BondClaw固收投研系列二：人机协同的REITs公告批量搜集实践.pdf

BondClaw固收投研系列二：人机协同的REITs公告批量搜集实践。AI 自主完成复杂数据采集，已达实用水平： 固收投研中有大量重复性的数据采集工作——批量下载公告、定期拉 齐报告、跨平台比对数据。这些工作单次不难，但数量一上来，分析 师的时间就被大量消耗在机械操作上。我们用一个实战案例验证了一 条新路径：以巨潮资讯网全部 27 只 REITs 的一季报和评估报告为对 象，AI 在约 23 分钟内自主完成了 50 份 PDF 的下载，覆盖 26 只产 品，人工介入总时长不超过两分钟。对于固收分析人员日常面临的高 频数据采集需求，这条路径已经具备实用价值。

AI 能突破人工操作的视觉边界，获取人眼看不到的完整数据： 本次实战中有一个值得关注的细节：在巨潮资讯网搜索 REITs 产品 时，人工操作只能看到下拉列表中弹出的几条结果，浏览器界面的显 示区域严格限制了可见范围。AI 在浏览页面的同时，发现了隐藏在 背后的数据接口，直接拉取到了全部 27 只 REITs 产品的完整清单。 这种能力来自我们开发的 WebData Scraper 工具，其设计思路是" 分析师的操作方式+程序的批量处理能力"——先像人一样浏览网站， 再通过发现数据接口实现批量获取。

当前阶段的务实结论：人机协作是最佳模式： AI 负责探索、编码和执行，分析师在关键时刻提供质控判断。案例 中评估报告出现了一次误下载，AI 通过自检发现了异常，但最终是 人工打开文件确认了问题，AI 据此快速定位根因并完成修复。这种 "AI 执行、人判断"的分工，效率远高于纯手工，可靠性也高于完全 放权给 AI。下一步的优化方向是引入多 Agent 并行机制——对于巨 潮资讯等无需登录的公开数据源，多个 AI 代理可以同时执行不同任 务，采集效率有望成倍提升。对于需要登录的平台（如 CEIC、企业预 警通），目前各代理的浏览器会话相互隔离，同一账号登录会导致彼 此失效，需要通过会话共享等技术优化来解决。这一问题在工程上是 可以攻克的，一旦突破，大规模模拟人工方式获取信息将成为可能。