数据不出域，过程可追溯：彩讯内审的 Nexus 工作流

一份审计报告可以由 AI 生成。但对审计工作来说报告只是最终的交付物。藏在报告背后的过程决定了报告是否可信。彩讯股份内审部的侯梦飞在彩讯股份开源多智能体协作平台 Nexus 中搭建了一套专项审计工作流。在这套工作流中他重点关注几个问题数据不出域工作底稿可留痕Agent 权限有明确边界关键结论由人工复核。一个 ROOM一个审计项目小组Nexus Bootcamp· Build Inside侯梦飞的工时审计工作流按照专项审计的实施逻辑展开。从审计目标和范围出发数据核验、异常筛查、证据复核、问题定性、整改建议和报告生成被组织成前后衔接的任务节点。四个 Agent 分别负责项目统筹、数据验证、审计复核和内控整改。数据核验完成后进入异常分析问题经过复核后进入整改环节最终由项目经理 Agent 汇总形成专项审计报告。整个工时审计项目都在Nexus Room中推进。工作图负责组织各任务之间的衔接每个 Agent 则在独立的工作区和沙箱中完成各自任务严格按职责获得相应的数据、工具和操作权限需要协作时在 Room 中共享必要的上下文和阶段产物。多个 Agent 在明确的任务和权限边界下持续推进工时审计工作。Nexus 交的“工作底稿”证明结果可信、可追溯Nexus Bootcamp· Build Inside“工作底稿” 是审计工作的重要组成部分。内部审计结论需要有充分、相关、可靠的审计证据和完整、清晰的工作底稿作为支撑以确保审计过程可追溯、结论可复核符合内部审计质量要求。当 AI 参与审计工作时中间过程很容易变得分散。一次任务可能同时涉及聊天窗口里的分析、临时生成的脚本、本地处理的数据文件以及多轮修改后的结果。最终报告形成了但过程和结果往往散落在不同位置很难直接形成完整的审计底稿。在 Nexus 中明细表、问题清单、分析结果和人工复核意见都会沉淀到 Room 的“工作底稿”中方便回溯多 Agent 的分工过程以及异常判断和整改建议的形成依据。一份可用的 AI 工作底稿至少要串起四类信息任务依据谁发起任务使用了哪些数据、规则和版本执行过程任务如何拆解各 Agent 调用了哪些工具、脚本和模型判断证据异常命中了什么规则哪些数据支持问题认定哪里触发了人工确认结果责任谁复核、修改或批准结论最终产物如何归档。这些信息共同构成报告背后的“证据包”。WorkGraph 可保留一部分知识库和标准 SOP 难以完整表达的工作经验。制度、案例和规则可以沉淀在知识库里而实际审计中的执行步骤、复核节点以及异常出现后的处理分工则更多体现在具体的任务结构中。Nexus 支持将工作图保存为草图通过对话调整节点并在同类任务中再次调用让已经验证过的审计方法可以继续复用。两大原则数据不出域权限不越界Nexus Bootcamp· Build Inside审计数据通常涉及企业内部经营和管理信息不能上传到未经公司授权的 AI 服务。侯梦飞此前采用的方式是先让在线 AI 生成 Python 代码再复制到自己的电脑上运行代码调试、数据处理和结果核验仍需要人工衔接工作流被拆成“线上问代码”和“本地跑数据”两环节。在 Nexus 中原始数据可以直接在本地工作区处理留在组织控制的环境内使工作流实现闭环。在此基础上不同 Agent 根据职责获得相应的文件、工具和操作权限。每个 Agent 都有独立办公室用来保存自己的任务上下文和产物进入 Room 协作后再共享项目需要的资料、阶段结果和必要信息。Memory 也区分 Agent 自身经验与 Room 共享信息。彩讯Rich AIBox面向企业的治理框架还会结合当前用户、业务空间、Agent 角色和动作风险判断每一次动作边界并将权限进一步落实到目录、工具、参数和沙箱环境。关键节点人工复核Nexus 承接完整任务闭环Nexus Bootcamp· Build Inside侯梦飞表示在审计工作流中AI 可以承担数据整理、规则核对、异常筛查和报告初稿等工作但证据是否充分、问题如何定性、结论能否进入报告仍要人工判断。人工判断不能只出现在最终验收时。中途出现证据冲突、材料缺失或高风险操作时任务需在对应节点暂停等待审计人员补充材料或确认。人工意见和相关依据随后进入工作底稿再由后续 Agent 继续处理。NEXUS 让人工复核集中在需要专业判断和承担责任的关键节点在提高多人多 Agent 协作效率的同时保留专业判断的价值。