刑事侦查活动监督，线索从哪来？过去，大多靠办案人员翻阅卷宗时“偶遇”。翻到了，是运气；翻不到，程序违法、长期挂案这些隐蔽问题就继续沉在案卷深处。
站前区检察院第一检察部的李腾，不想再靠运气办案。他盯上了大数据模型监督，要让分散在不同系统中的数据自己“对撞”，把那些轻易不露头的问题一个一个撞出来。
从案卷里提炼“识别坐标”
搞数据监督，先得告诉模型“找什么”。李腾做的第一件事，不是研究技术，而是翻案卷。
他把近三年的案件系统捋了一遍，围绕强制措施不规范、长期久侦不结形成挂案、查封扣押冻结措施不规范等情形，逐条归纳识别规则。取保候审超期未解除、不批准逮捕后长期未移送审查起诉、扣押物品与案件无关、冻结期限届满未续冻也未解冻——这些办案中最容易出纰漏的环节，被他逐一圈定，作为交给模型的“识别坐标”。
→ 贴士：建模前先把高频违法情形理清楚，归纳成具体可判断的识别规则，模型才知道往哪找。
让数据在碰撞中“对号入座”
规则有了，下一步是让数据说话。李腾把检察业务系统数据与公安机关立案、强制措施、移送起诉、涉案财物管理等数据归集到一起，交给模型去跑。
碰撞之下，异常自动浮出：取保候审超十二个月未解保的，系统自动预警；立案超两年未移诉也无进展的，被模型精准筛出；冻结账户金额远超涉案标的一倍以上的，从数据对比中现了形。那些原本分散在不同卷宗里、靠人工翻阅很难关联起来的碎片信息，经数据碰撞后一一显形。
→ 贴士：把检察数据和公安数据拉到一起比对，让不同来源的信息互相印证，隐蔽问题才能浮上来。
让每条线索都有着落
模型跑出线索只是前半程。李腾坚持逐条核查，一条都不放过去。
取保超期未解的，核实后发出纠正违法通知书，督促依法解除；长期挂案的，查明原因分类处置，该撤案推动撤案，该继续侦查的引导侦查取证；违规冻结账户的，核查后建议侦查机关依法解除超范围冻结。对核实确属违法的情形，他分类施策——个案程序违法发纠正违法通知书，共性问题梳理成类案监督报告，向侦查机关制发检察建议，推动专项整改。
模型筛选与人工把关双线并行，他累计发现监督线索30余条，办理侦查监督案件10余件，监督意见采纳率保持高位。
→ 贴士：线索逐条人工核查，分类处置。个案发纠正意见，共性问题推动类案监督和专项整改，监督才有刚性。
从翻案卷提炼规则，到让数据对撞显形，再到逐条核查落地——李腾用一条清晰的路径证明，数字监督不是悬在云端的概念，而是守好刑事诉讼第一道关口的扎实利器。
