AI处理数据会不会泄露？数以轻舟Agent 用脚本复用把真实数据留在本地

“AI处理数据会不会泄露？”想用 AI 洗表格的人，几乎都会先问这一句。但这个问题还有个更实用的问法：能不能让 AI 只帮你一次，剩下的活自己干？数以轻舟Agent 的脚本复用，就是照着这个思路设计的——第一次让它照着脱敏样本写一段脚本，之后每一批真实数据都用这段脚本在本地跑，不用再联网。

场景与功能框架图

场景与功能框架图

脚本复用，复用的是什么

一听“脚本”两个字就发怵的，可以换个说法：它复用的是清洗逻辑，不是数据。

洗一张销售表，动作翻来覆去就那几样：手机号去重、金额转数值、日期统一成 yyyy-mm-dd、空值填 0、按区域汇总。这些动作每个月都一样，变的只是表里的行。脚本干的事，就是把这套动作固化成一个可重复执行的文件，存在你自己的电脑上。

复用带来的变化很直接：需求只描述一次，之后几个月都管用。第一次说清楚“按手机号去重、金额去千分位”，脚本生成好就保存在本地；下个月新表来了，选中这段脚本再跑一遍，半分钟出结果。

而且脚本是明文存在本地的，不是黑盒。每一步做了什么随时能打开看，觉得哪里不对就改，改完接着用。

顺带解决了“泄露”这件事

回到那句“AI处理数据会不会泄露”。答案取决于数据在哪台机器上被处理，而脚本复用恰好把 AI 参与的范围压到了最小。

数以轻舟Agent 是本地安装的 Excel/CSV 数据处理工具，数据文件在本地处理，不传第三方 SaaS。整个流程分两步：第一步，给它一份脱敏样本——表结构、列名、数据格式跟真表一致，但内容全是假的，它调用大模型生成脚本，脚本存到本机；第二步，把真实数据接进来，用这段本地脚本跑，这次运行不再需要联网。

真实数据从头到尾没进过任何外部请求。联网那一步发出去的，只有一份“结构长这样”的假数据。

三步上手：一次写脚本，之后反复用

第一步，做一份脱敏样本。从真实表里复制前几十行，姓名换成“用户A”“用户B”，手机号统一成 13800000001 这类占位值，金额按比例缩放，身份证、地址直接清空。关键是保留结构——列名、数据类型、空值分布、乱的程度都留着，模型要的就是这些，不是真数据。

第二步，用样本生成脚本，并在本地核对。把脱敏样本放进工作台，用一句话说需求，比如“按手机号去重，金额转成数值，日期统一成 yyyy-mm-dd，空值填 0”。脚本生成后就在你眼前，逻辑对不对一眼能看出来，哪里不对直接改。

脚本使用界面

第三步，真实数据接进来，断网也能跑。脚本已经存好，这次运行不再需要联网——你把网线拔了试，结果一样出得来。从第二次开始，这一步就简化成“选脚本、点运行”，一分钟都用不了。

复用一年，省下的是四样东西

第一样是重复描述需求的功夫。同一类表洗十二次，只需要把需求说清楚一次，剩下十一次都是选脚本、点运行。

第二样是口径。手工洗、或者每次重新跟 AI 描述一遍，很可能这个月金额去了千分位、下个月忘了去，汇总出来的数就对不上。脚本复用把规则固定下来，十二个月一个口径，报表之间能直接比。

第三样是交接成本。换个人接手，把脚本打开一看，清洗规则写得明明白白，不用再追着问“上个月的数是按什么口径算的”。

第四样是算力消耗。同一段脚本反复用，不必每批数据都重新生成一遍，算力消耗主要压在第一次，再叠加内置的 token 优化，长期成本是可控的。

一个具体例子

公司每月清洗一次客户名单：去重、手机号格式化、金额去千分位、按区域汇总。表里有真实姓名、手机号、成交金额，属于典型的“不敢乱传”的数据。

以前要么手动洗，要么硬着头皮传到云端工具里。用这套流程，第一次花十分钟做脱敏样本、生成并核对一段脚本；从第二个月起，新名单导进来，脚本跑一遍，五分钟出结果。整份真实名单没离开过这台电脑，脚本还越用越顺手——发现漏了一步，改一次脚本，以后每次都带上。

边界：什么能做，什么不能

能做：Excel（.xlsx/.xls）和 CSV 表格数据，清洗、合并、去重、格式归一、汇总统计，这些是它的主场，二百五十万行以上的量也扛得住。

不能做：PDF、图片、Word 这类非表格文件目前不支持解析。要洗的是表格数据，这套流程才对路。

还有一条必须讲明白：首次生成脚本这一步仍需联网调用大模型算力，联网环节跳不过去，所以那一步必须用脱敏样本，不能拿真表去生成；“断网也能跑”指的是脚本存好之后的运行环节。如果你连脱敏样本都不想经过网络，那就只能自己写脚本——这条路数以轻舟Agent 不提供，别被夸大的宣传带偏。商业上同样讲清楚：产品是软件一次买断，买的是软件本体；模型算力（token）要自己接、自己买，平台不代充、不做积分中间商。没有额度，生成脚本这一步就跑不了。内置 token 优化能帮你把消耗压下来，但不是“买完再不花钱”。

“AI处理数据会不会泄露？”把“写脚本”和“跑数据”拆开，让 AI 只看见脱敏样本，让真实数据只在本地脚本里跑一遍，这个问题就有了明确的答案。而脚本复用真正改变的是效率：需求说一次，规则固定下来，之后每一次都是选脚本、点运行。