夜雨聆风AI+：新时代与新选择
交流发言之一
邢驿
各位领导、卜总，各位老乡、各位企业家朋友：
大家下午好！
我叫邢驿，是江苏辰星工程管理咨询公司的董事长，非常高兴参加本次“AI+：新时代与新选择”专题交流活动。感谢《高淳人在南京》这个平台创建这次学习交流的机会，感谢傅琳同志的精心组织协调，也感谢卜总和大任智库为本次活动提供有力保障，及刚才给我们带来精彩的分享。
我今天交流的题目是：从“龙虾宴”到“养龙虾”。熟悉我的朋友知道，近两年我组织过几次咱们高淳老乡的“龙虾宴”。今天不谈餐桌上吃的龙虾，想和大家聊聊另外一件事，我戏称把它叫作“养龙虾”，指的是AI智能体工具OpenClaw。
我并非信息技术专业人员，也不是AI领域专家，日常主要从事财务审计与工程审计工作。今天就以一名普通业务从业者的视角，谈谈我为什么主动拥抱人工智能，OpenClaw能够解决哪些实际工作痛点，以及在实践运用当中需要把握的原则和注意事项。
这些年人工智能发展突飞猛进。受孔书记倡导持续学习新理念的启发，我也越来越有一种强烈的危机感：技术变化不可怕，不学习才更可怕。正是这份危机感，促使我主动去接触ChatGPT、DeepSeek，之后开始实践使用OpenClaw。
真正触动我思考人工智能对审计行业影响的，是2025年美国政府效率部开展的联邦机构专项审查。2025年1月20日，美方签署行政令设立政府效率部，马斯克参与推动相关工作；同年2月26日再次发布行政令，要求各联邦机构联合效率团队，对存量合同、财政拨款开展全面核查，30日内完成排查，重点整治资金浪费、欺诈、滥用等风险问题。
客观来讲，这套核查模式，不等同于我们法定规范下的专业审计，两者工作逻辑、评判标准有很大区别，相关工作成效也存在不少争议，我在这里不对其政治立场和最终结果做评价。但这件事给我的冲击很大：当海量数据、自动化流程与人工智能深度结合，过去依靠大量人力、耗费漫长周期完成的核查工作，完全有可能换一套全新模式落地。
回望我们的审计工作，其实早已离不开信息化工具。财务审计普遍使用鼎信诺等专业软件，完成数据采集、抽样筛选、账龄分析、科目校验、审计底稿整理；工程审计依靠广联达开展工程量核算、计价组价、数据比对审核。这些软件极大释放了生产力。
但是传统审计软件，本质是基于预设规则运行。可以高速运算工程量，可以从海量财务数据里筛选异常指标，可以自动生成表格底稿。可它很难自主读懂一份合同背后的逻辑约定，不会主动研判一笔支出业务是否合理，更难以贯通合同文本、专项报告、会议纪要、附件材料，自动比对多份资料之间是否存在矛盾冲突。
而人工智能带来的改变，不只是计算速度更快，更在于具备文本理解、信息归纳、交叉比对的能力。它可以同时批量研读多份文件，协助校验报告前后口径是否统一，不同位置的数据是否相互矛盾，正文与附件资料能否相互印证；能够从文字、数据中识别疑点，梳理出待核实问题清单；还可以把疑点任务梳理成册，持续跟进后续处置闭环。
基于这样的理解，我的判断是：人工智能不会替代鼎信诺、广联达这类专业业务软件，更不会直接取代审计从业人员。未来更合理的工作范式应该是：专业软件负责精准计算、标准化业务处理；人工智能负责阅读理解资料、排查疑点矛盾、归纳梳理问题、跟踪任务闭环；审计人员承担证据核实、专业研判，履行最终把关责任。
正是带着这样的现实紧迫感，我先后试用ChatGPT、DeepSeek，进一步接触OpenClaw。ChatGPT、DeepSeek更像一位知识渊博的顾问，一问一答，被动响应需求。而OpenClaw更像一名需要悉心培育、科学管理的数字员工。我们可以给它下达任务、设定工作规则、规划执行节奏，使其持续开展工作，并定期输出工作简报。
它还有一个很务实的优势，就是可以24小时不间断运转。现实工作当中，我们提倡劳逸结合，保障员工休息权益，不愿意加班完全可以理解。但作为数字工具，它不存在上下班界限。只要硬件、网络服务稳定，晚间布置好任务，它就可以持续整理资料、核对清单、汇总项目进展，等到第二天上班，即可直接查看整理完毕的成果报告。
在实际工作场景当中，用途十分广泛。项目会议结束之后，可以交由它梳理会议纪要，拆解形成任务清单，明确责任主体、完成时限、缺项资料、逾期事项。在财务审计方面，可以辅助核查审计报告前后表述一致性，校验多处数据是否冲突，核对正文和附件匹配度，梳理需要被审计单位补充说明的事项。在工程审计业务中，可以整理项目推进台账，标记尚未回复的审核意见、待补充报送资料，建立事项跟踪清单。放到企业内部管理，同样可以用来梳理会议内容，汇总多项目动态，自动生成工作日报、周报。
当然，用好AI绝不等于可以弱化人的作用。凡是涉及专业判断、现场沟通、责任认定的核心环节，依然必须由人来完成。比较理想的模式，不是人和机器比拼加班，而是做到人机错峰、分工协同：把重复度高、耗费时间的基础性事务交给AI在非工作时段处理；次日工作人员再复核输出成果，核对原始资料，作出专业判断。把人力从繁杂琐事当中解放出来，投入到价值更高的工作当中。
同时也要清醒认识，OpenClaw并不是安装之后就万事大吉，自动产出完美结果。人工智能依然会出现理解偏差、记忆遗漏、执行跑偏的情况。有时候看起来输出了大量内容，实则没有抓住核心重点；有时候仅仅要求它整理信息，它却会自主延伸、过度推演。
所以我戏称的“养龙虾”，本质就是对AI智能体的管理过程。要持续清晰地告诉它：工作目标是什么，合格标准是什么，哪些信息必须人工核验，哪些流程可以自动化执行，哪些操作必须人工审批，哪些底线绝对不能触碰。管理AI工具，和管理一名员工有共通之处。岗位职责越清晰，工作标准越具体，复核检查机制越完备，输出成果的可靠性才会越高。
尤其对审计行业而言，运用人工智能必须严守边界，把合规摆在第一位。第一，AI输出内容未必准确，关键数据、业务结论一定要经过专业人员复核确认；第二，审计底稿、客户财务数据、业务案卷、商业秘密严禁随意上传，严守信息保密纪律；第三，AI只是辅助工具，绝不能代替注册会计师、工程审计人员出具专业结论；第四，涉及文件发送、资料删除、对外对接、重大决策等操作，必须经过人工审核批准。
放眼国内，除OpenClaw之外，各类AI智能体、应用平台不断涌现，腾讯、百度、阿里、字节跳动等企业都在加快布局。我的体会是，我们不必盲目追逐每一款新兴工具，也不要一开始就追求建设大而全的复杂系统。可以立足自身业务实际，优先选择重复性较强、风险可控、成果便于核验的场景先行试点。例如整理会议纪要，梳理资料清单，跟踪项目进度，编制工作周报。把一件场景跑通做实之后，再循序渐进扩大应用边界。
客观来看，当前人工智能技术依旧处在持续完善阶段，会出现理解失误、信息错漏、遗忘既定规则等问题。因此，我们既不能神化人工智能，认为它无所不能；也不能因为它尚有缺陷，就否定它巨大的发展潜力。
我学习使用OpenClaw，目的不是脱离财务审计、工程审计本职工作，而是借助新技术把专业做得更扎实；不是让AI替我做出决策，而是依靠它减轻机械重复劳动，让自己把更多精力投向专业研判、项目管理、沟通协调和重大事项处置。人工智能不一定会淘汰专业人员，但是熟练驾驭AI工具的专业人员，工作效能将会得到显著提升。
站在新时代的关口，面对人工智能浪潮，我们可以保持审慎态度，可以从小场景实践起步，可以边应用边观察，但不能因为陌生不懂，就选择固步自封、拒绝学习。技术只是工具，合规才是底线，专业方为核心。拥抱变化、主动求变，就是我们这个时代给出的新选择。
我的分享到此结束，谢谢大家！
