一、先说结论

消防行业有个流传很广的数字：100 万次报警，真火不到 20 次。换句话说，值守人员每天面对的报警里，99.998% 是误报。人会被这个数字驯化——听得多了，手就慢了，心就麻了。南京那起案子就是这么出的事：屋内三个烟感同时报警，物业没去核查，最后损失十五万，还搭上一条宠物的命。

三个烟感同时响，这在误报里几乎不存在。水汽、油烟、灰尘，这些误报元凶有一个共同特点：它们只骚扰一台探测器。而火是会蔓延的，它会先后惊动相邻的、不同类型的探测器，在时间和空间上留下一串相互印证的痕迹。

这就是整个规则库的底层逻辑：判真火不是给单独一声报警"读心"，而是找证据链。误报是孤零零的一声，真火是一串证据。

防火云之前两组数据被判错，根因也在这——并发信号和重复信号没有被规则捕获，证据链断了，剩下的可不就是"孤零零一声"，系统自然往误报上判。

二、案例里挖出来的东西

防火云把近几年有详细记录的真实火灾案例翻了一遍，重点看报警信号在火情确认之前的形态。有几条规律反复出现。

2.1 同楼层多探测器短时并发

南京案例，三个烟感同步触发。误报极少出现多点同步——厨房油烟不会同时飘进三个房间，但火会。不再赘述，只强调一点：它是目前所有特征里最硬的一条，单个出现就足以提级。

2.2 同一设备连续、重复报警

北京那起是充电宝热失控，感烟探测器报警，复位，17 分钟后又报——第二次就是真火。广州那起更典型，智能烟感一分钟内连报三次，平台记录里烟雾浓度持续爬升。瞬时干扰（一阵蒸汽、一缕烟）复位之后就结束了，火不会。火被"复位"掉之后还会接着烧，所以它还会再报。同一探测器在短时间内反复报警，不是设备神经质，是火情在发展。这条规则（HR9）的窗口期定为 30 分钟，依据就来自北京案例的 17 分钟——留出余量，又不至于把隔天两次独立误报串成一条。

2.3 夜间报警要加权重

北京案例发生在凌晨 2:38，浙江案例在深夜 20:09 之后，广州是傍晚 20:16。这不是巧合，是风险结构：深夜人员熟睡，发现晚、逃生窗口短、自救能力最低。同样的信号强度，凌晨两点和下午两点，潜在后果完全不同。建议新增一条时段权重规则——23:00 至 6:00 的报警，在其他条件相同时上调一级风险。这条不改变定性，只改变优先级和处置紧迫度。

2.4 烟雾浓度持续爬升

广州案例里平台靠"浓度持续升高"直接触发了重点关注机制。这是区分"一阵烟"和"一场火"的最直接物理证据。但目前多数现场只有报警开关量、没有浓度回传，这条先记入规则库待启用，等传感器数据接进来再落地。

三、反向清单同样重要：什么样的报警大概率是误报

挖真火特征的同时，误报也有自己的行为模式，而且规律性强得多。

3.1 孤零零的一声

单点、孤立、无并发、无重复、无联动设备反应——这样的报警，统计上压倒性多数是误报。这是 HR2 的既有逻辑，案例库没有推翻它，反而再次确认了它。

3.2 位置决定误报主因

这条规律的稳定性出乎防火云意料：

误报是有作息表的。一个餐厅厨房在中午十一点半报了一次警、周围没有其他动静，和一个病房在凌晨三点报警、同层第二个烟感五分钟后也响了——这两件事的风险天差地别。位置加时段，不花一分钱新增硬件，就能过滤掉大量噪声。

3.3 单点反复报、现场永远没烟

复位后几小时又报，派人去看，干干净净，再复位，再报。这不是火情，是设备老化或者被污染了。这种点位不该占用研判资源，应该直接转设备维保单——它的问题是维修问题，不是火警问题。注意把这条和 2.2 区分开：重复报警指向真火的前提是伴随浓度爬升或周边联动，单点裸奔式的反复报指向设备故障。同样是"重复"，证据链的形态完全不同。

四、规则库怎么落

把上面的特征翻译成规则，分三层。

第一层是硬提级规则，命中即升级，不等其他证据：同楼层多探测器并发（HR1）、连续报警叠加浓度爬升（待传感器条件）。这一层的设计原则是宁枉勿纵，因为漏掉真火的代价和误打扰一次的代价完全不对等。

第二层是加权规则，改分不改性：同设备 30 分钟内重复报警（HR9）、夜间时段权重、多线索叠加计数。烟雾加并发加重复加人工确认信号，每叠一条，置信度上一档——这是既有四态决策树的骨架，现在往里面填的是案例喂出来的权重。

第三层是降噪规则，往下压：单点孤立无联动、命中位置误报规律表（位置加时段双命中）、单点反复报但现场核查无烟气。被这一层压下去的报警不是扔掉，是降级为自动处置加留痕，真出了事有据可查。

三层规则共用一条元规则：任何单独特征都不定案，结论必须能说出证据链。系统给出"疑似真火"判断时，要同时给出"因为同层 3 个烟感在 4 分钟内先后报警"这样的理由。说不出来的判断，是不可信的判断——这一条既约束系统，也方便值守人员复核，将来真出了纠纷，也是责任留痕的依据。

五、几条边界，先说清楚

这套规则是从历史案例里归纳出来的，案例库目前只有几十起，样本量撑不起精确的置信区间。所以权重系数先按工程经验给初值，上线后拿真实报警流水回灌校准，每季度复盘一次。

夜间加权这条会有一个副作用：深夜的误报也会被提级，值守人员的夜间负担会变重。这是故意选的代价——南京案发生在白天都有人敢不核查，凌晨的报警更没人愿意跑。提级就是为了对抗这种麻木。

浓度爬升规则暂时悬空，提醒一句：新建项目选探测器时，把浓度回传能力列进采购要求。这条规则一旦启用，是区分真火误报最锋利的刀。

最后，规则库是给人减负的，不是替人担责的。所有自动研判结论，上线初期都要经值守人员确认才闭环——系统可以说"我判断是误报"，处置动作必须留人的签名。南京那十五万的教训，本质上不是信号的问题，是人的核查义务没被履行。技术能做的是让该跑的腿一次都不冤枉，一次都不漏掉。

六、这套规则在哪里跑

规则不会自己干活，得有一套系统把它架在真实的报警流水上。这套规则库的生产载体是防火云 AI 值守中心：它把火灾报警主机、消防设备设施运行状态、日常维保维修工单和巡检记录全部接进来，报警响起的一瞬间，这些背景数据已经和报警信息一起推到研判引擎面前——哪个位置、什么时段、同层有没有并发、半小时内报过几次、这个点位过去是不是"惯犯"，一份证据链当场拼好，再交给大模型做场景化研判。

处置也是闭环的：AI 判误报的，自动走误报处置流程并留痕；判疑似真火的，直接通过电话外呼叫人到场核查，核查结果回流，反过来校准规则权重。值守中心只处理真实火警，海量误报交给 AI 辅助处置——按行业误报率测算，一个值守中心靠这套机制可以承接几百家单位的日常报警处置闭环。