通用方法 · 熟练
它说做完了，你查哪三样就知道真假
总数 · 最值 · 随机两行
让 agent 处理数据，最危险的不是它报错，是它不报错。实测里出现过这样一版汇总：把「浏览量」按「去重浏览」算了，而原始表里根本没有去重这一列 —— 不报错、不红字、数字看起来完全正常，如果你不核对，它就一路错下去。这一页给的是一条成本极低的把关做法：Agent 负责干，你负责验收；而验收不用全查，查三样就够 —— ① 总数对不对 ② 最大值对不对 ③ 随便挑两行和原始表对一对。同批实测的判据句是：80% 的错误会在这三查里现形。配套还有两条：把「人名 / 金额 / 日期」列为必须人工过一遍的字段，以及⛔ 不让 agent 自己检查自己（那是让同一个人在同一个思路里再看一遍）。
方法 · 一图看懂
1
先接受一件事：数据类错误是不报错的 — 它交出来的表看起来永远正常，所以「没收到报错」不构成任何证据
2
查总数 — 行数 / 金额合计 / 条数与原始来源对得上吗；口径被换过的地方最先在这里露出来
3
查最值 — 最大最小那两条挑出来看：极值往往就是口径错、单位错、重复计数错的落点
4
随机挑两行与原始表逐格对 — 这一步最像浪费时间，也是唯一能抓到「看着对但算错」的动作
5
把人名 / 金额 / 日期单独列一张复核清单 — 这三类字段错得最贵，也最容易被模型的流畅表述带过去
原理 · 为什么有效
这条做法成立的机制很具体：模型出错的方式与程序出错的方式不同 —— 程序错会抛异常，模型错会给你一个形状完整、数值自洽、格式漂亮的答案。「总量对不上」是少数会在数字层面直接暴露的错（因为它与你手里的某个已知数冲突），而「口径被悄悄换掉」这类错只会在最值或随机抽查里露头。所以三查不是「抽查一部分」的意思，而是三种不同方向的探针：总数探的是「范围」、最值探的是「边界条件」、随机两行探的是「每一格的实际来源」。三样都不查，你就只剩一种验收方式：全部重算 —— 那等于放弃使用 agent。⚠️ 两处要写清的边界：① 三查是下限不是全部 —— 涉及对外发布的数字（报价 / 报表 / 合同金额）必须逐行，不能靠抽查；② 不要让 agent 自检 —— 同一份推理再看一遍，抓不出口径层的错，只会把同样的假设再确认一次。
适用场景
这份做法适合三类人：① 把表格 / 数据汇总 / 对账交给 agent 的人 —— 你的风险面正好在这里；② 已经交付过几份「看着没问题」的产物的人 —— 越顺利越该补这一步；③ 给别人交活的人 —— 三查是你能写进交付流程里的最小动作。不适用：① 纯文本、创意类产出的验收（本页只针对有数字与范围的任务）；② 已经建立了自动化断言 / 回归测试的团队 —— 那些是比人工抽查更强的把关，本页对你们是退而求其次的兜底。⚠️ 另有一条：如果你的原始表本身就是脏的（口径混、单位不统一、空值多），先解决输入，三查会把你堵在同一个地方反复确认。
自测 · 5 问
总数对得上吗（行数 / 合计 / 条数与原始来源有没有明确的对照）
最大最小那两条我看过吗（极值是不是口径错、单位错或重复计数的落点）
我有没有真的随机挑两行、逐格与原始表对过（不是只扫一眼）
人名 / 金额 / 日期这三类字段，有没有被单独列出来人工过一遍
我是不是又让 agent 自己检查它自己的产出（那是无效的把关）
怎么上手 · 验证步骤
不要重跑任务 —— 就对你手上那份已经交出来的表做一次三查，十分钟够：① 把总数与你知道的那个基准数对一下（不知道基准数就先找出一个唯一可算的总量）；② 把最大与最小的两条挑出来看，问自己「这个值合理吗、它的单位与口径和别处一致吗」；③ 随机抽两行，逐格与原始来源对（⛔ 不要挑自己眼熟的行，那正是最容易被挑出来的样本）。三查里任何一处对不上，先不要改这张表，而是回到它读的原始来源，看口径是在哪一步被换掉的。
设一条每周只花三分钟的自检：翻一翻上一周交出去的表，随机挑一份，问自己「这份我做三查了吗」 —— 答不出来，说明它当时的「没问题」只是没人看。另一条判据：把三查的结果留一行记录（查了什么、对了没有），连着记四周之后回看 —— 如果三查从没抓到过任何错，先怀疑自己是不是又只查了「总数」这一样。⚠️ 交付类数字（报价 / 报表 / 合同金额）不要用三查收口，那必须逐行。