01 / 24
北京中关村学院 · 2026.04

AI 赋能工作提效
从账面到你的工作

一套五步法 · 一个真实案例 · 无限种可能

五步法
可复制的方法论
1 案例
账面全流程拆解
∞ 可能
迁移到你的工作
talk-4 二维码
扫码看讲稿
打开在线版本，现场跟着翻页看完整内容
秘圣淼 · 厦门大学管理学院
SCROLL
02 / 24
ABOUT ME

自我介绍

牛牛酱头像

牛牛酱（秘圣淼）

@厦门大学管理学院 · 会计学本硕

QuantHatch — AI 虚拟交易竞技场（A/港/美三市场）

OriSelf — AI 人格测试平台，10,000+ 用户

账面 — AI 原生会计基础设施，16 个 Skill API

一个不断用 AI 结合专业去做产品的人

0
USD Token 消耗
2026年至今 · 真金白银
0
个 AI 产品
QuantHatch · OriSelf · 账面
🏆
龙虾大赛二等奖
北纬中关村 · 账面
03 / 24
AGENDA

今天聊什么

01

我怎么做出了账面

五步法实战：从一个会计生的疑问到 AI 产品

02

工具革命简史：人的活动边界如何被扩展

从牛耕到 Excel 到 AI，每次进步都在重写劳动的意义

03

同样的五步法，用在你的工作上

发现问题 → 识别痛点 → 提出方案 → 解决问题 → 推广验证

04 / 24
FRAMEWORK

五步法

我用这五步做出了账面。你我想让每个人都可以用同样的五步，提效自己的工作

🔍
发现问题
这份工作，真的是为人设计的吗？
🎯
识别痛点
哪一步最该交给机器？
⚙️
提出方案
把问题和边界讲清楚
🚀
解决问题
真正的问题往往藏匿于文本之外
📢
推广验证
别人也需要吗？
先看我怎么走的 →
05 / 24
账面实战 · Step 1
STEP 01 · 发现问题

“财务工作，真的是为人类设计的吗？”

学会计的时候，我一直有一个疑问：为什么要逼人当翻译？

你脑子里的事实
“张总请客户王老板在希尔顿吃饭，花了¥2,800，谈定了Q3 独家代理”
✓ 谁 · ✓ 请谁 · ✓ 在哪 · ✓ 花多少 · ✓ 为什么 · ✓ 达成什么
财务软件要你输入的
借：管理费用-业务招待费 ¥2,800
贷：银行存款      ¥2,800
✗ 谁请的？丢了 · ✗ 请谁？丢了 · ✗ 为什么？丢了 · ✗ 结果？丢了
💡 我的思考
传统财务软件把“翻译”这件事甩给了人——四年本科、CPA 考试、继续教育，全在训练翻译员。但翻译是规则性工作，规则性工作天然适合机器。这就是我发现的问题。
更关键的是：每一笔分录都是一次 有损压缩
06 / 24
账面实战 · Step 2
STEP 02 · 识别痛点

“哪一步最该交给 AI？”

发现问题后，我把会计工作拆成了输入→流程→输出，找到了最痛的一环

输入
业务事实
自然语言
“卖了一件 T 恤”
→
流程 ← 痛点在这里
翻译 + 分类 + 校验
选科目、填借贷、算税率
核对、结账、出表
→
输出
三本账 + 报表
财务报表、税务申报
管理分析
💡 我的思考
中间的“翻译 + 分类 + 校验”全是规则性操作——会计准则写得明明白白，只是一直靠人去执行。其实 1982 年 McCarthy 在顶刊 TAR 就提出了 REA 模型：先记事件，别急着记借贷。40 年来工业界没有落地，是因为当时没有 AI 能听懂自然语言。现在有了。
07 / 24
账面实战 · Step 3
STEP 03 · 提出方案

“把会计理解成 经济世界的棱镜”

同一笔经营事实进入系统后，不会吐出唯一答案，而会沿着不同目的，折射成不同口径

INPUT · 真实业务
同一束白光
“卖了一件 99 元的 T 恤，
送了一张 20 元代金券”
老板问：这单到底赚了多少？
税局问：99 元都要交税吗？
审计问：代金券算不算负债？
财务会计
对外披露
追求稳定、可比、能被别人看懂，所以口径更克制，记录成本也更高。
目的：可比代价：更严格
税务会计
征管合规
它关心的是应税、可查、可核，所以很多时候优先服从规则，而不是最贴近经营感受。
目的：合规代价：更保守
管理会计
经营决策
它服务的是行动，所以可以按产品、渠道、客户、团队去切，怎么有用就怎么组织。
目的：决策代价：不必统一
01 · 不是一切都该被同一种算法记录
有些事实值得精确量化，有些只能靠制度、经验和判断去近似。
02 · 目的一变，口径就会变
给投资人看的、给税局看的、给老板自己看的，本来就不是同一张表。
03 · 成本一变，精度也会变
会计不是寻找唯一真相，而是在不同场景下，选择值得付出的记录方式。
会计没有天然的 Ground Truth
只有为不同目的折射出来的 口径光谱
08 / 24
账面实战 · Step 4
STEP 04 · 解决问题

跟着 小李的淘宝店 走一遍

小李不懂会计，也不想学。他只想知道三件事——

💰
赚了多少？
净利润 & 回款
📋
交多少税？
增值税 & 所得税
🎯
哪款最赚？
SKU 毛利排行
09 / 24
账面实战 · 案例演示
🛒 小李的淘宝店

一句话记账 → 三本账

# 小李说了一句话
$ POST /skill/event
{ "description":
  "淘宝卖出潮牌T恤一件,
   售价99元,成本35元,
   买家广州,支付宝收款" }
✓ 事件已记录 # 全部上下文零丢失
# 政策编译器自动折射 → 0.3秒
━━ 📊 财务账 ━━
借:应收账款 ¥99
贷:主营业务收入 ¥87.61
  应交税费 ¥11.39
━━ 🏛️ 税务账 ━━
销项税 ¥11.39 · 税率 13%
━━ 🎯 管理账 ━━
SKU:潮牌T恤 · 毛利:¥52.61 · 率:60%
传统方式
打开财务软件 → 选科目（要学）→ 填借贷（要学）→ 算税率（要学）。选错了？整本账乱套。关键是会计根本没有这么好学，要他能几个月速通，那我们的4年会计本科都白上了
账面
说一句话，系统自动存事实 → 政策编译器读取准则规则包 → 自动折射为财务/税务/管理三本账。学习成本：0
小李什么都没学
但他有了一个 AI CFO
10 / 24
账面实战 · 案例演示
🛒 小李的淘宝店

月底了，小李说——

“帮我结 3 月的账，看看哪款最赚，有没有什么风险”
🧠
理解意图 → 拆解为 3 个子任务
~2s
✅
月结：检查 47 笔事件 → 结转损益
~30s
🎯
归因：潮牌T恤毛利 60% 最高
运动短裤毛利 18%，建议调价或淘汰
~30s
🔍
巡检：发现 2 个风险
⚠ 应收 ¥4,200 超30天 · ⚠ 退货率异常
~15s
🎉
全部完成！
< 2 min
证据链 · 全程可追溯
⚡原话
sha:a3f8
→
📋凭证
sha:7b2c
→
📝分录
sha:e9d1
→
📊报表
sha:4f6a
→
🔍审计
verify()
效率对比
任务传统账面
记账5分钟/笔3秒100x
月结3天1分钟4320x
归因1周30秒20000x
巡检年度每天365x
门槛4年本科0∞
11 / 24
账面实战 · Step 5
STEP 05 · 推广验证

从自用到 开放基础设施

解决了自己的问题后，我发现：所有小微企业都有这个痛——于是我把它做成了每个龙虾可以调用的Skill，让任何 AI 都能即插即用，都可以变成超级会计

🧑‍💻
个人工具
解决自己的问题
账面最初就是我自己用
👥
团队/社区工具
分享给有同样痛点的人
Demo 让别人也能体验
🌐
开放基础设施
16 个 Skill API 端点
任何 Agent 即插即用
以前只有大公司请得起 CFO
现在每个小店的 AI 都自带一个
12 / 24
DEEP THINKING

一个更大的事情正在发生：
Token 经济

账面只是冰山一角。真正在发生的，是一场关于“智能计量”的范式变革

$0
TOKEN 消耗（2026至今）
约等于每天 $67
这笔钱换来的是无限次试错的机会
1h
IDEA → 上线
以前需要三人团队一周
现在一个人 + AI 一小时
95%
会计工作将被 AI 完成
2030 年的预测
账面正在让这件事提前发生
Token 单价在暴跌
但全球 Token 总消耗在 指数增长
当试错成本趋近于零——创业的门槛、学习的门槛、创造的门槛都会被重写。
未来的每一个经济单位，都会有自己的 Token 预算
13 / 24
HISTORY

每一次工具革命
都在把人的活动边界继续推开

🐂
~4000 BC
牛耕
解放双手
奴隶制瓦解
🚂
1800s
蒸汽机
工人→技师
工厂诞生
🚗
1900s
汽车
马车夫→司机
物流业诞生
⚡
1920s
电力
作坊→工厂
产能释放
📊
1980s
Excel
算盘→分析师
没人说会计要失业
🤖
NOW
AI
执行者→决策者
你+AI = 超级个体
Excel 出现时，没人说会计要失业
他们只是不用打算盘了。AI 也一样
14 / 24
你的工作 · Step 1
YOUR STEP 01 · 发现问题

“你的工作，真的是为 人 设计的吗？”

试着问自己：我每天有多少时间花在“把信息从 A 搬到 B”？

📊
做报表
导出数据→粘贴Excel→调格式→做图表
本质：搬运+格式化
📋
写总结
翻聊天记录→整理成文档→发给领导
本质：提取+结构化
📝
填表格
A系统的数据→手动搬到B系统→核对
本质：翻译+校验
🔍
审核校验
逐行对数据→找不一致→标注出来
本质：比对+标注
这些工作的本质
都是在 当翻译
15 / 24
你的工作 · Step 2
YOUR STEP 02 · 识别痛点

先说清楚：输入输出是什么

在把任务交给 AI 之前，你自己要先理清四件事

📥
输入
什么原材料？
Excel？聊天记录？PDF？
⚙️
流程
什么规则？什么判断？
哪些步骤是固定的？
📤
输出
要什么结果？
报表？文档？邮件？
🎯
目标
为什么做这个？
最终服务于什么决策？
✗ 反面案例
“帮我把这个搞好”——真人都挠头，AI 也只能摇头
✓ 正面案例
“把这份 Excel 的 A 列按日期排序，B 列金额汇总透视表，输出 PDF”
需求越清晰，AI 越强大
模糊的需求只会产出 模糊的结果
16 / 24
你的工作 · Step 3
YOUR STEP 03 · 提出方案

你的任务适合什么 级别 的 AI？

MOCK · ChatGPT 对话
帮我把这段会议纪要整理成 3 个 action item
好的，以下是 3 个 action item：
1. 周三前完成预算表...
2. 联系张总确认...
3. 下周一前提交...
Lv.1
直接对话
写邮件 · 翻译 · 总结 · 分析
80% 的工作用这个就够了
$ claude “写一个脚本，每周五
  自动汇总本周考勤数据，
  生成 Excel 发给 HR”
✓ attendance_report.py 已创建
✓ crontab 已配置：每周五 17:00
Lv.2
写脚本自动化
周报 · 数据清洗 · 定时任务
写一次，永远自动跑
AGENT 执行链
🧠拆解意图 → 3 个子任务
📊调用 API 抓取数据
✅生成报告 + 决策建议
Lv.3
构建 Agent
多步骤 · 持续运行 · 自主决策
像账面一样，7×24 待命
80% 的工作 Lv.1 就够了
用对工具比用贵工具重要
17 / 24
你的工作 · Step 4
YOUR STEP 04 · 解决问题

做完了 ≠ 做好了

为啥交给你来做这个任务的人是叫你来做，难道他/她不会用AI吗？

✗ AI 直接输出
report_v1.xlsx
部门
支出
环比
市场部
¥128,500
+12.3%
技术部
¥89,200
+5.1%
行政部
¥45,600
-2.8%
三月总支出 ¥263,300，环比上升 8.2%。
⚠ 数据准确，但领导看完：“所以呢？”
→
✓ 你加工之后
月度经营洞察 · 决策建议版
业务背景
3/15 活动临时追加 2 位 KOL，费用多出 ¥14K。
管理判断
问题不是“花多了”，而是临时加单没有预算闸门。
关键发现：市场部费用上涨主要来自一次活动，不是日常失控；该活动已带来 42 条销售线索，预算不该一刀切。
建议动作：4 月继续投放，但把 KOL 费用上限锁在 ¥120K，超额必须提前审批。
下一步：活动结束 48 小时内回填线索成本和转化率，再决定 4 月是否加码。
✓ 领导看完直接拍板：“预算继续投，但先把闸门立起来。”
AI 帮你更快到达终点——选择去哪个终点，仍然握在你手里
真正拉开差距的，是知道该做什么、为什么做，以及把问题讲到足够清楚
18 / 24
你的工作 · Step 5
YOUR STEP 05 · 推广验证

你做的东西，别人也需要吗？

生态
团队
🧑
你
开放 API / 产品
像账面：16 个端点
任何人可接入
脚本 / 模板
部署到服务器
同事直接用
Prompt 模板
发到群里
人人能用
你不需要做一个完整产品
哪怕一个好用的脚本
分享给同事就是 创造价值
19 / 24
TOOLBOX

推荐的 AI 工具

三个场景，三个最佳选择

$ claude “分析这份 CSV，
  找出异常数据并
  生成可视化报告”
✓ report.html 已生成
Claude Code
代码 · 脚本 · Agent
最强代码执行力。Lv.2-3 任务首选
stitch.google.com
Google Stitch
设计 · UI · 原型
说句话就出页面。不会代码也能用
这个项目应该用微服务还是单体架构？预算有限，团队 3 人
3人团队+有限预算→建议先单体，理由如下：
1. 部署成本低...
2. 沟通成本低...
ChatGPT Pro
思考 · 推敲 · 方案
深度对话迭代。先想清楚再动手
让合适的工具做合适的事——这本身也是一种 AI 思维
20 / 24
RECAP

五步法回顾

发现问题
会计在做翻译，翻译会丢信息
01
你的工作里
哪些是在“当翻译”？
识别痛点
“规则翻译”环节最适合 AI
02
理清四要素
输入 · 流程 · 输出 · 目标
提出方案
编译器 + 事件原生 + API
03
选对级别
对话 / 脚本 / Agent
解决问题
一句话记账→三本账→月结
04
做完 ≠ 做好
目标达成了吗？
推广验证
16 个 API，Agent 即插即用
05
分享出去
哪怕只是一个 Prompt
账面的路径
你的路径
21 / 24
VISION

时间允许的话，我想说一些
比工具更重要的事

人
AI 只是放大器
AI 放大的是你的思考、你的判断、你的创造力。

如果你是 0，放大 10 倍还是 0。
你自己的能力，才是那个被放大的“1”
善
科技向善
市面上太多“AI 导师”在卖焦虑、割韭菜。

真正值得做的事是用技术解决真实问题——让以前做不到的事变得做得到，让以前买不起的能力变得用得起
未
未来属于超级个体
一个人 + AI，可以做到以前一个团队的事。

账面让每个小店都有 CFO。你 + AI，也可以让你的每一项能力都乘以十。如果一个团队有10个，100个这样的人呢？
“我一个人每月烧掉 $2,000 的 Token
这是在为 无限次试错的机会 付费”
如果你连试错都不敢，就永远不知道自己能做到什么
22 / 24
CALLBACK

每一次工具革命
都在把人的活动边界继续推开

技术改变社会结构，也改变人理解劳动、理解自己、理解创造的方式。

🏛
几千年前
资格靠血缘与身份
技术、土地、组织权力握在极少数人手里。绝大多数人除了“王侯将相宁有种乎？”以外，连“改变社会”这件事的门口都看不见。
改变世界的门槛95%
🏭
几百年前
资格靠资本、工厂、渠道
工业化一路提效，也推动“资本增密排斥劳动”。资源继续向中心聚集，个人很难单独发动一次创新。
改变行业的门槛72%
🖱
今天
资格开始回到个人手里
点点鼠标，花一笔 token 预算，就能把第一版跑起来。创新的起点，第一次大规模向个人打开。
启动一件事的门槛18%
这个时代的起点
01
把问题提出来
不断思考“这个工作真该被人类完成吗？”
02
把目标讲清楚
是让AI解放人类完成这个工作，还是让AI完成这个工作反而效果更好？
03
把边界说完整
规则、目标、限制，你给AI交待的越清楚，AI越能实现你的目标
Agent 接住之后
第一轮可执行结果会更快出现
方案、脚本、流程草图、样机、验证路径，会被迅速摆到你面前。
方案草图
执行脚本
流程原型
测试路径
于是人的精力开始回流到判断、组织、审美、关系与方向感之中。
拥抱变化，主动试跑，人的可能性会继续被打开
23 / 24
经典重读

两千三百年前，荀子写了一段《劝学》

放在 AI 时代，每一个字都在讲今天的事

吾尝终日而思矣，不如须臾之所学也；吾尝跂而望矣，不如登高之博见也。
登高而招，臂非加长也，而见者远；顺风而呼，声非加疾也，而闻者彰。
假舆马者，非利足也，而致千里；假舟楫者，非能水也，而绝江河。
君子生非异也，善假于物也。
——《荀子 · 劝学》
登高而招
站对位置，事半功倍
你的手臂没变长，但站到高处就能被更多人看见。选对平台和工具，比埋头苦干更重要
假舆马者
借力而行，千里可达
跑得更远，往往来自借力。AI 就是今天的“舆马”——把更强的工具接到自己身上，路程自然被拉长
善假于物
真正厉害的人，善于借力
荀子的结论落在借力能力上。两千三百年后，这句话依然锋利——更会连接工具的人，往往走得更远
24 / 24
AI 是工具
人才是目的
说人话记账 · 零门槛
事件原生 · 浮动账本
五步法可复制
发现 · 识别 · 方案 · 解决 · 推广
用对工具 · 做对判断
Claude Code · Stitch · ChatGPT
accountingllm.site
微信二维码
扫码加微信
欢迎交流 AI 创业、会计智能体、工具实践与合作想法
秘圣淼 · 厦门大学管理学院
Q&A — 欢迎任何问题