25 分钟与 7 分半：fx-agent 原油实货录单人效与交互实测说明

2026 年 9 月 27 日，同一笔 50 万桶的 Murban 原油实货单在测试环境里录了两遍。先在 ETRM（交易与风控系统）里由人工手动录，按完整流程计用了 25 分 02 秒——其中 19 分 50 秒用于新建交易对手、交易主体、港口等基础档案，档案就绪后的表单填写与保存耗时 5 分 12 秒。再交给 fx-agent 录，从发出指令到系统落库并回读完毕，用了 7 分 33 秒（约 7 分半）。

录单的业务人员和管理者关心三件事：录得对不对，快在哪里，能省掉哪些事。

在回答之前，我们需要先厘清两种模式下的真实耗时构成与比较口径：

• 人工手动录入（总计 25 分 02 秒）：包含了“从零建立基础档案（19 分 50 秒）”与“纯表单填写保存（5 分 12 秒）”两个阶段。如果基础档案预先就绪，人工纯填表耗时为 5 分 12 秒，在此期间人类需要 100% 保持高强度动手与目测注意力。
• fx-agent 协作录入（总计 7 分 33 秒）：这 7 分半并非单单是“填表”，而是完整包含了“自动并发检索匹配既有基础档案、校验业务字典、换算上下限、生成确认卡、人类二次确认以及 API 落库回读”的全过程。
• 数据客观事实：在基础档案均已存在的同等条件下，仅看系统完成任务的总时长，Agent 流程（7 分 33 秒）反而比人工纯填表（5 分 12 秒）慢了约 2 分 21 秒。但两者的核心差异在于“人类精力占用”——Agent 流程将人类的高强度动手与目测检查时间从 5 分多钟压缩到了仅约 40 秒，其余 6 分 53 秒均为系统后台自动处理，人类无需盯屏等待。

在回答之前，我们先将本次测试的关键耗时与对比数据梳理如下：

01 fx-agent 是什么，如何交互与使用

在解析具体录单过程前，先搞清 fx-agent 和 ETRM 的关系。

fx-agent 是一个让人为自己的某一项长期工作创建专属 AI Agent 的系统。在一个账号下，操作人员可以为不同的长期工作岗位创建专属的 Agent（即“数字分身”）。它会按授予的权限去读取该项工作相关的知识和业务系统数据，调用授权工具，并在工作过程中把有价值的做法整理出来、经人确认后留存，帮助用户查数、整理和起草。

它的协作机制固定分为标准三段：

1. 操作人员先划定权限和边界；
2. Agent 读取信息、调用授权工具、整理结果；
3. 关键动作（如改动数据）前提交确认卡，且每次执行均会留下明确结论、待确认清单与操作日志。

fx-agent 建在已有的业务系统之上，不替代原有系统：交易数据仍然记在 ETRM 里，写入内容落库后在 ETRM 原生界面完全可见。原本在表单中逐栏填写的传统流程照常可用。

使用方式非常直观——自然语言对话。在对话框中将业务需求描述清楚发出即可。涉及往 ETRM 中写入数据的关键操作，Agent 会先整理出带有数据明细的“确认卡”，经人工点击确认后，才真正调用接口落库。

02 手动录：25 分钟里做了什么

要比较，先得有参照。这笔测试交易的基础条款如下：

澜屿能源新加坡主体（LYSG）向远帆石油买入 50 万桶 Murban 原油，FOB，装港富查伊拉，卸港蔚山；固定价 80 美元/桶；数量 ±5% 溢短装，卖方选择，结算数量按提单量；另含装卸期、装卸时间、盯市公式、预估贴水、付款、检验、一般条款、适用法律和仲裁。（文中公司、人员及交易数据均为测试虚构。）

第一阶段是建基础档案，累计用时 19 分 50 秒。

手动录单前，交易对手、交易主体、投资组合等必须已在 ETRM 中立户，录单时才能从下拉列表中选到。测试从零开始：首先开功能角色、建部门和三个用户账号，再建三家交易主体、交易对手远帆石油（录入基本信息、信用条款、上传财报与评级），接着添加市场、建投资组合，此基础搭建过程耗时 17 分 50 秒。

第二阶段是填表与保存，累计耗时 5 分 12 秒。 档案建好后开始填表：

1. 基础信息区：选投资组合、交易主体、交易对手和品种，填成交日期和合同号。
2. 数量与物流区：填合同量、单位、容差和溢短装选择权。数量单位默认是 MT，本笔需手动切为“桶”。往下继续填写装卸期与物流信息。
3. 计价与盯市区：上面填固定价 80 美元/桶；下面另填盯市公式（盯市合约类型需先选定基准后方可选择）。

全部填完并检查后点击保存，首次表单填写与校验耗时 5 分钟。但因事先未新建港口档案，下拉框选不到富查伊拉和蔚山，只能先保存交易；随后被迫中断主流程，跳转至地点档案页面新建两个港口（耗时 2 分钟，此中断补救时间归入基础档案建立过程）；新建完成后，再返回该笔单据下拉补选装卸港并再次保存（耗时 12 秒）。

因此，人工录单的耗时拆解极其明确：基础搭建与港口补建累计耗时 19 分 50 秒（17分50秒 + 2分钟）；档案就绪后的净填表与二次补选保存累计耗时 5 分 12 秒（5分钟 + 12秒）。

03 交给 fx-agent：7 分半里做了什么

在 ETRM 档案已就绪的前提下，我们将同一笔单交给 fx-agent。发给它的自然语言指令包含成交日期、交易员、主体、交易对手、数量、作价机制、装卸港等全套业务条款。

第一阶段是自动检索与字段对齐，约 6 分 30 秒。发出指令后，Agent 确认与 ETRM 系统连接正常，自动展开两轮数据对齐：

1. 第一轮，自动并行检索交易主体、交易对手、投资组合名单，品种目录及盯市价格基准。
2. 第二轮，精准调取对应交易术语、溢短装选择权、仲裁、检验等业务字典项，并自动调取系统已有交易作为结构参考。

查到的选项与指令逐项匹配。对于品种等关键字段，只有在系统唯一准确命中时才会套用；若存在多项匹配，Agent 会列出供操作人员挑选，绝不盲目套用。对齐完毕后，Agent 自动将复杂数据整理为直观的确认卡。

第二阶段是双重确认与回读落库，约 1 分 03 秒。确认卡按 ETRM 字段名逐项列出明细，并自动完成换算（如将 50 万桶加减 5% 计算出上限 525,000 桶、下限 475,000 桶）。

1. 核对与初次确认：操作人员核对卡片，点击“确认执行”，耗时 40 秒。
2. 二次安全确认：系统弹出安全确认弹窗“确认执行此操作？将真正写入交易系统”，再次点击确认。Agent 随即以当前业务员账号身份写入 ETRM。
3. 写入与自动回读：点击后约 13 秒，Agent 返回终态确认“已录入并回读核对完毕”，并附上数据回读对照表。

全程按实测计时，从发送指令到落库核对完毕，总计耗时 7 分 33 秒（包含后台检索既有档案与写入交易全过程）。

04 对不对：回到 ETRM，两笔逐列对得上

Agent 声明“已录入并回读核对完毕”只是系统自测，最终必须回到 ETRM 业务界面验证。

在 ETRM 交易列表里将两笔交易上下排列进行逐列对照：除合同号按指令分别为 -001（手动）和 -002（Agent）外，其余所有字段完全一致。确认卡未在表格主列展示的“目的地限制”和“备注”项，打开单据详情页查看，均已准确无误写入。

结论：录得完全准确。

05 快：25 分钟与 7 分半，效率提升的本质是什么？

两个数字相差 17 分半，但绝对不能简单宣称“AI 录单比人快 3 倍”。这种对比混淆了比较口径——在同等条件（档案已就绪）下，仅看系统完成任务的总耗时，Agent 的 7 分 33 秒（包含了检索档案与自动对齐）比人工纯填表（5 分 12 秒）反而慢了 2 分多钟。

那么，自动化协作的真正价值体现在哪里？答案在于“人类高强度专注力的释放”。

人工录单（5 分 12 秒）时，操作人员的精力 100% 被锁死在屏幕前，必须时刻进行高强度的寻址、点击、下拉切换（如把单位从 MT 切为桶）与目测检查，精神高度紧绷。

而在 Agent 协作流程（7 分 33 秒）中，在近 7 分钟的后台处理时间里，Agent 在后台自动完成 API 调取、字典映射、溢短装上下限换算与卡片生成；在此期间，操作人员完全无需关注屏幕或守候等待，可以并行处理其他核心工作。操作人员真正干预的时间，仅仅是在卡片生成后进行目测核对并点击确认的 40 秒左右。

因此，所谓效率提升，本质上不是机械地缩短底层系统的处理毫秒数，而是将人类从繁琐、高重复的表单打字工作中解脱出来，把高强度的手工作业时间压缩了 80% 以上，极大降低了日常录单的心理负荷与疲劳度。

06 省事：哪些交给了它，哪些还要人做

已交给 Agent 的工作有三类，

一是复杂表单寻址与对齐。无需人工记忆“数量单位需从 MT 切换为桶”或“盯市合约的前置关联”，Agent 自动完成字典与字段映射。

二是业务计算与一致性校验。自动完成溢短装上下限（±5%）的数值换算，并在写入后完成接口级数据回读与格式自检。

三是检查形式体验升级。保存前在繁复表单里逐栏目测检查，升级为查看一张结构化、高可读性的“确认卡”。

仍需人工处理的工作有两类，

一是基础档案的建立授权。在录单技能下，Agent 遵循“只读检索”规范，遇到系统中不存在的地点或交易对手时不会擅自强行新建，也不会自动跳转；虽然系统中存在专门的建档案技能，但需要操作人员明确发出建档指令并经确认卡授权后方可执行。

二是终态确认把关。针对交易对手具体路径等关键风控信息，仍由操作人员对照确认卡做最终决策。

07 深度解析：实测中的安全机制与风险防线

在本次实测中，曾发生过一次值得关注的细节：第一次发出的指令未能成功生成确认卡。

通过对系统运行日志的深入分析，我们发现这恰恰体现了 fx-agent 在严肃业务场景下的安全设计理念。

在首次测试的指令中，目的地限制条款直接照抄了带有英文撇号的文本（seller's）。在 Agent 调用后台写入接口时，这个特殊的标点符号触发了系统底层的安全防线（防注入审查机制），导致该条指令在后台被直接拒绝执行。

系统在检测到任何潜在的格式风险或解析不确定性时，会选择拒绝执行该次指令，而绝不会在数据不确定的情况下“强行写入”交易系统。

在第二次测试中，仅将该文本中的撇号规范化调整（改为 seller），整套流程随即流畅走通，即上文呈现的 7 分 33 秒全过程。

这一实测细节表明，fx-agent 并非一个“盲目追求执行率”的通用聊天机器人，而是在底层筑牢了安全防线的严肃业务工具。

需要说明的是，本次实测验证的是基于标准自然语言指令输入的全流程。在实际业务场景中，交易信息往往散落在聊天记录、合同 PDF 或图片附件中。团队接下来将进一步完善格式合同/截图识别填表以及语音识别交互功能。未来，业务人员只需上传合同截图或通过语音口述，Agent 即可自动提取关键字段并生成确认卡，推动业务交互体验的持续升级。

08 总结

回到开篇的三问。

录得对不对？答案是对。ETRM 列表逐列比对完全一致，详情页隐性字段准确落库。

快在哪里？答案不在于系统处理总时长，而在于彻底释放了人类的连续专注力。人守在屏幕前高强度动手的时间从 5 分多钟降至 40 秒左右，在 Agent 后台检索与计算的近 7 分钟里无需持续关注，精神负荷降低 80%。

能省掉哪些事？答案是省去了逐项找区块、对字典、下拉选择的繁琐操作；但基础档案的建立授权与最终的风控确认卡审核，依然牢牢保留在人手中。

对于交易与风控场景而言，fx-agent 展示了一种极具实用价值的模式：把繁琐的系统交互与数据校验交给 Agent，把最终的决策权与确认权留给操作人员。在安全边界清晰、数据可回读校验的前提下，这种“数字分身”式的协作，正成为复杂业务系统提效的切实破局点。