前六章，AI 处理的是【你自己产出的东西】——你的图文、你的单据；这一章，它处理的是【一份上市公司年报】：别人写的、有法律责任的、每个数字都能查到出处的公开文件。而这一章最要记住的一句话，是行业里说得最直白的那句：AI 完成财报解析，不等于完成财报分析。
从第六章到第七章，换的不只是案例，是两样东西同时换了：平台换了（从【扣子 Bot／工作流】换成【扣子空间】），任务形态也换了（从"你编排好流程、它照着走"换成"你只说目标、它自己拆"）。 这一换，正好落在第一章 1.1.2 讲的【规划两条路线】上——前六章走的是路线 B（人预先编排），本章第一次走路线 A（模型自己想）。 与第六章对照：两章都要"核对"，但核的东西不一样。第六章核的是【数字抄得对不对】，本章核的是【结论有没有超出原文】。
一、先说清楚：这一章的对象是什么
前六章的对象，一个比一个大：一篇笔记、一篇文章、一批文章、一张采购订单。本章的对象换成了【一家上市公司的年报】——一本通常有一两百页的书。
一本年报里，其实装着四类完全不同性质的内容：
| 位置 | 是什么 | 特点 | 出错代价 |
|---|---|---|---|
| 三张表（利润表／资产负债表／现金流量表） | 数字 | 精确、可核对、有钩稽关系 | 抄错一个数，后面全错 |
| 管理层讨论与分析（MD&A） | 公司自己说的话 | 有立场、有取舍、是解释不是事实 | 把解释当事实，会被带偏 |
| 财务报表附注 | 数字的说明 | 最长、最枯燥、也最藏东西 | 不看附注，等于没看报表 |
| 审计报告与董监高信息 | 责任声明 | 一句话就能改变可信度 | 忽略意见类型，风险判断失效 |
它们是【别人写给你的】，而且写得让你相信。 前六章里，AI 加工的素材大多来自你自己；本章的素材来自一家有动机把事情说好的公司。所以本章真正的难点不在"AI 能不能读懂"，而在"你怎么知道它读出来的这句，是原文写的，还是它替原文补的"。
二、与前六章的三处不同
把这三处并排看，就明白教材为什么把这一章放到最后：
| 前六章 | 本章 | |
|---|---|---|
| 对象 | 你能改动的东西（内容／单据） | 你只能读、不能改的公开文件 |
| 平台 | 扣子 Bot ＋ 工作流（人编排） | 扣子空间（自主规划） |
| 错的形态 | 一眼能看出错（发错、填错、格式崩） | 错得最像对的（结论看着挺合理） |
第三行是本章的命门。第六章的错是【事实错】——数字对不上，规则一算就爆。本章最危险的错是【一个正确的数字，跟了一句走得比原文远的结论】：
原文（P46）：应收账款期末余额较期初增长 32%
AI 写成 ：应收账款增长 32%，说明公司在放宽信用政策换取收入
前半句对，后半句是它自己的推理。 而"放宽信用政策换取收入"这个判断——如果错了，后果不是数字错，是你把一个不存在的风险，或一个不存在的安全，当成了分析结论。
三、财报分析为什么特别：三个不能整篇信的理由
3.1 通用大模型有【正面表述偏差】
这是有研究记录的现象：用通用大模型做财务文本分析时，它倾向于给出偏正面的解读。同一句"应收账款增长 32%"，人类分析师的写法通常是"需关注"，AI 的初稿更常写成"业务扩张带动"。
这不是它坏，是它的默认站位——它在训练里学到的是"把话说得通顺、得体、积极"。
3.2 【解析】和【分析】是两件事
| 解析 | 分析 | |
|---|---|---|
| 做什么 | 把纸上的字搬成结构化数据 | 判断这些数字意味着什么 |
| 能不能验 | 能——回原文对一遍就知道 | 难——没有标准答案 |
| 谁来做 | AI 很擅长 | 人要负责 |
| 错了怎么办 | 重抄一遍 | 可能要承担后果 |
行业里那句最值钱的提醒就在这里：AI 能完成【解析】，但【分析】这一步是判断，判断的后果落在人身上。
3.3 你手里的原件，可能根本不是原件
这条与第六章呼应：扫描件。如果上传的是"扫描版年报"，没有文字层，识别质量会明显下降。 更麻烦的是：第六章的扫描件错在数字上，你还对得出来；本章的扫描件错在数字上，你却看不出来——因为你要它的输出本来就是一段通顺的话，通顺的文字里少一个零，读起来一样顺。
四、扣子空间是什么：它和前面用的【扣子】不是一回事
这是本章最需要先掰正的一个概念。
| 前六章用的 | 本章用的 | |
|---|---|---|
| 名字 | 扣子（coze.cn） | 扣子空间（space.coze.cn） |
| 你要给什么 | 流程：节点怎么连、变量怎么传 | 目标：我想要什么结果 |
| 谁定步骤 | 你定（工作流编排） | 它定（你确认） |
| 一句话 | 你当流程设计师 | 你当任务交代人 |
这正好对应第一章 1.1.2 里的两条路线：
路线 B（人预先编排）—— 前六章
你画好图 → 它照着走 → 出错时你知道错在哪一格
路线 A（模型自己想）—— 本章
你给目标 → 它自己拆 → 出错时你要重看它怎么想的
为什么教材把路线 A 放在最后一章？ 因为它更省事，但更不好控：你把"怎么拆任务"的决定权交出去了，就必须在别的地方把它管住——所以本章后面几节，几乎每一节都在补这一件事：7.2.1 先选对模式、7.2.3 把要求写进提示词、7.2.4 拿四条判据回验结果。
前六章：你告诉它【怎么做】。本章：你告诉它【要什么】，然后花力气检查它【怎么做的】。
五、⚠️ 2026 现状：这一侧的四件事
教材 2026-06 出版，本节按 2026 年当下核实。四条与教材并不冲突，但第一条和第四条是新手最容易误解的。
现状一：它不内置金融数据库，也不替你抓财报
这是最需要说清的一条：扣子空间本身不内置原生金融数据库，不会自动抓取上市公司财报。你要分析的 PDF，得你自己从交易所或公司官网下载再上传。
它内置的专家 Agent（比如金融类的观察助手）能帮你做资讯汇总与指标提取，但原始财报文件依旧是你的活。
【AI 不替你找数据】这件事，决定了你对数据来源负有全部责任。 你上传的是哪一版、哪一期、有没有更正公告——它不知道，也不问。这些只能你自己确认（这是 7.2.2 存在的理由）。
现状二：它不做【表外】风险，也不给买卖判断
两条明确的边界：
- 不会识别报表背后隐藏的表外风险（担保、对赌、关联交易这些藏在附注里的事，它只会照字面整理，不会主动去挖）；
- 不会给出买卖倾向的判断（它不属于投顾类工具，输出的是资料组织与文本提炼）。
现状三：PDF 解析会出现【单位与口径】偏差
明确记录在案的坑：PDF 解析会出现单位、小数点、统计口径的识别偏差。
凡是涉及财务数字，必须回到原始财报、公告文件交叉核验——不要直接复制 AI 输出的数字当研究依据。
现状四：监管对【AI 辅助投资】的态度是【可以辅助、不许越位】
2026 年这一侧的监管口径很清楚：警示投资者不轻信"金融网红""智能投顾"，应在投资中独立审慎地做出决策。
学界与业界的说法更凝练：要分清【工具赋能】与【能力让渡】——AI 可以帮你看得更快更全，但判断不能交出去。这条在 7.2.5 会变成一条硬性的发布前检查。
六、动手 Demo：一条模糊指令的拆解器
下面这个脚本做的事很朴素：把"帮我分析一下这份财报"这句话拆开看，它到底缺了什么；再看规划模式下它会反问你什么；最后看一句话补全之后，任务清单长什么样。
# -*- coding: utf-8 -*-
"""7.1 Demo：一条模糊指令的拆解器
演示三件事：
1. 【帮我分析一下这份财报】这句话缺了什么
2. 规划模式下，扣子空间会主动反问哪几个问题
3. 把话补全之后，任务清单长什么样
"""
def wlen(s):
return sum(2 if ord(c) > 0x2E80 else 1 for c in s)
def pad(s, n):
return s + " " * max(0, n - wlen(s))
LINE = "=" * 78
RAW = "帮我分析一下这份财报"
NEED = [
("对象", "哪家公司、哪一期", "是 2025 年报，还是 2025 三季报？"),
("口径", "合并报表还是母公司报表", "母公司报表和合并报表差得很远"),
("关注点", "看什么", "看营收增长？看现金流？还是看有没有暴雷风险？"),
("出口", "给谁看、什么形式", "给自己做笔记，还是给老板做一页纸汇报？"),
]
ASK = [
"这份财报是哪家公司、哪一期？（文件名里如果没写，它会问）",
"你更关心哪一块？（盈利质量／现金流／偿债能力／有没有异常科目）",
"要跟谁比？（只看这一期，还是要和去年同期、和同行比）",
"结果要什么形式？（一页结论、结构化表格，还是生成一个可分享的网页）",
]
PLAN = [
(1, "核对上传件", "确认文件名、期间、单位（元／万元／百万元）", "必须"),
(2, "抽取三张表", "利润表、资产负债表、现金流量表的核心科目", "必须"),
(3, "算四个比率", "毛利率／净利率／经营现金流与净利之比／资产负债率", "必须"),
(4, "做同比", "与上年同期对照，标出变动超过 20% 的科目", "必须"),
(5, "找异常", "应收账款增速是否远超营收、存货是否堆积", "重点"),
(6, "写结论", "每条结论后标注来源页码，没来源的不写", "必须"),
]
看到什么算成功（下面是这个脚本的真实输出）：
==============================================================================
7.1 Demo：一条模糊指令，是怎么被拆成一份任务清单的
==============================================================================
一、原始指令
------------------------------------------------------------------------------
你输入的是：
「帮我分析一下这份财报」
这句话里，一个明确的信息都没有——这是绝大多数人第一次用
通用智能体时的真实状态。它不缺字，缺的是【边界】。
二、这句话缺了什么
------------------------------------------------------------------------------
缺的项 它指的是 为什么不能缺
--------------------------------------------------------------------------
对象 哪家公司、哪一期 是 2025 年报，还是 2025 三季报？
口径 合并报表还是母公司报表 母公司报表和合并报表差得很远
关注点 看什么 看营收增长？看现金流？还是看有没有暴雷风险？
出口 给谁看、什么形式 给自己做笔记，还是给老板做一页纸汇报？
这四样缺任何一样，AI 都只能【猜】。而财报分析里的猜，
和第六章识别单里的猜不一样——那里猜错是数字错，这里猜错是
【你拿到一份看起来很有道理、但根本没回答你问题的报告】。
三、规划模式下，它会先反问你（这就是【先问清再动手】）
------------------------------------------------------------------------------
1. 这份财报是哪家公司、哪一期？（文件名里如果没写，它会问）
2. 你更关心哪一块？（盈利质量／现金流／偿债能力／有没有异常科目）
3. 要跟谁比？（只看这一期，还是要和去年同期、和同行比）
4. 结果要什么形式？（一页结论、结构化表格，还是生成一个可分享的网页）
注意第三问：【要跟谁比】——这一问是财报分析的分水岭。
【这一期赚了多少】是事实；【比去年好还是坏】才是分析。
四、话补全之后，任务清单长这样
------------------------------------------------------------------------------
补全后的指令（示例）：
「读取 2025 年报，抽取三张表核心科目，算四个比率并做同比，
找出变动超过 20% 的科目，每条结论后标注来源页码，
最后生成一个可以分享的网页。」
序 动作 做什么 轻重
--------------------------------------------------------------------------
1 核对上传件 确认文件名、期间、单位（元／万元／百万元）必须
2 抽取三张表 利润表、资产负债表、现金流量表的核心科目必须
3 算四个比率 毛利率／净利率／经营现金流与净利之比／资产负债率必须
4 做同比 与上年同期对照，标出变动超过 20% 的科目 必须
5 找异常 应收账款增速是否远超营收、存货是否堆积 重点
6 写结论 每条结论后标注来源页码，没来源的不写 必须
五、读结果
------------------------------------------------------------------------------
① 【给目标】和【给清楚】是两回事。前者是【分析这份财报】，
后者是上面那串带着期间、口径、比对对象、来源要求的句子。
② 规划模式的价值，是【在你花钱之前，先把题审一遍】——
它反问你四句，比你等它跑完十五分钟再发现跑偏，便宜得多。
③ 清单里有一条和前五章一脉相承：【每条结论后标注来源页码】。
这一条不是格式要求，是本章的命门——原因在 7.2.4。
==============================================================================
读结果：
- 第 1 条和第 2 条是本节的核心：【给目标】不等于【给清楚】。你觉得你说清了，是因为你脑子里有那四件事；而 AI 看到的只有那 15 个字。
- 第 4 条那一行"每条结论后标注来源页码"，是本章的骨架。它看着像格式要求，其实是唯一一个能让"AI 说的话"变得可验证的机制——后面 7.2.3 会把它写进提示词，7.2.4 会拿它当判据。
30 秒实验
打开任意一份年报的 PDF（随便哪家公司的都行），翻到"应收账款"那一段，只做一件事：
把它原始的那句话抄下来：
「应收账款期末余额较期初增长 32%」
然后自己往下接一句，试着写成【分析】：
A) 应收账款增长 32%，明显快于营收增速，需关注回款压力
B) 应收账款增长 32%，说明公司在放宽信用政策换取收入
问自己一个问题：A 和 B，哪一句是原文写的？
- 如果你的答案是【都是自己接的】—— 对。两句都不是年报写的，两句都是你的判断。
- 再想一层：B 比 A 更"像分析"，也更危险——因为 A 停在"需关注"，B 已经替公司下了结论。
- 最后想一层：如果这段文字是 AI 写的，而你没有回原文核过——你怎么区分"这是年报说的"和"这是它替你推的"？
结论：唯一可靠的办法，是让每一句话都能指回一个页码。 这就是本章后面所有检查的起点——不是让 AI 少说，是让它的每一句都有据可查。
常见误区
- 【AI 能读财报，那我就不用读财报了】——方向正好相反。 本章的用法是【它读一遍、你核一遍】，不是【它读、你看】。核查成本随 AI 的输出量线性增长——所以提示词里要加"不许推断"，省的不是它的力气，是你的核对时间（7.2.3）。
- 【它给的结论看着挺合理，应该没问题】——"合理"恰恰是本章的风险来源。 通用模型有正面表述偏差，写出来的分析天然比原文更乐观、更顺畅。顺畅是它的默认风格，不是内容可信的证据。
- 【年报都一样，随便找份 PDF 传上去就行】——错，版本与期间是前提条件。 你上传的是年报还是半年报、是合并报表还是母公司报表、有没有更正公告——它不会问，也不会分辨（7.2.2）。
- 【这一章讲的是炒股】——不是。 本章从头到尾不涉及任何买卖判断；它做的只有三件事：把年报里的数字和话整理清楚、让每条结论能指回原文、把结果组织成一页能分享的东西。2026 年的监管口径也是这一条：可以辅助，不许越位。
自测三问（点开对答案）
1. **本章与前六章最大的不同，为什么说【错得最像对的，才是本章的命门】？** 前六章对象是"你能改动的东西"：内容发错能删，单据填错能冲销——**错的形态是显性的**（格式崩了、数字对不上、状态不对），规则一跑就爆。 本章对象是**一份别人写的公开文件**，而你要的产出是一段【通顺的解读】。**通顺的文字里少一个零、多一句推理，读起来是一样的**。 所以本章最危险的错不是"数字抄错"，而是**一个正确的数字后面跟了一句走得比原文远的结论**——例如把"应收账款增长 32%"写成"说明公司在放宽信用政策换取收入"。 **前半句是原文，后半句是推理。** 而判断这一步，责任在人身上。 2. **扣子（coze.cn）和扣子空间（space.coze.cn）到底差在哪？这个差别为什么决定了本章每一节的写法？** 差别只有一句话：**流程由谁定。** **扣子（前六章）**：你编排工作流——节点、变量、分支都是你定的，**你当流程设计师**；出错时你知道错在哪一格。 **扣子空间（本章）**：你只给目标和边界——**它自己拆任务**，**你当任务交代人**；出错时你要重看它怎么想的。 这对应第一章 1.1.2 的两条路线：**前六章走路线 B（人预先编排），本章走路线 A（模型自己想）**。 **为什么这个差别决定后面每一节**：拆任务的权力交出去之后，你只能在【输入】和【验收】两头把它管住——**7.2.1 管模式选择、7.2.2 管素材合格、7.2.3 把要求写进提示词、7.2.4 拿判据回验结论、7.2.5 管发布前的合规**。 3. **2026 年的监管口径说【不轻信智能投顾】，这句话对本章的实际影响是什么？** 影响是**它把本章的边界画在了【整理】与【判断】之间**： - 允许做的是**整理**：抽取、对比、汇总、组织成一页能分享的成果； - 不允许做的是**代替判断**：不给买卖倾向、不下"值得投资"的结论。 所以本章会有一条很具体的纪律（7.2.5）：**生成的东西只要是给别人看的，就必须清掉所有投资建议性表述，并补上来源、日期和免责声明。** 更深一层，是学界那句提醒——要分清**【工具赋能】与【能力让渡】**：AI 让你看得更快更全，那是赋能；把判断交出去，那是让渡。**本章练的是前者。** **读完这一节，你应该能说出本章的两个关键词：一个是【扣子空间】，一个是【每条结论都要有页码】。** 前者是工具，后者是纪律——**后面八节，都是这两件事的展开。**- ☐ 下一节（7.2.1 扣子空间任务创建）
相关笔记
- 采购订单智能填报概述 —— 上一章的起点，对照着看：一个错在【数字】，一个错在【结论】
- Agent 的核心能力 —— 【规划的两条路线】在此，本章第一次走【模型自己想】那一条
- 扣子平台基础介绍 —— 前六章用的那个扣子，与本章的扣子空间是两个产品
- Agent 应用场景 —— 选场景的四问（高频／有规则／有产出／容错），本章在【容错】那一栏最特殊
- 🤖 Agent+RPA实战 · 索引 —— 全课路线图