既然一个人就是一家公司，我就用 Swarm 实现了自动报税。这种快感不是来自省了多少钱，而是来自凌晨两点，手机弹出“1月税务申报已完成，无异常”的通知时，你他妈知道背后是一串冰冷的代码在替你打工，而你正躺在床上看美剧。这种掌控感，是过去十年被客户、被员工、被工商税务来回拉扯时，做梦都不敢想的。
2019年那会儿，公司流水刚过百万，我就被报税这事儿整崩溃了。每个月5号之前，财务小姑娘就得跟我对账，发票、成本票、银行流水，Excel表传来传去，一个数对不上就能耗掉一整个下午。后来我亲自上阵，用Python写脚本爬网银流水，再用pandas去匹配发票系统的CSV导出，光是处理“备注栏”里那些乱七八糟的商户名和缩写，正则表达式就写了二十多个。最要命的是国税局网站，那个反爬机制隔三差五升级，验证码从四位数字变成扭曲汉字再变成滑块拼图，我的Selenium脚本每隔两个月就得大修一次，心累到想直接把公司注销了。
所以现在用上Swarm，感觉像是从手摇拖拉机直接跳进了自动驾驶汽车。核心逻辑其实不复杂，但Agent之间的协作链条必须精密得像钟表。我设了三个核心Agent：侦察兵、会计、申报员。侦察兵是个永不停歇的爬虫，但它现在不用我管DOM树和XPath了，我给它喂了几个常见的网银和云财务软件登录案例，它自己学会了用Playwright去模拟操作，抓取数据后按我设定的schema整理成JSON。最关键的是容错，遇到“网络异常”或“页面元素变更”，它会自己重试三次，然后把异常截图和日志扔给我指定的Slack频道，不会像以前那样傻乎乎地卡死。
会计Agent是大脑。它拿到JSON数据后，调用本地部署的Qwen2.5-7B模型（为了数据安全，没走GPT API），执行分类和核对。哪些是收入，哪些是成本，哪些票能抵扣，税率是多少。这里面的prompt工程花了大力气，不是简单一句“请分类”，而是把税法里关于“现代服务业”的条款拆解成几十条“IF-THEN”规则喂给它，让它学会判断“技术服务费”和“软件销售”的税率区别。一开始它老把“软件维护费”也归到6%，被我用人肉反馈纠正了五六次才准。
申报员Agent是最后一步，也是最刺激的一步。它负责登录电子税务局，填表，提交。我用n8n做了个GUI封装，把Swarm的API节点、数据过滤节点和条件分支节点连起来，形成了一个可视化的工作流。申报员Agent的每次点击和输入，都在n8n的日志里有毫秒级记录，任何一步失败都会自动回滚到上一步，并触发警报。这意味着，我不用再守着电脑等那个“申报成功”的页面，系统自己会完成闭环。
这整套东西跑通第一个月，我坐在电脑前，看着n8n上那些绿色节点一个个自动跳过去，感觉像在观看自己的数字分身替我处理这些狗屁倒灶的行政琐事。那种感觉，比当年赚到第一个一百万还爽。因为钱会花完，项目会结束，但这种把系统性痛苦编码成自动化流程的能力，成了我身体的一部分。
现在想想，2021年我断尾求生，砍掉团队回归一个人，就是因为受不了管理中的不可控因素。人的情绪，人的失误，人的延迟。而代码，只要逻辑严谨，它就会在凌晨三点，风雨无阻地执行。这种确定性，才是“超级个体”真正的内核。不是说你什么都会，而是你能用技术杠杆，把那些消耗心力的重复性环节，彻底从你的生命里剥离出去。
Swarm这类框架的出现，让这种剥离从“硬编码”的苦力活，变成了“定义规则与协作”的设计活。门槛依然有，但已经从爬虫攻防战，降维到了工作流设计。这大概就是2025年，一个老产品经理的终极浪漫：不再追求管理多少人，而是能优雅地指挥多少个Agent，让它们7×24小时地，守护你那点小小的、珍贵的自由。
