既然手工录入太慢，我就写了个“Agent 自动审计系统”。这念头冒出来的时候，我正对着屏幕上一份PDF审计报告，手动往Excel里敲第87行数据。颈椎那块肌肉又开始一跳一跳地疼，像有个小锤子在里头敲。一年前，这个书房还是个能让人静下心画原型图的地方，现在？现在它像个被信息炸弹犁过一遍的废墟。桌面上堆的不是Axure的线框图，是打印出来的论文，《Attention Is All You Need》边上摞着《Chain-of-Thought Prompting》，再边上还有OpenAI刚更新的API文档，页边角全是我用红笔画的问号和“FUCK”字样的暴躁涂鸦。
补课补得我快神经衰弱了。真的。ChatGPT-3.5出来那阵子我还觉得就是个高级点的聊天玩具，等GPT-4的API文档甩我脸上，我才明白什么叫降维打击。我以前那套东西，爬虫、自动化脚本、甚至引以为傲的产品逻辑拆解，在这东西面前脆得跟张纸一样。恐慌是实打实的，不是焦虑，是恐慌。晚上躺床上，脑子里不是DOM树怎么解析了，是“思维链”、“函数调用”、“嵌入向量”这些词在打转，闭眼就是token在眼前飘，像中了邪。必须得做点什么把脑子里的高速齿轮强行刹住，不然真得崩。所以现在每天下午四点雷打不动，换上跑鞋去健身房，跑步机上坡度调到最高，速度提到10，往死里跑二十分钟，直到肺像烧起来，汗把眼睛糊住，脑子里那些嗡嗡响的杂音才会暂时消失。身体是最后的堡垒，这话我现在信了。
说回这个审计系统。痛点太具体了：客户的财务数据散在几百个PDF里，格式还不统一，有表格有段落。人工处理，一个项目两个人对三天，还容易出错。以前我的思路肯定是写个Python脚本，用pdfplumber或者camelot把表格抽出来，再写一堆正则表达式去清洗数据。但这次我想试试用大模型当这个“解析引擎”。思路很简单，但实现起来全是坑。我先用LangChain搭了个架子，把PDF切块，喂给GPT-3.5-turbo，让它按我指定的JSON格式提取关键字段：公司名、审计期间、收入、净利润、关键审计事项。第一个坑马上就来了：上下文长度。一份报告几十页，远超4096个token的限制。得用Map-Reduce，先分块总结，再汇总。但这又引出第二个坑：成本。每份报告来回调用几十次API，测试阶段账单看着就肉疼。得加缓存，得设计更精细的提示词，减少不必要的调用。
最头疼的是稳定性。API有频率限制，偶尔还会返回些乱七八糟的结构化数据。我不得不在外层裹一个重试机制，加上延迟，模拟人类“阅读-思考”的间隔，避免被风控。这系统本质上是个脆弱的管道，一头是混乱的非结构化文档，另一头要求是干净的结构化数据，中间全靠大模型这个“黑箱”来连接和理解。调试提示词成了主要工作，不再是写代码逻辑。你得用自然语言去“编程”，去约束它的输出，比如明确告诉它“如果找不到‘审计意见’段落，则在该字段输出‘未明确披露’”，还得防止它胡编乱造。我管这套东西叫“Agent”，因为它确实在替代一部分初级审计员的判断劳动，虽然它时不时会犯一些人类觉得可笑的错误，比如把页码数字当成金额。
搞到凌晨两点，终于跑通了第一份完整报告。看着数据自动流入Airtable，生成可视化的图表，那一刻没有兴奋，只有一种深深的疲惫和更深的危机感。我刚刚用几周时间，模仿了一个需要多年专业训练才能上岗的岗位的部分工作流。而我用来实现它的工具，半年前我甚至没听说过。这种学习速度的压迫感，比任何KPI都吓人。关掉电脑，书房里只剩下屏幕电源指示灯那点微弱的红光。我知道明天醒来，又会有新的论文，新的框架，新的“最佳实践”需要我去啃。但至少今晚，这个小小的“Agent”替我干掉了87行之后可能无穷无尽的手工录入。这就够了。先睡，明天还得继续跟这个时代赛跑。
