先把几个硬数字放前面，没时间的朋友看完这段就可以走了。这次扛大梁的模型是 Seed-2.1-pro-0915，我冲的就是它的视觉理解和 Agent 工具调用，这场文档审计正好两样都用上了。6 份真实格式的企业文档丢进去，出来 13 条确认过的问题，10 条高风险 3 条中风险，51 条证据每一条都能点回原文找到出处。评测里 49 个考察点命中 46 个，误报 0。模型返回的原始内容全部留档，一个字没动过。

前阵子我在琢磨一件特别具体的事。企业里每年不知道有多少合同、报价单、付款申请要人工过一遍，审的人得把每一笔金额、每一个日期、每一条审批链在脑子里对齐，跨文档对不上就是风险。这活又烦又重要，烦在琐碎，重要在漏了是真赔钱。

我就想，这事儿现在的模型到底能不能干。

不是能写两句总结的那种能干，是真能像审计一样，读文档、查规则、给结论，而且每个结论都能把原文指给你看的那种能干。想验证就别纸上谈兵，我把火山方舟上的 Seed-2.1-pro-0915 接成了这套系统的审计大脑，系统取名 Enterprise Document Audit，然后把 6 份真实格式的采购语料丢了进去。带文字层的 PDF 合同、XLSX 报价单、PDF 付款申请单、PDF 采购制度，还故意塞了一张没有文字层的 PNG 审批流程图。

为什么说故意，一会儿讲到那张图你就明白了。

整个系统怎么转的，我先画了张全景图放这，后面每一节都能对上号。

先看结果，13 个问题全都能回原文

13 条问题，全部 CONFIRMED，10 条高风险 3 条中风险。有跨文档金额对不上的，有合同还没签钱先付了的，有货都交付了审批还没走完的。每一条都挂着对应的制度条款，比如 PROC-2.3，未经批准不得采购。

下面这张是 Findings 页的实拍。不是我挑的好看部分，它就长这样。

证据这块是我较真到底的部分。我给系统立了个规矩，每一条结论必须挂证据，每一条证据必须带原文引文和定位，而且文本类的引文会被代码拿回原文里逐字比对，对不上就不给过。

Evidence 页长这样，51 条证据按问题归组。

给你看条具体的。编号 EV-001 这条证据，定位在报价明细表的 H12 单元格，引文是 994400.0，回查状态是逐字命中。

什么概念呢，就是这个数字确实一个字符不差地躺在那张表的那个格子里。不是模型转述的，不是它理解出来的，是它真在那。你点开证据，再点开定位，原文就在那等着你。审计这个东西，说服力就藏在这种地方。

单条问题的详情页长这样，规则依据、证据链、整改建议全摊在一张页面里。

那 51 条证据里，有 35 条是文本类逐字命中的，还有 16 条指向图片，主要就是那张没有文字的流程图。这两类的确信度天然不一样，一个能逐字对，一个只能看图说话，所以系统分成两档标，没有混在一起糊弄。

一张没有文字的流程图，它真看懂了

对，那张流程图，6 份语料里我特意留的一道坎。

05_审批流程.png，PNG 格式，图里没有任何文字层。文本解析器跑到它面前只能交白卷，想读出里面的审批链，只能靠视觉模型去看图。

Seed-2.1-pro-0915 这次调用全程留痕，耗时 85.1 秒，输入 2662 个 token，输出 4877 个，其中 2509 个是思考 token。响应里的服务版本号是 doubao-seed-2-1-pro-260915，对应活动口径的 Seed-2.1-pro-0915。它从图里读出了 4 个文本块和 25 组键值对，审批链上的关键节点和流转方向都拿到了。

一个连字都没有的图，它真的看懂了。我当时盯着这份响应看了挺久。

它是怎么转的，模型不碰原始字节

有个设计我想单独拎出来讲，模型从头到尾不碰文档的原始字节。PDF 是代码按页拆的，XLSX 是代码按单元格展开的，模型拿到的是拆好、带坐标的结构化材料。它负责理解，不负责转录。这一刀切下去，后面所有的数字才都有据可查。

Workspace 页能看到 6 份文档的解析清单，哪份走文本通道，哪份走视觉通道，都在明面上。

模型也不是拿到文档就开写。它跑在一条 9 个状态的状态机上，从分析任务开始，规划、读文档、抽证据、评规则、查策略，一路到评发现、收尾。这条链我也画了出来。

这次真实运行一共发生了 56 次工具调用，Timeline 页把 273 条事件按顺序全铺开了，哪一步调了哪个工具、传了什么参数、返回了什么，全能查。

状态机里那个重规划，我想单独说一下。它不是摆设，这次运行它真的被触发了。检查失败或者证据不够的时候，模型必须读着错误信息重新规划，不许假装拿到结果。你想想看，一个人干活出了错是圆过去还是回头重来，这个区别太大了。

较真的地方，分母里装的是什么

前面说每条结论必须挂证据，落到工程上是一套分流机制，我也画了图。

文本类的证据要过逐字回查，原文里找得到这句话才算命中。图片类的单独记档。还有一类特殊的，比如「文档里没有约定违约条款」这种缺失主张，压根没法回查，也得单独记。为什么要费这个劲分档，下面这个故事就是原因。

评测的时候，证据准确率头一版算出来是 0.4828。

我盯着这个数字愣了半天。一半都错了，模型在瞎编？

排查了一圈发现，是我冤枉它了。有 13 条证据压根没法验证，5 条缺失主张，8 条图像证据，初版的算法把它们全塞进了失败的分母里。把没法验证的请出分母之后，命中的一条没变，分数是 0.875。

这件事给我的触动比 0.875 本身大。

评一个模型的指标，分子人人都会看，分母才是藏猫腻的地方。把不该进分母的东西悄悄塞进去，一个好好的模型就被评成了半吊子。反过来想，你要想让一个产品显得差，根本不用造假，把口径混一混就够了。所以现在我看到任何准确率，都习惯先问一句，分母里装的是什么。

报告不经模型，一个字都不经过

报告这块，我的立场相当偏执。

审计报告要是让模型自由发挥，它一定写得比你想象中流畅。但金额、日期、页码这种东西，流畅和正确是两回事。所以我做了个近乎偏执的决定，报告装配器是运行产物的纯函数，模型的选项是零。12 个章节全部由代码从运行产物里现算，执行摘要、审计范围、发现、证据、整改建议、复验结果，一个字都不经过模型。

出来的是一份 20 页的 PDF，中文字体真文本渲染，不是截图贴图。同一份数据同时出 Markdown、DOCX 和 JSON，四种格式一个字都不差。固定输入跑两遍，输出逐字节相同。审计报告要是连自己都没法复现，那审个什么劲呢。

还有件事我决定如实写出来，虽然它不那么体面。

这次运行的 26 项检查里，有 11 项没判定，端到端状态挂的是 FAILED。

我没让它硬凑成绿的。取不到证据的检查就挂着，没验证过的结论就标着，页面上明明白白写着完成清单未全绿。我的想法很简单，一个审计工具如果连「我没查出来」都说不出口，它说「没问题」你敢信吗。

敢把 FAILED 挂在脸上，恰恰是我觉得这套系统真正像审计的地方。

推理模型在多模态大输入上真的很慢。6 份文档完整跑一轮，180 秒的默认超时根本不够，任务直接被误判成失败，把超时改成 900 秒才踏实。对这个模型来说，慢不是故障，是它的工作方式。

还有个经典悲剧。改完代码重新构建，页面行为死活不变，排查半天，是一个残留的旧服务还霸占着 3000 端口，新的根本没接到请求。从此我养成一个习惯，行为诡异先查端口被谁听着。

戏剧性拉满的是截图那天。为了给这篇文章配真实截图，我必须用生产模式起服务，结果当场抓出一个开发模式下完全看不见的 bug，表格组件非法嵌套，生产模式必现报错。你说巧不巧，截图这个动作本身救了一次场。

对了，三次真实运行的完整记录都在一个列表里，哪次跑了什么、出了什么结论，点进去都在。

整个系统拆开其实就五个字，读、查、证、改、验。我也把它画成了图。

做完这个项目，我对「模型能不能干活」的判断标准变了一点。

难的从来不是读懂合同，是在该认输的地方认输。图像读不透就如实分档，证据取不到就不硬凑，没验证过就拒收，11 项没判定就挂着 FAILED。Seed-2.1-pro-0915 在这套约束里的表现让我挺意外，工具失败了它会回头重规划，而不是编个结果糊弄过去，没有证据的时候它给不出结论，也不硬给。

但让这些约束真正生效的，不是模型自觉，是工程。一个不经模型的报告装配器，一套五档的证据分流，一条没重新读过原文就拒收 PASS 的硬规则。模型负责理解，代码负责验证，两边谁也别越界。

开头说那张没有文字的流程图是我特意留的坎。写到这你会发现，真正的坎不在那张图上。

图上的坎考验模型，图外的坎考验做系统的人。

6 份企业文档交给 AI 审计，连无文字流程图都被拿捏了！

先把几个硬数字放前面，没时间的朋友看完这段就可以走了。这次扛大梁的模型是 Seed-2.1-pro-0915，我冲的就是它的视觉理解和 Agent 工具调用，这场文档审计正好两样都用上了。6 份真实格式的企业文档丢进去，出来 13 条确认过的问题，10 条高风险 3 条中风险，51 条证据每一条都能点回原文找到出处。评测里 49 个考察点命中 46 个，误报 0。模型返回的原始内容全部留档，一个字

人工智能

职业发展

测试

Seed-2.1-pro-0915完成6份企业文档审计：13条确认问题（10高3中），51条证据逐字回查命中，49个考察点命中46个，误报0。全程56次工具调用留痕，模型不碰原始字节，报告纯代码生成，零模型参与。文本与图像证据分档标注，11项未判定如实挂FAILED。

Agent

JSON

2026上云采购 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

6 份企业文档交给 AI 审计，连无文字流程图都被拿捏了！

6 份企业文档交给 AI 审计，连无文字流程图都被拿捏了！

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐