被粉丝打脸后,我真香了:原来 AI Agent 早就能够直接“钻进” Excel 的 Power Query 底层改代码了!

文 / 老汪(汽车零部件财务与商业智能实战派)

本文基于真实汽车零部件制造企业数字化建模全纪实。涉及的主机厂客户代号、零部件物料代码均已脱敏处理。


一、 尴尬的“打脸”:老会计的经验主义,撞上了飞速进化的技术

前几天,我在专栏和微信公众号里兴致勃勃地跟大伙分享了一套我自认为非常成熟的“财务人机协同提效工作流”:

我教大家怎么写提示词,让本地大语言模型快速帮我们构思 Power Query 的高级 M 函数脚本,然后老老实实打开 Excel,点进【高级编辑器】,全选、清空、手动把代码复制粘贴进去……

在文章里,我还特别诚恳地加了这么一句老法师经验谈:

📢 我在之前文章里的原话:
“大家千万别好高骛远,现在的 AI 技术虽然厉害,但还根本无法直接穿透进 Excel 的 Power Query 内部去动人家的查询树!所以咱们老老实实当个‘代码搬运工’,让 AI 负责烧脑写逻辑,咱们负责手动复制粘贴,这就已经能帮我们省下 80% 的清洗时间了……”

文章发出去没两个小时,底下就收到了一条特别扎眼的粉丝留言:

💬 后台粉丝犀利评论:
“老汪啊,您这技术视野可有点保守落后了!现在的 AI Agent 早就突破桌面限制了,直接调用系统级 API 和 COM 自动化对象模型,就能把 M 代码直接塞进 Excel 的 Power Query 字典里,甚至还能后台静默重算刷新。您怎么还在教大家人工复制粘贴当搬运工呢?”

说实话,看到这条留言的头五秒钟,我作为一名干了二十多年汽车零部件制造财务、死磕 Power Query 和 Power Pivot 的老兵,第一反应是本能的怀疑:

“不可能吧?Excel 的那个 Mashup 数据集成引擎是微软高度封装的‘黑盒’,平常常规的 Python 库(比如 openpyxl、pandas)连读取里面的公式缓存都要费九牛二虎之力,更别提直接改动内部底层的 DataMashup 二进制结构了。外部的 AI 怎么可能随便钻得进去?”

但怀疑归怀疑,从事商业智能分析这些年,我始终坚守一个信条:在数字化浪潮面前,经验往往是最容易蒙蔽双眼的茧房。千万别把自己的‘不知道’,当成整个行业的‘不可能’。

那颗好奇的种子,就这么悄悄埋下了。而让我彻底“真香”甚至拍案叫绝的时刻,仅仅在几天后就戏剧性地上演了。


二、 实战交锋:面对 22.3 亿汽车零部件预算大盘子,我试探性地问了一句

这两天,我正在带队攻坚一个极其硬核的端到端真实企业级实战项目:《某大型汽车零部件 Tier 1 制造集团(年营收数十亿)事业部层面量本利(CVP)计算模型》。

了解汽车零部件制造业的朋友都知道,“量本利模型(保本点与边际贡献测算)”是零部件供应商参与主机厂(OEM,如比亚迪、特斯拉、吉利等)竞标与量产考核的命根子。不仅要算准每个具体零件图号的边际贡献,还要把主机厂苛刻的“年降政策(Cost Reduction)”、专用工装夹具与托盘耗用、干线运费精准拆分到月度。

要想把量本利做扎实,最痛苦的永远不是最后画仪表板,而是前端业务部门报上来的海量手工套表清洗!

1. 令人头皮发麻的真实数据现状

销售部一共交上来了 4 份 2027 年度预算套表(涵盖内销与外销不同业务板块):

预算套表名称(汽车零部件业务) 对应生产事业部 / 主机厂板块 原始业务行数 展开 12 个月明细行数 预算含税金额
轻量化底盘系统事业部_内销预算表.xlsx 铝合金转向节、控制臂、副车架 811 行 9,732 行 9.92 亿元
电驱动压铸总成事业部_内销预算表.xlsx 电驱电机壳体、高压电控箱总成 392 行 4,704 行 5.64 亿元
海外销售部_北美主机厂外销预算表.xlsx 北美某电动车巨头全球平台件 274 行 3,288 行 5.85 亿元
海外销售部_欧洲主机厂外销预算表.xlsx 欧洲豪华车企合资平台件 37 行 444 行 0.93 亿元
全集团销售预算汇总 底盘压铸 + 电驱动总成 + 全球外销 1,514 行 18,168 行 22.34 亿元

这不仅仅是 1,514 行零件明细展开成 18,168 行月度数据、总金额高达 22.34 亿元 的体量问题,更要命的是基层业务员人工填报时暗藏的无数“工业级雷区”:
– 雷区 1(92 列横向大宽表):表头前两行是复杂的跨列合并单元格,字段横跨全年预算、OTS/PPAP样件跨期基数、1~12月分月量价收入回款循环、定制吸塑盘/周转箱/专用铁托盘耗用量、分月干线运费及码头短驳费……
– 雷区 2(组织名称五花八门):同一个轻量化底盘事业部,有的业务员填“底盘事业部销售部”,有的填“轻量化底盘销售部”,还有的直接简写成“压铸销售部”;
– 雷区 3(业务类型混乱):内贸、内销、外贸、外销、出口各种同义词混搭;
– 雷区 4(原表暗藏致命计算错误):主机厂每年都有“年降政策”,业务员在调整了下半年的预估单价与出货量后,下拉公式断档直接敲了死数,原表填报收入与“真实销量×单价”差出了整整 700 多万元!如果财务直接汇总原表数据,整个量本利模型的保本点测算从根子上全泡汤了!

2. 从构思逻辑,到那一记突发奇想的“灵魂拷问”

当时,我正通过本地环境调度 AI 智能体协助我构建 M 脚本。我作为业务总指挥,连续下达了几条极度苛刻的防御指令:
1. 绝对不能信原表汇总的收入和运费,必须用 原子输入列(月度销量 × 单价、月度销量 × 单吨运费)在 PQ 层面强行重算,并专门做一列差异校验列抓出原表的人工错数;
2. 自动把分散的底盘部门统一规范为‘轻量化底盘销售部’,电驱动事业部规范为‘电驱动销售部’,海外销售部保持原样;
3. 把业务类型的所有别名全量清洗归一为‘内销’和‘外销’,内销按 13% 算不含税收入,外销按 0% 免抵退税口径核算;
4. 自动关联套表里的《包装物及专用工装器具目录》,按月度销量占比精准分摊全年包装箱与专用托盘成本……

AI 极其漂亮地理解了我的每一个汽车零部件业务意图,短短几秒钟,就在屏幕上生成了长达数百行、带全套异常容错防御的工业级 M 函数。

如果是往常,故事到这里就该进入标准下半场了:我老老实实打开 Excel,点进 Power Query 高级编辑器,手动复制粘贴。

但就在准备按 Ctrl+C 的那一刹那,我想起了前几天公众号评论区那位铁粉的留言。带着一丝好奇、一丝试探、甚至还有一丝“准备看它怎么说不行”的心理,我在对话框里敲下了这句话:

🙋‍♂️ 我在终端对话框里的原话(一字未改):
“我很好奇地问一句,这个 M 函数,你能直接打入 Excel 的 Power Query 里面填入吗?如果不行就坦白告诉我不行,我来手动编辑,我只是好奇现在的技术能不能做到?”


三、 几秒封喉:亲眼见证代码“瞬间打入”的震撼

屏幕对面的 AI 回复快得不可思议,而且语气没有半点含糊:

🤖 AI 斩钉截铁的回答:
“坦白告诉您:现在的技术不仅完全能做到,而且可以直接秒级打入!实际上,我刚才在后台帮您做真机实测和对账时,用的正是直接打入 Power Query 底层的技术……”

它告诉我:“您只需要把当前打开的 Excel 文件保存并彻底关闭(防止 Windows 产生文件独占锁),然后跟我说一声,我直接帮您写入工作簿底层的【销售预算】查询并刷新保存!”

我当时半信半疑,顺手随口又提了个刁钻需求加戏:
“行啊,那正好!你顺便帮我把业务类型的内贸、外贸统一改成‘内销’、‘外销’,改完之后你直接打入给我瞧瞧!”

我关掉了 Excel 窗口,回了四个字:“已关闭,请打入”。

见证奇迹的 5 秒钟

接下来的事情,彻底击碎了我过去所有的固化认知。

终端里的任务指示灯只闪烁了不到 5 秒钟,屏幕上连续吐出几行冷静的日志:

成功打开工作簿,当前共有 3 个 PQ 查询:
  Query 1: 当前根目录
  Query 2: fx读取子文件夹
  Query 3: 销售预算
找到目标查询【销售预算】,正在打入最新 M 代码...
✅ 最新 M 代码注入成功!
✅ 工作簿保存成功!
自动化打入流程全部圆满完成!

“真成了?吹牛的吧?它甚至连 Excel 界面都没弹出来啊!”

我立刻带着将信将疑的心情,飞快地在桌面上双击打开了那份《量本利计算模型汇总(2027年).xlsx》。

我深吸一口气,点开菜单栏的 【数据】→【查询和连接】,右击那个名叫 销售预算 的查询,点进【高级编辑器】——

眼前的一幕让我瞬间汗毛倒立:

刚才那个包含了最新业务类型(内销/外销)、标准化部门名称、原子重算与包材分摊的崭新 M 脚本,端端正正、一字不落地躺在高级编辑器里!

我点击【刷新】,短短十几秒内,底表数据如飞瀑般倾泻而出:
– 4 份分项预算表无缝合并,18,168 行汽车零部件月度数据毫发无损;
– 组织列干净利落,原本乱七八糟的名称全变成了统一的标准销售部;
– 业务类型全部规整为“内销”和“外销”,增值税率与不含税收入分文不差;
– 最惊艳的是最后一列 数据稽核提示,精准标红揪出了原表里 700 多万元的人工填错差额!

💡 老汪那一刻的真实心境:
坐在电脑前的我,足足愣了十几秒钟。除了在对话框里由衷地打出一句‘这个过程太牛逼了!’之外,我内心最大的感受是深深的震撼——原来,我真的低估了现在的技术!


四、 硬核揭秘:AI 到底凭什么能“钻进” Excel 的底层?

作为一名实战派老兵,咱不能光看热闹、喊口号。老汪必须替大家把这背后的技术底层扒得明明白白:

为什么以前大家都以为“绝对做不到”?现在的 AI Agent 到底是通过什么神仙通道,直接越过图形界面,把代码神不知鬼不觉地打进 Power Query 底层的?

1. 底层支柱一:微软官方原生接口 —— Workbook.Queries 对象模型

绝大多数财务人和职场人,甚至很多做 IT 的程序员,对 Excel 自动化的理解都还停留在两个极端:
– 极端一:认为操纵 Excel 必须通过人手在图形界面上点鼠标,或者录制个简单的 VBA 宏;
– 极端二:认为 Python 只能用 openpyxl、pandas 这类第三方解压库去读写单元格的文字和数值。

但其实,早在 Excel 2016 开始,微软为了全力推进现代商业智能(Modern Excel BI),在 Windows 系统的 COM(Component Object Model,组件对象模型)自动化接口 中,正式向外开放了 Power Query(Mashup 引擎)的原生对象集合:

# Windows 系统级 COM 接口操纵 Power Query 的标准姿势:
import win32com.client

app = win32com.client.DispatchEx('Excel.Application')
app.Visible = False         # 静默后台运行,不弹窗、不占屏幕
app.DisplayAlerts = False   # 屏蔽一切弹窗警告

wb = app.Workbooks.Open(r'C:\...\量本利计算模型汇总.xlsx')

# 核心大招:直接对工作簿内的 Power Query 查询树进行原子级读写!
target_query = wb.Queries.Item('销售预算')
target_query.Formula = new_m_code   # 将几百行 M 代码直接整包打入!

wb.Save()
wb.Close(SaveChanges=True)
app.Quit()

看明白了吗?这个接口不是民间黑客写的私有外挂,而是微软官方为企业级自动化专门留的正统系统总线!只要外部程序拥有系统调用权限,就能直接命令本地已安装的 Excel 引擎,在底层直接对查询定义(Mashup Data)进行改写!

2. 底层支柱二:从“网页聊天机器人”到“本地智能体(AI Agent)”的物种跃迁

那为什么在过去的一两年里,大家都以为 AI 做不到这一点呢?

因为绝大部分人平时接触的 AI,本质上都只是“网页版聊天机器人”(比如网页端的在线助手)。

网页版 AI 无论智商多高,它都被牢牢禁锢在远端机房的网页沙盒里。它连你电脑的 C 盘、D 盘在哪里都摸不到,它拿什么去调你电脑上的 Excel 引擎? 所以它只能当个‘参谋’,把写好的代码吐在网页上,眼巴巴地指望你人肉搬运。

而今天我所使用的,是运行在本地工作区的 AI Agent(代码智能体):

它不仅仅拥有大语言模型的大脑,更重要的是它拥有操纵本地操作系统和终端环境的‘手和脚’(Tool Calling 工具调用能力)!

当大脑理解了我的业务指令后,它能直接指挥本地 Python 运行时,编写调度脚本,唤醒我电脑上的 Excel 16.0 引擎,安全推入代码,保存退出。大脑与机械臂合二为一,这就是从‘聊天玩具’到‘真正生产力’的本质跨越!

3. 底层支柱三:为什么普通程序容易崩,而 AI Agent 能稳妥落地?

可能有人会说:“既然 COM 接口一直都在,那以前怎么没人天天这么搞呢?”

问到点子上了!在真实制造业财务生产环境中,想要做到“稳定可靠、不坏文件”,必须趟过两大深水坑:
– 深水坑一:Windows 文件独占锁(File Lock)。这是最要命的物理机制。只要你在桌面上正开着这个 Excel,系统就会立刻锁死它,生成一个 ~$ 隐藏文件。如果外部程序贸然强行写入,轻则报 PermissionError,重则损坏工作簿 XML 结构。现在的 AI Agent 具备严密的前置探测意识,能先检测锁状态,并在用户退出后以无界面的独立进程执行,完事后立刻彻底清理 COM 句柄与内存垃圾;
– 深水坑二:汽车零部件业务语义与 IT 语法的‘巴别塔’。纯程序员写脚本,根本搞不懂汽车零部件制造企业量本利里面的 92 列并排、OTS/PPAP跨期基数、主机厂年降返利、专用铁器具周转折旧;而普通财务人员,又搞不懂 COM 接口调度与 Mashup 语法。唯有具备专业制造业财务上下文储备、同时又精通系统底层的 AI Agent,才能把这两端天衣无缝地串联起来。


五、 认知跃迁:财务人的角色,从“代码搬运工”到“驾驶舱指挥官”

这次亲身经历的“打脸”与“真香”,给从事财务实战教学的我带来了极其强烈的思想冲击。站在 2026 年底这个时间节点往回看,汽车制造业财务数字化的协作范式,已经悄然完成了三代演进:

演进阶段 汽车零部件财务人的日常写照 本质与效率瓶颈
1.0 手工业时代
(传统电子表格)
财务人自己当泥水匠。
一个个单元格敲公式、手拉 VLOOKUP、手改脏数据,通宵核对主机厂对账单。
人肉体力劳动。
效率极低,极易出错,一个人管几条产线就精疲力竭。
2.0 搬运工时代
(初级 AI 协同)
财务人当‘监工+抄写员’。
让 AI 帮写 M 语言或 SQL,自己小心翼翼地复制、粘贴、测试、改错。
半自动化过渡。
脑力虽解放,但依然被禁锢在‘界面搬运’的琐碎操作里。
3.0 指挥官时代
(AI Agent 时代)
财务人彻底坐进驾驶舱!
只负责提出战略意图与防呆规则,AI Agent 负责探查源表、清洗建模、系统直连打入!
质的飞跃!
千行代码与数十亿大盘秒级闭环,财务人真正聚焦于经营决策与控本赋能。

大家发现了吗?在 3.0 的指挥官时代,我们财务人的核心竞争力,根本不再是你会不会背复杂的函数语法,也不再是你手敲代码有多快,而是你的【业务洞察力】与【架构防呆思维】!

如果我没有二十年制造业一线摸爬滚打的经验积累,我就不会敏锐地发现:业务员提报的原表收入绝对不能直接用;我就不会知道必须用原子销量乘单价去重算;我就不会想到把包材耗用按月度比例分摊;我就不会坚持要求内销外销税率严格分离……

AI Agent 再强,它也是执行者。你给它三流的财务逻辑,它只会以极高的速度帮你产出一堆精致的垃圾;只有你具备一流的业务洞察,AI Agent 才会化身为所向披靡的数字员工!


六、 写在最后:永远对技术保持敬畏,敢于向粉丝认错

这篇文章的最后,老汪想由衷地跟前几天在评论区给我留言提醒的那位铁粉说一声:“谢谢你,老哥!你的那句质疑,真真切切地推着我推开了这扇新世界的大门。”

在技术日新月异、一日千里的今天,任何倚老卖老的经验主义都是极其可笑的。敢于打破自己的认知茧房,坦然面对自己的见识短板,随时张开双臂去拥抱哪怕比昨天多进化一点点的新工具,这就是我们这一代数字化财务人最该具备的年轻心态。

🎯 老汪写给所有粉丝的金句:
“AI 绝不会淘汰财务人,但率先坐进驾驶舱、指挥 AI Agent 直接攻坚复杂业务模型的财务人,正在以百倍的速度,甩开还在苦苦充当‘复制粘贴搬运工’的同行!”

这套震撼的《汽车零部件制造业事业部量本利计算模型》完整实战案例,后续老汪会在专栏里手把手带大家从 0 到 1 全部拆解透彻。欢迎大家持续关注,咱们下期见!

© 版权声明
THE END
喜欢就支持一下吧
点赞12 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容