1. 背景
备案材料里的"关键词拦截列表"，工程上不能当一张平面词表来做。本文记录一套生产可用的敏感词库分层实现方案，核心问题有三个：怎么拦得准（查全）、怎么拦得少误伤（查准）、怎么对抗变体（对抗）。文中代码为示意性伪代码。
2. 三层拦截架构
第一层：绝对拦截层
高危类目（涉政、暴恐、涉黄等），命中即拦截，无豁免。
匹配引擎不建议用正则遍历，词表到万级规模后性能塌方。标准做法是 Aho-Corasick 自动机：预处理词表构建状态机，匹配时间复杂度与文本长度线性相关，与词表规模无关。
第二层：条件拦截层
需要上下文判定的词（如医学术语、金融术语），第一层不做终判，交给语境模型二次处理：
这一层的关键设计：条件的判定策略要沉淀成可解释的规则集，因为备案审查会问"你们怎么判断拦截与放行"------答案需要能落到文档上。
第三层：白名单豁免层
新闻、科普、教育等正当场景的豁免，避免"乳腺癌科普文整篇被拦"这类误杀。豁免判定与条件层共用语境模型，输出放行时附带理由，写入审计日志。
3. 变体对抗：归一化管线
拼音替换、谐音、拆字、间隔符、同音字是五大类绕过手法。在进自动机之前先做归一化：
注意：归一化管线对原文和词表要对称处理------词表同样要做同音字扩展入库，而不是只处理用户输入。
4. 词表运营：版本管理与更新闭环
- 每次词表变更生成版本号，记录新增词、来源（监管通报/内部测试发现/线上拦截复盘）；
- 内部红队测试和线上漏拦案例回流到词表需求池，评估后入库------这就是"评估驱动词表补齐"的闭环；
- 定期跑全量回归：历史放行样本重扫，防止新词造成大面积误杀。
5. 与备案材料的关系
这套架构对应的备案叙事是：拦截列表不是静态文件，而是有分层策略、有对抗能力、有更新机制的运行系统。把版本管理记录、回归测试报告整理进评估材料，就是"安全能力有工程证据"的直接体现。
参考资料：
- GB/T 45654《网络安全技术 生成式人工智能服务安全基本要求》
- 《互联网信息服务深度合成管理规定》