@hwchase17: 与@ramplabs应用研究负责人Alex Shevchenko在Max Agency播客上交谈，了解@Ramp Sheets是如何构建的、他们的内部代理Inspect等等。

与 Ramp Labs 研发负责人 Alex Shevchenko 在《Max Agency》播客中交流，深入了解 RAMP Sheets 的构建过程、内部智能体 Inspect 以及更多内容。YouTube：https://youtube.com/watch?v=trEM9OKr5Sc… Apple：https://podcasts.apple.com/us/podcast/how-ramp-built-an-ai-agent-that-can-think-outside/id1891551672?i=1000766630498… Spotify：https://open.spotify.com/episode/49NvGQRI2TWlYXziJ2ALiz…

TL;DR：本文深度解析了 Ramp Labs 研发负责人 Alex Shevchenko 在《Max Agency》播客中分享的 RAMP Sheets 产品架构与设计哲学，涵盖其从内部财务流程挖掘工具到 AI 代理式电子表格编辑器的演进路径、以 Excel 公式为核心的工具调用策略、SpreadJS 沙箱环境设计，以及 DAG 依赖图与多模态流程挖掘的实际应用。

RAMP Sheets 的起源与迭代

从 Loom 视频到流程挖掘

RAMP Sheets 的研发初衷源于 Ramp Labs 内部财务团队的自动化需求。早期，公司采用流程挖掘方法来梳理财务与会计人员在月末结账等日常任务中的具体操作。由于录屏加语音解说（如 Loom 视频）是公司内最高效、最直观的交付方式，工程师们将大量实操视频转化为文本文档与马尔可夫流程图，用以指导 Python 脚本的编写。

最初的自动化构想是打通端到端闭环：用户只需录制操作流程视频，系统自动完成后续的代码生成与执行。团队曾测试纯 Python 代码生成、NAN 及 Retool 自动化等多种方案，但遭遇了严重的接受度壁垒。

放弃“黑盒”代码生成，转向代理式编辑

对于财务专业人士而言，输入一个 Excel 表格后直接得到结果的全自动“黑盒”模式存在极高的信息不对称风险。一旦出错，代价巨大。财务人员无法理解 pandas 导入、DataFrame 结构或数据转换逻辑，导致他们对代码原生方案产生抵触。

经过反复观看实操视频，研发团队发现 99% 的操作画面集中在电子表格本身。基于“不能做成黑盒”的核心原则，团队决定转变思路：直接在电子表格环境中介入，完全复刻人类的工作方式。新方案不再强行生成 Python 脚本，而是采用代理式电子表格编辑逻辑，例如逐行/逐列读取、写入或使用 Excel 原生公式。这种 1:1 还原工作流的透明机制让财务人员能够轻松理解公式组合逻辑，系统验证有效后，遂正式打包为 RAMP Sheets 于十一月上线。

架构设计与智能体工作流

核心组件：Agent SDK 与 SpreadJS 沙箱

RAMP Sheets 的智能体架构基于自定义的 Agent SDK 运行主循环。底层部署了 SpreadJS（Excel 操作库），并在沙箱环境中加载电子表格以便安全执行修改指令。设置沙箱的核心目的在于隔离环境，同时保留一条供代码生成的“后门”，以应对超出 Excel 原生能力的复杂数据处理需求。

工具调用策略：Excel 公式优先，Python 兜底

智能体挂载了一套专属工具集，包括 read_range、set_range、format_range 等。这些是直接暴露给智能体的真实工具接口，而非 REPL 或编码环境中的隐藏函数。

团队刻意压制智能体对 Python 工具的调用倾向，将其严格限制为“无法仅靠纯 Excel 公式解决的极端情况下的最后后备方案”。在实际运行中，约 95% 的结构化财务与会计操作通过内置 Excel 工具完成，仅有约 5% 的大篇幅数据清洗任务会触发 Python 执行。

上下文管理与数据读取方式

为避免将完整电子表格一次性载入导致上下文污染，智能体在读取数据时模拟人类行为：采用系统化分段扫描策略。它会先读取局部数据块，确认内容后再逐步下探；最终通过引用已识别的单元格或列标签来生成新工作表或执行跨表计算。

流程挖掘的输出形式与应用

多模态输出与 DAG 依赖图

同一份 Loom 视频会被系统转换为两种主要的多模态输出：

1. 纯文本描述：类似现代多模态模型的摘要总结，代表系统在文本层面的表达上限。
2. 有向无环图节点网络：用于表示严格的业务依赖与工作流。例如，“打开银行账户拉取发票”指向 Sheet 1，“获取总账”指向 Sheet 2。底层采用朴素的 Graphviz 语言结合约束条件控制图表格式，快速生成可视化的流程谱系图。

适用场景与局限性

流程挖掘的自动化效果高度依赖任务复杂度。对于战略财务分析等需要创意与判断的场景，大模型往往只能产出分布中位的结果，难以取得突破。然而，在会计、对账、记账等高度重复、规则明确的流程中，只要提供充足的上下文片段，智能体即可精准复刻人工操作。

未来演进方向

当前阶段，团队计划用更具现代感的架构替换流程挖掘中的部分模块，例如构建独立的技能模块与代码原生能力。流程挖掘本身仍具实用价值，可将视频资产沉淀为结构化文档，供 Cloud Code 或 Copilot 等开发辅助工具消费。此外，研发团队还在探索递归语言模型的 token 空间通信（底层采用闭源的 Anthropic Pod 系列编排器配合开源工作智能体）、steering vectors 实验，以及应对智能体交互中产生的“自我意识”漂移现象（如对话突然偏离主题后的自我修正机制）。

Source：https://www.youtube.com/watch?v=trEM9OKr5Sc