建立的劳务损害赔偿终本执行类案监督模型等。
因此，各地检察机关应当建立完善的办案指引规范，主要涉及平台操作规程、典型案例汇总、人员管理、模型指导、办案规范等。目的是为了让检察机关实现能动检察的同时，完善数字法治规范，将权力控制在一定的边界内。同时，在检察系统内部树立起规则意识，明确大数据不能成为责任转嫁的工具，真正实现数字正义。
5.4. 协同推进改革与人才培养并进
为了改变不同区域“各自为政”的格局，最高人民检察院和各省级人民检察院应当发挥好业务领导作用，确立统一的标准与制度规范。在保留区域特色的前提下，鼓励各地开展多样化数字检察试点与模型构建，定期对改革效果进行评估，并对不完善的地区进行合理的指导，争取实现各地齐头并进的改革效果。
此外，若要实现全过程监督，还需以检察一体化为基本目标 [10] 。如前文所述，最高人民检察院已经就检察一体化推进数字检察战略做出重要部署，由此可见，检察系统是一个整体，而根据协同论的运作原理，系统要有效发挥作用，子系统之间需要相互配合，若子系统之间相互掣肘、摩擦，那么整个系统就会陷入紊乱状态。应用到数字检察的实践中也是同理，若要实现数字检察的最大价值，检察系统内部，即各级检察机关之间、检察机关内部的各部门之间均要实现业务对接，密切配合，采用不定期磋商、研讨、座谈会等方式对阶段性的改革成果进行总结，避免不同区域之间出现各自为政的局面，消除不同区域之间的偏见、隔阂、壁垒，拧成一股绳，让数字检察的发展成果在全国范围内普及，方能彰显数字正义的独特价值。
以相关模型的构建与应用为抓手，依赖业务逻辑的生成、业务规则的提炼，从既往案例入手，强化数据分析研判，孵化本地特色模型概念，并勇于实践试错、回炉，推进“数字检察”与检察融合履职、能动履职有机统一。紧盯社会治理热点、难点、痛点，坚持以数据要素为支撑，充分运用数据的分析运算支撑能力，发现案件背后系统性、链条性、典型性、区域性等问题根源和治理漏洞。
另外，专业化人才的培养也是不可忽视的一个层面。深耕智慧检务基础应用，整合检察系统内部有一定基础和兴趣爱好的人员，融合履职，将“数据治理”理念融入检察实践，搭建专业化、智能化的数字检察工作模式。充分运用好当前已经建成和使用的大数据平台，完善智能化基础设施建设，提高智能辅助水平。与此同时，检察人员需要保持开放性、主动性、持续性的学习态度，掌握数字检察的发展变革历史，了解人工智能、区块链、大数据等基本内涵，读懂悟透数字检察相关工作的具体要求，提升数字法治思维高度，训练法律监督模型构建的能力，将所学理论充分应用于实践。
6. 结语
数字检察作为大数据与法律监督融合的产物，标志着技术理性向制度理性的新跨越。但同时我们应当认识到，人与技术是天然疏离的，而法律人面对这一具有良好发展前景的大数据改革时，不应只是一味的享受技术所带来的优待与福利，而是应当以更加审慎谦抑的态度看待法律监督的智能化进程，在全面分析利弊后做出理性的反思与应对。唯有这样，检察主体才能在“技术赋能监督，监督促进治理”的道路上走的更远。
NOTES
1据《中共中央关于加强新时代检察机关法律监督工作的意见》：“加强检察机关信息化、智能化建设，运用大数据、区块链等技术推进公安机关、检察机关、审判机关、司法行政机关等跨部门大数据协同办案，实现案件数据和办案信息网上流转，推进涉案财物规范管理和证据、案卷电子化共享。”