Yijia Liang：为金融智能体构建兼容 Office 的文档引擎

我曾在 Coatue 担任约三年副总裁，专注于后期私营软件投资。很多工作意味着深夜使用 Excel 和 PowerPoint。我离开后开始为自己过去的工作构建工具；今天我想介绍 Compound 如何处理金融领域的长时间运行智能体。

我们认为个人智能体变得更有用有三个原因：后台工作更可靠，智能体可以主动行动，还能连接邮件、日历和云盘等重要上下文。但在机构金融工作流中，这些因素呈现出的情况并不相同。

预订餐厅不能等同于把资料室转换成投资委员会所需的模型、幻灯片和备忘录。后者可能涉及数周工作和多轮审查。董事总经理可能不希望智能体在没有指示的情况下行动；相关上下文还可能包括数千份文件和公司多年来的记录。

我们的方法有三个部分：让交易团队共享智能体作为协作者，使用自建文档引擎并行运行长任务，并处理公司数据的广度与深度。每一部分都对应委派更复杂工作时的不同障碍。

交易团队不是单个用户。分析师即使分别在聊天界面或插件中工作，仍要通过邮件或 Teams 传递文件并向同事征求反馈。我们希望同一工作流中的相关人员参与同一线程，让智能体获得交易参与者的相关输入。

在 Compound，每个智能体都有收件箱，因为机构金融中的许多工作都发生在 Outlook 邮件线程中。让智能体使用邮件并不只是连接邮箱：系统需要验证参与者身份并确保其拥有适当权限，尤其是交易信息受保密协议约束时。

我们也考虑了交互细节。如果多人短时间内连续发邮件，智能体逐一确认可能会向整个线程发送大量消息。回复前加入一定延迟，是我们为让智能体更像现有对话中的队友而采取的一项设计选择。

仅有协作并不能解决并行执行问题。我们评估了桌面插件、控制 Office 应用的虚拟机，以及现有开源或商业引擎。按照我们的评估，它们没有同时满足我们对保真度和规模的要求，因此我们决定自建兼容 Office 的引擎。

我估计，这项开发使用了 1.5 万亿个输入和输出 token，生成了超过 800 万行代码。我们的方法是给编程智能体设定保真度目标，把结果与 Office 比较，再反复迭代。这些数字描述的是我们的项目，本身并不能证明已经复现 Office 的每一项功能。

对于电子表格引擎，我们从开源项目 IronCalc 开始，使用在线收集的文件和内部创建的示例进行测试。我将结果描述为高度保真的复刻，但兼容性和速度仍取决于具体测试的文件与功能。

我们把类似的对比循环用于演示文稿和文档。渲染是关键：文件既要在我们的编辑器中显示正确，也要在团队下载到 Office 后显示正确。金融机构需要能够检查和发送的成果，因此视觉与文件兼容性和智能体生成内容的能力同样重要。

我认为，无头引擎可以并行执行工作，而不必让每个智能体都绑定到虚拟机中的桌面应用。我们的测试观察到 20 MB 电子表格的重新计算速度提高四倍。这是公司针对特定工作负载的说法，并非适用于所有电子表格的通用基准。

拥有编辑器也改变了协作方式。我先让智能体生成这次演示文稿的初稿，再通过评论提出格式要求。交易团队的多名成员可以通过共享界面添加自己的意见，让智能体异步处理反馈。

我们的引擎为智能体提供写入、渲染、检查和修正的循环。如果代码库只能编辑电子表格单元格，却不能渲染结果，系统就缺少直接检查格式的方式。通过控制渲染，我们可以让智能体在交给人之前检查输出并迭代。

数据问题同时有广度和深度。资料室可能包含超过 1.5 万份文件，而一个工作簿就可能达到几十 MB，包含大量公式。挑战不仅是找到文档，还包括理解其中的细节。

在广度方面，我们使用主智能体划分文件范围，把工作交给多个智能体，再根据发现迭代。我更倾向于在这一工作流中直接读取文件，使用搜索或其他方法，同时也承认向量数据库在特定用途下仍可能有价值。

我们希望每项发现都附有指向源文档的引用。引用让分析师能够回到数字或陈述背后的证据；但它仍需结合上下文审查，不能自动保证结论正确。

在深度方面，我们的电子表格引擎处理工作簿，并向模型提供结构化信息和工具。我认为，这可能比让现成模型通过代码反复打印、检查大量工作簿上下文更快、更便宜。比较结果取决于任务和具体实现。

目标是减少寻找文件或反复解释格式偏好所花的时间，把更多精力用于判断交易。工作流连接 SharePoint 和 Outlook 等来源，以引用支撑发现，并纳入公司的知识与偏好。

我区分了现有工具已经能够自动完成的任务，以及人们仍希望深度参与的、更长且影响更大的工作。制作详细的投资委员会演示文稿或符合公司要求的模型，需要仔细审查和控制；我们的目标是在保留判断的同时扩大可委派的范围。

我借用编程领域的类比：当检查机制可用时，人们从接受单条建议转向委派更复杂的任务。在金融领域，这种转变需要可靠工具、证据和适当的人类监督。我的更广泛预测是，公司会尝试让部分工作流从辅助驾驶转向更自主的运行。