我把豆包的研报工作流逆向成一个技能,顺手揪出它 3 处假数据

一、报告越像样,越要查它的数

能抄,但不能照单全收。一份看着很专业的 AI 报告,审计出三处编造的数字;流程照抄、补齐它的坑,接进系统后又修了七个 bug。

早上八点多,我甩给豆包一个题目:互联网传播心理与分享动机。

几分钟后,一份 43KB 的单文件 HTML 回来了。封面、摘要、八章正文、两张可视化图、参考文献,齐活。看着比我自己写的体面多了。

我做内容产线,冷启动一个月,没爆款、没收入,选题和写作正缺传播学依据。这份报告来得正是时候。

我把报告甩给军师,问了一句:这套流程我们能不能抄?

军师是我数字员工团队的核心和总架构师,我的伙伴,掌握我最完整的个人档案和全部项目数据,出主意、定规矩、盯执行的那种。我以为它会直接答能还是不能,结果它先把报告全文审计了一遍。

审计完,它甩回来三处假数据。

二、三处假数据,一处比一处像样

第二处军师是把原始论文 PDF 翻出来通读的。那篇论文是对《纽约时报》6956 篇文章的实证,真实口径是:愤怒情绪每增加一个标准差,文章进"最多电邮转发榜"的几率提高 34%,敬畏提高 30%。

第三处更绝。真实研究说的是:假新闻传到 1500 人的速度比真新闻快约 6 倍。主体从 MIT 换成哈佛,年份从 2018 换成 2023,结论从真假新闻偷换成正负面情绪。三个维度全动了。

我当时是真有点火。不是火豆包,是火我自己差点就信了。

这三个数字有个共同点:都特别像样。精确到 r≈0.85,顶着"哈佛"的帽子。越是像样的数字,越要查它的出处。

三、抄它的流程,补它的坑

火归火,豆包这套工作流本身是有价值的,值得抄。

军师把它拆成六步:多轮检索(3 轮递进)、加载可视化技能、核心图表先行、生成完整 HTML、渲染验证、交付摘要。

照着这个骨架,我们蒸馏出一个新技能 yanbao(研报),落在 .agents/skills/yanbao/,核心流程 P0 到 P6。关键几步直接给你:

P1 多轮检索,理论层、本土实证层、补漏层三轮递进,每条结论当场落盘,格式是 - [已核实|未核实] 结论 — 来源, URL, 日期。

P2 素材闸:每章核心问题必须有 ≥2 条已核实素材,不够就补检索,禁止硬写。

P5 验收硬闸:浏览器实测渲染 console 零报错、wc -m 实测字数、随机抽 3 个数据点回溯源笔记对账,对不上打回。

和豆包流程最大的差异,是把我的项目铁律一(数据必须真实可溯源)焊成了硬闸:任何数字必须有 URL,找不到出处就明写"未核实",示意性图表必须标"示意,非实测数据"。

然后同题重做。3 个 explore 子代理并行跑检索,1 个 coder 按模板组装,军师验收。

产出 notes/学习/研报/20260903_chuanbo-xinli/report.html:实测 61,647 字符,8 章,35 条参考文献全部带 URL。豆包版的三处假数据全部修正,还在报告里写了排雷声明,哪条是讹传、正确口径是什么、出处在哪,摊开给读者看。

渲染 console 零报错,溯源抽查 3/3 对得上(验收记录实测)。

四、技能合格前,我连着骂了军师三轮

第一版技能并不合格。是我连续批评三轮才改及格的,这个得如实写。

第一轮,可读性。报告严谨,但通篇学术腔,读感像论文。军师还附了一张 17,561 像素高的全页截图当交付物,上万字压成一张图,根本没法看。我的原话:"你先别吹牛逼……情绪价值或者读者的友好度方面,和豆包比还是差一点。"

第二轮,配置文件纪律。军师在技能里写"规模基线:正文 ≥1 万字",硬凑字数。我回了句:"报告必须是裹脚布?"它还在规则正文里写日期流水账式的"首测教训",又写了"禁止学术腔开场"这种武断话,有学术背景的读者就不适用。

第三轮,边界。军师把"处置卡"(结论怎么用)直接焊进了报告本体。我的原话:"处置卡是我们内部的文件,不要污染原报告……调研是调研,应用调研结论是另外一件事情。这种需要调研再去调整的东西属于战略层面,需要我们一起来研判决策。"

三轮改完:篇幅不设字数指标,达标线改成"大纲问题全部回答且条条有据";读者分五档适配,默认内部决策档;处置卡拆成独立的 chuzhi.md,带 status: 待本人研判,我拍板后才立项。

这一轮给我最大的教训是:AI 写规则,会把一次具体场景的处置武断成通用条款。

所以 AI 写的配置要当代码一样 review,而且更隐蔽。代码错了会报错,规则错了不会,它只会悄悄把你的产线带歪。

五、接入 IPMS,我一口气报了七个 bug

IPMS 是我自研的内容生产管理系统,选题、素材、排产、发布、数据回收一体,技术栈 FastAPI + Vue3 + SQLite。

报告接入 IPMS 的过程,比做报告本身还曲折。

军师一开始把报告丢在 output/reports/ 下面。这个目录在知识库分类之外,印象笔记同步够不着,IPMS 素材中心也够不着,纯孤儿目录。迁到 notes/学习/研报/ 之后,知识库收录、印象笔记同步、IPMS 扫描三条链一次接通。

前端预览还有个坑:研报 HTML 里的 ECharts 图表走 CDN,如果照抄现有组件的 <iframe sandbox> 模式,sandbox 会禁掉所有脚本,图表全丢。正确姿势是复用后端 FileResponse inline 直渲加前端 window.open 新标签打开的先例。

然后我一口气报了七个 bug:今日待办没有、排产日历没有、素材中心研报 Tab 是空的、发布包中心没有、资料库没有,外加内容被产线重写、直发模式被硬塞进重写型流水线。

根因分两层。素材中心空白,是老进程没重启,新代码根本没加载。其余四个模块看不见,是组包只落在磁盘上,没注册进数据模型:待办读 status='fabu就绪' 的 item,日历读 schedule_slot 表,发布包中心读 asset 登记,资料库靠 FTS5 索引。磁盘上的文件,它们一概不认。

我以为文件落盘就算交付了,结果系统根本看不见。

内容系统的"看见",等于数据模型注册。文件落盘不算交付。

六、直发模式:成品一个字不改

收尾的一环是品控。我新定义了"研报直发组包模式":成品 HTML 一字不改直接进包,品控从轻,只查违禁。

落地又出幺蛾子。报告里的几个口语词命中了爆款文声口黑名单,那是从 42 篇爆文里蒸馏出来的 DNA 词表,品控闸如实拦截。

处理办法是给质检脚本加 --profile=zhifa:声口词豁免,因为那是给"野生码农"爆款短文校准的味道规则,不是违禁;硬规则照查,口径红线和营销话术黑名单一条不松。

结果:研报 #1 一键组包完成,五个模块全部露出。今日待办有它、排产日历有槽、发布包中心齐套零缺件、资料库搜"分享动机"能命中、素材中心以后新研报落盘就能一键组包。后端测试从 115 加到 119,全绿。

七、坑没有白踩的

冷启动一个月,没爆款、没收入,这话我如实说。

但这一个月踩的坑,全变成了产线上的闸门:数字必须带 URL,AI 写的规则必须 review,文件落盘必须注册进数据模型,品控按文体分 profile。

爆款会来的。前提是它来的时候,产线接得住。

FAQ

Q1:yanbao 技能的流程能直接抄吗? 能,核心流程 P0 到 P6 上面全给了,照抄可用。模板文件和质检脚本是内部资产,后续看情况整理开源,评论区可以蹲。

Q2:普通人没有数字员工,怎么快速审计一份 AI 报告? 三连:一看文件大小对字数,AI 自报的字数先实测;二把关键数字拿回原始论文对账;三见到"某大学某年研究显示 X 倍"这种句式,把主体、年份、结论三个维度各查一遍。我这次三处假数据,全是这三连揪出来的。

Q3:豆包的报告是不是就不能用了? 不是。它的工作流本身值得抄,我整个技能就是逆向它来的。要防的不是工具,是不溯源的数字。

Q4:研报内容和原来重写型流水线冲突吗? 用直发模式隔开就行:研报一字不改直发,只查违禁;短文创作为重写型,走完整品控。两种文体两套闸。

我是野生码农,AI 实战派。自研知识库、数字员工、软考备考、量化交易四个系统,全程公开复盘。

本文所有内容均为本人 AI 实战的过程和结果,经 AI 整理后发布,无任何瞎编虚构内容。

这篇来自《数字员工养成记》系列,下一篇继续更产线上的实战(选题以排产日历为准);每月月底有月报栏目,真实数据全公开。

关注我,看真的。

野生码农AI实战 · 全网同名