由投资机构Coatue一位前副总裁联合创立的初创公司Compound,立志打造一款让机构交易团队能当作同事而非工具来对待的AI分析师。在这一过程中,它得出了一个多数AI初创公司回避的结论:现有工具不够好,不值得在其之上搭建。Compound没有用插件或脚本包装Microsoft Excel、PowerPoint和Word,而是用Rust从零重写了这三款应用,做成一个无头引擎,也就是无需屏幕或桌面窗口即可运行的软件。它还为每个智能体分配了专属的电子邮件地址,让智能体能够进入金融团队真正工作的Outlook邮件线程。这两项决策背后的思路,为AI公司何时该复用现有工具、何时该重建,提供了一个颇具参考价值的案例。
为什么个人智能体的思路搬不到交易团队
Muse和Instinct等消费级智能体在大约三个月内迅速崛起,Compound将其归因于三个要素。其一,它们能在后台可靠执行,用户可以把订餐厅、订机票这样的事交出去并信任结果。其二,它们主动行事,比如留意到纪念日临近便提前订花。其三,它们与保存个人上下文的系统深度集成:电子邮件、Google Drive和日历。
Compound认为,这些要素若不做重大改动,没有一个能照搬到买方投资机构,原因有三。
- 金融工作是协作式的,不是单人游戏。一份投资委员会材料在被视为最终版之前,要经过同事和上级的层层审阅,因此一次性交给聊天机器人的方式与工作流不符。
- 主动行事有风险。交易团队共享沟通线程,一个不请自来插话或擅自行动的智能体,可能打乱微妙的审议过程。董事总经理承担不起一个会发出未经核实分析的智能体。
- 上下文庞大而分散。单个并购数据室可能存有15,000份文件,机构还在SharePoint和Box等存储库中保存着数十年的非结构化交易与市场数据。
这份清单来自联合创始人的亲身经历。他在Coatue工作了大约三年,专注于后期私募软件投资,其中大量时间花在深夜摆弄Excel模型和调整PowerPoint幻灯片格式上。之后他离职,着手把自己曾经手工完成的分析师工作自动化。
基于这些约束,Compound推导出三项架构要求:一是多人协作设计,智能体要驻留在团队的共享渠道中;二是能在后台并行运行大量重负载任务的执行平台;三是管理并推理PB级机构与交易信息的方法。该公司主张,满足这些要求需要的是基础设施工程,而不是一个插件或侧边栏。
拥有自己收件箱的智能体
如今,分析师若用ChatGPT或Claude处理交易工作,需要复制文本或导出文件,附在内部邮件或Microsoft Teams线程中,再向同事和合伙人征求反馈。智能体永远看不到这些反馈。Compound的多人协作设计则把智能体放进与人相同的线程里,让它持续吸收团队的集体上下文:关于杠杆假设的争论、下行情景、5.0倍的退出倍数。
个人智能体通常活在iMessage或WhatsApp里。金融机构则运行在Microsoft Outlook上,线程动辄延伸到几十封邮件。因此,Compound为每个智能体分配了专属邮件地址和内置收件箱,团队成员只需在实时往来中抄送该智能体即可。

▲ 身处经核验、带延迟邮件线程的智能体
工程投入的重点在于确保这一切安全,因为每个交易室都受具有约束力的保密协议管辖。Compound处理一封来信的流程大致如下:
- 邮件进入智能体的收件箱,按收到的原样存储。
- 系统核验发件人是否对该交易拥有合法的读写权限;若没有,邮件被拒绝。
- 只有到这一步,智能体才会被唤醒。
- 它动态解析线程的近期上下文,而不是对单封邮件做出反应。
- 它在线程中回复。
有一个细节值得注意。当几个人接连快速回复时,一个简单粗暴的智能体会逐一作答,把线程刷屏。Compound有意加入人为延迟,让智能体等人把分几段发出的回复写完,再像一位考虑周到的同事那样一次性回应。该公司的立场是:在金融领域,智能体应当安静倾听,只有在被点名且通过身份验证后才介入。
现成的Office自动化方案为何失败
第二根支柱是Compound做出最不寻常选择的地方。为了在后台同时运行大量深度分析任务,团队评估了几种显而易见的方案,并逐一否决。
| 方案 | Compound发现的问题 |
|---|---|
| 桌面版Office插件 | 无法在不阻塞分析师本机上已打开应用的情况下做异步后台工作 |
| 虚拟机中的计算机操作智能体 | 每个动作延迟高,达不到分析师期望的响应速度 |
| openpyxl等开源库与商业电子表格引擎 | 超时或卡死,对24 MB模型每次写入耗时超过300秒,同时打开几十个文件便崩溃 |
真实的财务模型体量很大。该公司举出的一个真实的24 MB工作簿包含42张工作表、191,000个公式和65,000个命名区域。一个30 MB的模型可能含有200万个公式和五张敏感性分析表,在Excel中重算一次要五分钟以上。Compound由此断定,直接在原生Excel或PowerPoint之上规模化部署自主智能体是一条错路。

▲ 桌面自动化与无头引擎的对比
以Office为裁判,重建Excel、PowerPoint和Word
Compound的替代方案是运行它所称的自动化软件工厂。在递归式智能体循环中,AI智能体反复编写代码、测试并修改,总共消耗了1.5万亿个输入和输出token,产出了800多万行代码。关键的设计技巧在于裁判:这些循环以真实的Excel文件为基准测试输出,由原生Microsoft Office充当判断结果是否正确的基准真值。
电子表格引擎以开源Rust项目IronCalc为起点。四个月内,循环把它扩展成一个80万行的Rust引擎,能够读取、修改并保存复杂的XLSX文件,视觉与数学上达到该公司所说的像素级一致。随后同样的方法被用于PowerPoint和Word。在幻灯片方面,Compound报告称,在169套演示文稿的4,432张幻灯片上,与原生PowerPoint的匹配得分中位数为0.975。Compound把这种保真度视为必备条件,理由是金融机构不会接受下载后的文件与桌面版Office中的样子有任何差异的产品。
该公司给出的基准测试数据,将其引擎与一款标准商业引擎及LibreOffice作了对比:
| 基准测试 | Compound引擎 | 对比对象 |
|---|---|---|
| 同时打开20个文件时的每秒操作数 | 225,000 | 19,000(商业引擎) |
| 复杂模型构建 | 0.87秒 | 500秒超时(商业引擎) |
| 写入24 MB模型 | 约1秒 | 超时(商业引擎) |
| 重算含500,000个公式的61个工作簿 | 43.3秒 | 183.0秒(LibreOffice),提速4.2倍 |
这些是Compound对自家产品的自行测量,读者应将其视为厂商说法而非独立结果。
每一步都验证,而不只看最终结果
掌握引擎也改变了智能体检查自身工作的方式。openpyxl这类库只是盲写文件,从不渲染,智能体无从得知图表是否压住了表格、标题是否错位。从外部驱动微软的桌面或网页界面,又让智能体依赖于一个检查钩子有限的宿主环境。Compound的引擎闭合了这个环路:智能体在每一步都写入、渲染、检查并修正格式与计算,而不是只评估最终产物。
掌握编辑器界面对人也很重要。每一处修改都可检视且纳入版本控制,审阅者可以在带有来源标注数据的草稿上留下行内评论和线程式反馈。Compound表示,一整套幻灯片可以仅通过在界面中放入文字评论和提示词来组装和排版。该公司声称,综合起来的效果是,一个五人交易团队可以在一个下午审阅并排版一份100页的演示文稿,而不必花费数周进行人工审阅会议,从而把典型的四周尽职调查周期压缩到几天。
两个方向的上下文:广度与深度
第三根支柱从两个维度应对金融上下文的规模问题。
广度指的是数据室。常见做法是把文档转换为数值嵌入向量用于相似度搜索,将成千上万份文档装进单一向量数据库;Compound没有这样做,而是部署了一个以人类交易团队为蓝本的智能体集群。一个主智能体对数据室进行分区并分配任务,子智能体负责搜索、打开、阅读单个文件并提取内容。每项发现都必须附带精确的来源引用,并且有一道强制的重读步骤在返回前核验每条引文,这是该公司防范数字幻觉的手段。该集群被设计为可连续运行数小时、经受系统重启,并处理多达50,000份文件、40 GB的档案。
深度指的是工作簿。把大型模型的每个单元格都打印进语言模型的上下文窗口,既慢得难以接受又极其昂贵;Compound估计这种做法会产生1.26亿个token。该引擎转而在任何大语言模型推理之前,先在代码层面对模型结构做一次索引,构建一张连接输入、公式和输出的功能图。该公司报告的结果如下:
| 指标 | 结果 |
|---|---|
| 黄金公式基准测试准确率 | 874个公式中有873个与Excel一致 |
| 打开66个工作簿 | 10.1秒,openpyxl需要89.9秒 |
| token用量 | 固定预算,而非1.26亿个token |
在这两者之上,Compound还从SharePoint和Outlook等已接入的数据孤岛中采集全机构的知识,使组织记忆、内部格式风格和团队偏好能够从一笔交易延续到下一笔。这消除了反复出现的琐碎劳动:翻找文档、重新录入历史数据、重建去年的模型、再次解释机构的模板。
委托的边界在哪里
Compound把交易任务放在两个坐标轴上:输出在多大程度上可以机械校验,以及需要多少定性的人工判断。可校验性高、判断需求低的任务,如铺排财务报表、更新可比公司表、从数据室提取数据、滚动更新模型,被交给该公司所称的自动驾驶。而起草投资委员会备忘录初稿、构建下行情景、综合提炼投资论点叙事等任务,仍停留在副驾驶范畴,由人持续掌舵。在Compound看来,现有商业工具在从零生成一份50页委员会演示文稿这类长周期生成式工作上仍然吃力。
该公司主张,有三件事能把自动驾驶的边界向外推:通过共享线程征求团队意见、运行程序化验证检查,以及访问深层的机构上下文。它类比了去年12月Opus 4.5发布之后的软件开发:一旦健全的测试套件给了工程师足够的信任,他们便从逐行补全转向委托整个模块。如果金融领域获得同等的验证闭环,该公司预测私募股权和对冲基金团队评估的交易数量可以达到现在的十倍。这是一项预测,不是实测结果。Compound也明确表示,定性判断和投资论点的形成应继续由人直接掌握。
这个案例对重建与复用的启示
把Compound的故事当作一份创始人决策记录来读,其核心似乎是一条简单的检验标准:现有工具扛得住工作负载就复用,扛不住就重建。插件阻塞用户的机器,虚拟机太慢,脚本库在真实模型上超时,于是公司选择重建。相反,电子邮件对交易团队本来就好用,公司便选择加入而非替换。如此规模的重写在商业上是否划算尚无定论,但这一工程模式是可以复用的。
对于在受监管的协作型领域构建智能体的团队,可以得到以下几点实践启示:
- 把智能体放进团队已在使用的渠道,并在智能体被唤醒前,对每条消息做身份和角色核验。
- 在多方线程中缓冲回复,避免智能体在对话中途刷屏打扰他人。
- 当必须重新实现现有软件时,把成熟的原版当作编码循环中的自动裁判。
- 对高吞吐的文档工作,优先选择编译型无头引擎而非图形界面自动化,并在每一步渲染和检查输出。
- 面对大规模文档集合,考虑由主智能体协调子智能体并强制重读引用,而不是依赖单一向量索引。
- 在大语言模型看到模型之前,先在代码中梳理电子表格的依赖关系,以保持token预算固定。
- 先委托那些能机械验证的任务,把需要判断的决定留给人。


