【核心导读】

为什么过去一年各种面向个人消费者的 AI 智能体（如订机票、写草稿的 Copilot）层出不穷，但在华尔街顶级投行、私募股权机构以及企业财务核心链路中，真正的“自主 AI 分析师”却迟迟无法落地？在 AI Engineer NYC 2026 峰会上，Compound AI 创始人、前资深金融分析师 Yijia Liang 给出了震撼业界的答案：不是底层大模型不够聪明，而是已有 40 年历史的传统 Office 办公套件从物理底层就是为人类视网膜设计的，它根本无法承受 AI Agent 高并发、长链路、可溯源的计算诉求。 他们耗费 1.5 万亿 Token，用自主 AI 循环在 4 个月内用 80 万行 Rust 重新写了一个无头 Office 引擎。本文将深度拆解这场从文件格式、计算图索引到子代理蜂群的底层系统重构。

1
传统 Office 为什么成为 AI Agent 的致命陷阱？

在个人日常场景中，一个简单的任务通常是“单人闭环、单向交付”的（例如：帮我查一下航班，预订明天的会议）。但在严肃的金融机构与复杂业务交易中，Agent 面对的是完全不同的残酷现实：

个人单兵 Agent vs 机构严肃分析师的本质鸿沟

对比维度	消费级个人 Agent	机构级严肃分析师 Agent
交付标准	基于动作完成 (Completion-based)订完即走，无后续强校验	多层严格审核 (Layers of Review)任何一个数字错位，直接导致整个交易模型报废
协作模式	单人独立对话框 (Single-player Chat)	多角色跨线程协作 (Multiplayer Thread)团队合伙人、VP、分析师在同一邮件链共同批注
上下文负载	单次 Prompt 几百至数千 Token	极度发散：单个虚拟数据室超 15,000 个文件，单个财模 24MB、42 个 Sheet、19 万个公式

当工程师尝试调用现有开源库（如 Python 的 openpyxl）或将 LibreOffice 封装成无头服务供 Agent 调用时，灾难发生了：

[Failure Traps] 传统 Office 工具链对 Agent 的三重致命瓶颈

1. 性能断崖：用开源 openpyxl 打开 66 个工作簿需耗时 89.9 秒；若将单元格文本序列化喂给大模型，单个财模直接吃掉 1.26 亿 Token！
2. 写入超时：现成的商用及开源引擎在处理 24MB 真实多表财务模型时，每次写入直接击穿 300 秒 Timeout 阈值，并发吞吐归零；
3. 盲盒重算：桌面端插件只有人类肉眼能看，无头环境无法在 Agent 每一步写入时提供微秒级的计算图依赖校验，导致 Agent 全程在“盲人摸象”。

2
用 AI 自身重写 Office：80 万行 Rust 与 1.5 万亿 Token 的代码工厂

既然现成工具全部失效，唯一的技术突围路径就是——彻底扔掉传统 Office 代码栈，为 AI Agent 从头重写一套全新的办公引擎！

Yijia Liang 团队采用了一种极具未来感的技术路线：用大模型 Agent 编写 Agent 工具，以微软原生 Excel 自身作为无偏的评委（Ground Truth Judge）。他们以开源的 Rust 表格库 IronCalc 作为原始起点，针对真实世界数百万个包含复杂嵌套公式、动态数组、跨表引用的真实金融模型展开自动闭环迭代：

Rust 无头办公引擎的自治软件工厂 (Autonomous Software Factory)

• 规模基石：4 个月内消耗约 1.5 万亿输入输出 Token，生成并沉淀了超过 800 万行代码；
• 核心资产：最终提炼出 80 万行极致性能的高性能 Rust 表格与渲染内核；
• 黄金验证：在数千个包含复杂逻辑的真实投行财模中，874 个黄金标准公式中成功精确匹配 873 个 (873/874 Match)，在精度上达到与 Excel 像素级、浮点级完全等价！

碾压级基准性能对比测试结果

并发吞吐量 (Operations / sec)
225,000
商用引擎仅 19,000，性能提升 11.8 倍

20MB 超大模型整表重算耗时
0.87 秒
LibreOffice 耗时 43.3 秒，性能提速近 50 倍

66 个工作簿打开与加载用时
10.1 秒
openpyxl 需 89.9 秒，提速近 9 倍

3
三大系统架构支柱：多人协同、无头校验与海量上下文解耦

有了高性能的底层 Rust 核心后，如何将其组织为一个能够像真人分析师一样在交易团队中协同工作的系统？架构设计上确立了三大支柱：

支柱一：多人协同环境适配 (Multiplayer Integration)

单聊对话框对于严肃业务是彻底死路。真实的机构投研是在团队共用的邮件链（Outlook）或文档协作空间中推进的。系统为每个 Agent 分配了独立的数字身份与专属收件箱：Agent 在邮件链中全程静默倾听（Listen Silently），只有在被明确提及（@mention）或触发明确策略时才会唤醒；唤醒前首先进行身份与成员权限校验，避免抢跑越权。

支柱二：步步校验而不是终局开盲盒 (Step-by-Step Verification)

传统使用代码操作 Excel 是“盲写”，写完后直接保存，错不错全靠运气。自研引擎实现了**“每次写入即时运行计算图校验”**：Agent 写入每一个单元格、每一次修改依赖，引擎立即在内存中触发局部重算，确保没有出现 #REF!、#VALUE! 或逻辑自相矛盾；并且生成的每一份演示图表和数据，其背后都强制附带指向 SEC 原始财报（10-K/10-Q）对应行段的可追溯超链接。

支柱三：广度与深度双重索引架构 (Massive Context Engineering)

• 广度（15,000 个文件的虚拟数据室）：采用分工协作的子代理蜂群（Agent Swarms）。主代理切分数据室索引，派发子代理分别检索、阅读与摘录，子代理只返回带有原文严格引用的结论，不将冗长原文件塞入上下文；
• 深度（24MB 复杂大模型）：不再让大模型去逐行阅读 XML，而是在引擎层直接通过代码编译生成**“计算图拓扑映射表 (Dependency Map)”**，将模型抽象为“输入参数 -> 中间公式 -> 最终输出”的紧凑有向无环图（DAG），在 10 秒内完成索引，节省上亿 Token 开销。

4
全自动 Autopilot 与人机协同 Copilot 的清晰分水岭

重构整个 Office 套件的核心目标，是为了明确划定 AI 代理的自治边界。在具体的分析师工作流中，哪些任务可以彻底全权托管（Autopilot），哪些任务必须保留人类深度复核（Copilot）？Yijia Liang 提出了一个衡量准绳：“输出是否能够通过纯机械化规则进行自动化校验（Can it be checked mechanically?）”

分析师工作流的自动化托管迁移图谱

运行模式	典型工作流场景	底层支撑与验收依据
全自动驾驶(Autopilot)	• 财务数据录入与清洗 (Spreading)• 可比公司估值刷新 (Comps Refresh)• 历史季度数据滚卷更新 (Deck Roll-forward)• 格式统一化与数据对齐校验	100% 机械可校验利用 Rust 计算图与原文引用自动对账，零误差直接放行。
人机协作副驾(Copilot)	• 极端悲观情景压力测试假设设定• 行业竞争格局战略判断• 投决会 50 页核心投资逻辑论证 (Thesis)	依赖人类主观研判与定性信念Agent 提供数据事实与草案，人类专家行使最终否决权与决策问责。

通过重塑 Office 架构，初级分析师终于可以从“在文件夹里翻找旧底稿、手敲财务报表数字、在 Excel 单元格里连线”这种无休止的低效体力劳动中解放出来，将真正的时间与精力倾注在对商业本质的判断、交易定价逻辑与核心假设推演之上。

【结语】给机器用的软件：软件工业的新拐点

Compound AI 重写 Office 的壮举，给所有致力于 AI Agent 落地研发的工程师带来了前瞻性的启示：过去四十年所有企业级软件的交互界面与底层数据结构，都是围绕人类的手指和眼睛构建的；而未来的企业基础设施，必须围绕 AI Agent 的自主执行与计算图拓扑进行彻底重构。

当 Agent 拥有了以毫秒级运行的专用工具底座、拥有了可追溯的计算验证链，真正自主的 AI 团队才会走出沙盒演示，成为驱动实体产业与金融世界的强劲新质生产力。