企业级财务审计Agent系统设计：从发票OCR到合规闭环

本文基于B站UP主分享的一道大厂面试场景题整理而成，原题为：请设计一个面向企业内部的全自动报销及财务审计Agent，要能对接ERP接口、处理发票OCR，还能自动生成合规性报告。

这道题的难度在于它不考单个模型，而是考察你能否把多模态识别、Agent编排、ERP对接、审计规则串成一整套能真正跑起来的系统。核心思路可以浓缩成八个字：从单据识别到合规闭环——发票、制度、预算、账务全都交给Agent自动读、自动审、自动留痕。

为什么企业需要财务审计Agent

在动手设计方案之前，先要理解需求的本质。把自己代入财务负责人的角色，三个痛点足以说明问题：

第一，票据来源太杂。 数电票、电子发票、PDF、手机拍的小票五花八门，格式与质量参差不齐，人工整理成本极高。

第二，人工审核太累。 财务每天要核对费用标准、验证发票真伪、检查预算余额，全是高度重复的机械劳动。

第三，合规风险是隐藏的。 重复报销、超标、跨期这类问题往往不是一眼能看出来的，它藏在业务细节里。

所以行业里做这件事的本质，就是一句话：把人工抽检升级成系统核验、智能判断、分级处理。 这里的"分级"二字是整套系统的灵魂，后面会反复出现。

先理业务流程，再谈技术选型

很多同学一上来就聊大模型选型，这是错误的顺序。业务主流程其实只有清晰的四步：

1. 员工提交单据
2. 系统解析票据
3. 做合规核验
4. 进ERP过账、留痕

链路本身并不复杂，但有一个硬性要求贯穿始终——每一步都必须可追溯。谁交的、验了什么、依据哪条规则、生成了哪张凭证，全都要能回查。

这条"可追溯的闭环"是整套方案的生命线。后面所有的架构设计，本质上都是在为这条线服务。

分层协作架构：主审级Agent与专业能力层

系统怎么组织？这是一道关键的架构题。千万别设计成一个聊天框——那种东西在财务场景里根本落不了地。

正确的做法是画一个协作系统：

中枢：主审级Agent

它不亲自干脏活累活，它的职责是规划任务、调用工具、汇总证据、控制流程状态和风险路由。可以理解为一个"项目经理"角色。

左侧：业务接入层

员工的报销单、邮件里的电子票、差旅消费数据、ERP和预算系统，全都从这里进来。

右侧：专业能力层

包括发票OCR与文档理解、税票真伪状态查验、规则与政策审核、凭证报告与归档等专业模块。主Agent把任务派给这些能力模块，再把结果汇总成结论。

这种分层最大的好处是解耦：换模型不动架构，换ERP不影响上层，每一层都能独立演进。这正是面试官想看到的工程思维。

发票解析：四条通道各司其职

再往下拆一层，就到了面试官特别喜欢追问的细节——发票OCR解析怎么做。核心原则是：先读对单据，再判断业务。 具体走四条通道：

通道一：结构化直读

现在的数电票都是XML、OFD格式，文件里天生就是结构化数据，能直接读，为什么还要让模型去认图？这条路径误差天然最小，应当优先使用。

通道二：多模态理解

碰上扫描件、照片、复杂版式，就交给视觉语言模型（VLM），把版面里的字段和语义直接抽取出来。

通道三：权威接口查验

发票的真伪、是否作废、是否红冲，这些状态必须去查权威数据源。注意：模型不承担真实性判断，它没有这个能力，你也别指望它有。

通道四：多维度去重

拿发票号码、金额、日期、人员、供应商这些维度组合起来做匹配，识别重复报销和关联异常。

此外，金额、税号、日期这类关键字段要做多路对账，哪一路对不上就降级转人工。这四件事合起来，才叫真正做到"读得对、查得真"。

合规审核：双引擎架构是核心分水岭

发票读完，重头戏来了。合规审核这一环，是整道题的分水岭。

很多同学一听"合规"就说：那我用大模型读一遍报销制度不就行了？——这个思路是要扣分的。正确答案是双引擎架构。

硬规则引擎：管确定性红线

是否超费用标准、是否超预算、是否缺审批、发票抬头日期科目对不对、凭证借贷平不平衡——这些必须走规则引擎。原因很简单：零漏判、可解释，拦下来能直接告诉你违反了哪条规则的哪一款。

这里有个关键细节：企业政策要先编译成规则，而不是让模型每次临时去解读制度。只有这样才能保证判断的一致性。

语义审核引擎：管业务实质

这趟出差的事由和票据到底相不相关？有没有把一趟行程拆成好几张发票？供应商和行程的关系合不合理？政策没覆盖到的新场景怎么办？这些软判断交给大模型，它擅长的正是理解上下文、处理长尾场景。

融合与分级路由

两个引擎的结果融合后做风险分级，三条路由：

• 低风险 → 自动通过
• 有疑点 → 转人工复核
• 命中红线 → 直接拦截

记住一句话：确定性归规则，语义归模型，兜底归人工。 还有一个理念一定要讲出来——不管自动化率做多高，红线漏减率永远比通过率重要得多。

ERP写入：Agent在边界内行动

审核通过后要写入ERP，这是Agent真正"干活"的地方，也是最容易翻车的地方。原则只有一句：Agent可以行动，但必须在边界内行动。

先读后写

前端业务包括报销单、审批、票据、预算、科目。Agent要先读事实、再出建议，先读后写，不能盲目动手。

统一ERP适配器

中间放一个统一的ERP适配器，底下无论是SAP、用友还是金蝶，都通过它来打交道。Agent不直接碰各家的私有协议，这既保证了可维护性，也降低了风险。

五道账务安全护栏

1. 幂等键：防止重复写入
2. 先进暂存区：校验通过才正式过账
3. 借贷平衡确定性检查：有异常走冲销、可回滚
4. 全程日志：每个动作都能审计
5. 回滚机制：异常可撤销

能把这五条清清楚楚讲出来，面试官就知道你是认真琢磨过落地的人，而不是在纸上谈兵。

最终交付：一份可追溯的合规报告

这套系统最终交付的不是一句冷冰冰的"通过/不通过"，而是一份完整的合规报告，包含：

• 发票真实性核验结果
• 费用标准与预算符合情况
• 业务关联性分析
• 可追溯的审计证据链

报告上的每一个风险点都能点回原始单据，人和系统看的是同一条证据链。

如果用三句话总结整个方案：

确定性的问题交给规则和接口，语义与异形的问题交给多模态模型，高风险的动作交给流程护栏。

做到这三点，你给财务团队交付的就不只是一个会聊天的工具，而是真正能把他们从重复核对里解放出来的系统——让他们把省下来的精力，放回到判断和经营上。这才是一个财务审计Agent该有的样子。