2004年四月二十八號。周三。
早上七點半，林遠到工作室的時候，趙強已經在工位上了。屏幕上密密麻麻的數據流正在滾動。
」數據來了。凌晨兩點發的郵件。」趙強頭也不抬，」壓縮包三個G，解壓後大概十五到二十G。韓委員那邊轉發的，附了說明文檔。」
林遠放下背包，湊過去看文件索引。
」審計底稿七千二百份，時間跨度一九九九到二零零三，五個財年。準則覆蓋——」他眯了眯眼，」中國獨立審計準則、國際審計準則、國際財報準則、US GAAP。四個標準。」
韓委員說的只有兩個標準，實際給了四個。這信息量比預期的大得多。
GOOGLE搜索TWKAN
」這家企業有海外子公司。」趙強翻到附加文件清單，」國內三家全資子公司，海外兩家合資——一家在香港，一家在開曼。不同法域用不同準則編制報表，合併的時候再統一調整為國際財報準則。」
」所以衝突可能出現在三個層面。」林遠掰著手指，」子公司自身報表層面、合併調整層面、最終合併報表層面。三個層次疊在一起，複雜度是指數級的。」
趙強敲了幾下鍵盤，算出總數。」按每份底稿均值估算，審計對象總量大約一億兩千萬條。」
一億兩千萬。
上次集成測試的數據量是兩千零三萬。這次是六倍。而且那是乾淨的測試數據，這是真實生產環境的審計底稿——格式混亂、欄位缺失、數據冗餘，什麼髒數據都可能存在。
林遠深吸一口氣，在腦子裡快速過了一遍引擎的處理流程。數據預處理層是第一道關卡——如果預處理做不好，後面審計引擎跑出來的結果全廢。
」先搭預處理框架。」林遠拉過白板，拿起馬克筆，」格式標準化、數據清洗、準則歸屬標記、完整性校驗——四層流水線。今天打通前兩層，明天跑後兩層，後天正式盲測。」
上午九點，全員就位。
白板上畫出了完整的數據預處理流程圖。王晨負責格式轉換模塊，張浩然和周凱負責數據清洗管線，李哲做準則歸屬的映射邏輯。趙強統籌全局，同時盯每條管線的進度。
林遠先讓小艾分析DAF格式的結構特徵。
」DAF基於XBRL 2.0標準，擴展了約15%的自定義欄位。」小艾很快在腦海里給出分析結果，」主要集中在三個區域：合併抵消分錄的層級標記、跨境子公司準則映射表、審計師判斷備註。」
」判斷備註是自由文本還是結構化數據？」林遠在心裡追問。
」先不管，單獨存一份。後面如果要做文本分析再考慮。」林遠開口對趙強等人說。
趙強花四十分鐘把七千二百份底稿的文件頭全部掃了一遍，結果讓他皺起了眉。
」問題不少。」他說，」日期格式混亂——大約八百多份底稿的日期格式不統一。二零零一年的老數據，那時候DAF標準還沒完全統一。有的用DD/MM/YYYY，有的MM-DD-YYYY，還有少數用了中文日期格式。」
」寫多格式解析器。」林遠說，」正則匹配加優先級排序，自動識別。YYYY-MM-DD優先，然後DD/MM/YYYY，再MM-DD-YYYY。識別不了的fallback到人工標記隊列，今晚集中處理。」
」中文日期呢？」
」單獨寫規則。正則匹配'二零零一年三月十五日'這種格式，轉換成標準日期。工作量不大但容易出錯——月份有中文和阿拉伯數字混用的情況。」
」金額欄位呢？」
」統一轉ISO代碼。'HK'→USD，'€'→EUR。」
趙強記下這些，繼續翻分析結果。」還有千分位問題——有的底稿金額寫'1,234,567.89'，有的寫'1234567.89'，還有極少數寫'1 234 567.89'用空格分隔的。」
」全部去掉千分位分隔符，統一成純數字格式。」
」還有一類——金額為空。」
」空值怎麼區分？」
」兩種情況。」趙強說，」一種是整張底稿幾乎都空——大概率是新設子公司還沒正式運營，屬於結構性空值。另一種是其他欄位都有數據，只有某個特定欄位空了——可能是審計師漏填。」
」那就分兩類標記。結構性空值標'不適用'，異常空值標'待補充'。引擎檢測的時候，對前者直接跳過，對後者標記為數據質量問題，不納入衝突統計。」
蘇明遠買了盒飯回來，看著白板上越列越長的異常清單，嘆了口氣。」這才一上午，就冒出四五個坑。」
」韓委員說得對——真實數據就是泥潭。」林遠扒了一口飯，」但這才是真正考驗引擎魯棒性的時候。測試數據再大也是乾淨的，實戰才是試金石。」
」時間夠嗎？」蘇明遠問。
」原定明天跑盲測。今天一天搞不定預處理——至少需要兩天。框架搭建加調試一天，明天跑通全量數據驗證，後天正式盲測。」
」時間表要後移一天了。2004年四月三十號跑盲測，2004年五月一號出結果。」
」對，我去跟韓委員說一聲。」
下午兩點，林遠給韓委員打了電話。
韓委員聽完匯報，沉吟了幾秒。」延期一天可以。但2004年五月一號中午十二點之前，我必須看到結果。不管是終版報告還是中間結果——我要有東西可以提前發給Morrison。」
」明白。」
」另外提醒你一件事。」韓委員的聲音低了下來，」Hayes不知道你們在做盲測。這是他單方面提出的要求，Morrison也是事後才告訴我的。2004年五月十二號演示的時候，他大概率會帶著審計師的原始結論，現場逐條對照你們的結果。」
林遠沉默了一秒。
」也就是說，演示現場就是盲測的揭曉時刻。」
」對。他會在場，會當場比對。」
林遠反而笑了。」這倒是好事。」
」怎麼說？」
」如果他手裡有報告，演示的時候他可以直接對照。我們的引擎找到四十七組，他的審計師也找到四十七組——當場驗證，比事後看報告更有衝擊力。」
韓委員笑了一聲。」你倒是會借力。」
」借力的前提是——引擎真的能找到。」
」好。那就看你後天的了。」
掛了電話，林遠回到工位。
」剛接到消息——演示當天，Hayes會拿著德勤審計師的原始結論，現場逐條比對。誤差容忍度基本為零。」
趙強抬頭看了他一眼。」壓力更大了。」
」不。」林遠說，」目標沒變——不是通過盲測，是超越。」
晚上八點。
格式標準化基本完成，第一版預處理管線跑通。趙強在最後跑完整性校驗的時候，突然停住了。
」有點意思。」
」什麼？」
」合併抵消分錄裡面，有大約三百條記錄被標記為'已審核'。」
」審計師標的？」
」不像。」趙強點開一條記錄的詳情，把屏幕轉向林遠，」你看——標記格式不是DAF的標準欄位，是後期追加的擴展欄位。時間戳顯示二零零三年十月——比底稿的創建時間晚了整整兩年。而且標記方式完全統一，像是批量操作。」
林遠眯起眼睛。」沒有署名？」
」沒有。DAF標準欄位里沒有操作者記錄。但這個擴展欄位的命名很規範——'INTERNALREVIEWFLAG'。不是隨手加的。」
」像某個腳本自動打的標記。」
」對。而且只標記了合併抵消分錄這一類——其他類型的底稿都沒有。」
兩個人對視了一眼。
審計完成後兩年，有人用腳本專門針對合併抵消分錄做了一次系統性的複查。這不是常規審計流程——常規審計在出報告的時候就結束了。這是額外的操作，是審計之後的」第二遍」。
」德勤對這批合併抵消分錄不放心。」林遠說。
」不放心就意味著有問題。」趙強說。
」把這三百條單獨標出來。盲測的時候，重點跑這批數據。」
」如果引擎找到了德勤工具沒發現的問題呢？」
林遠笑了。」那就不是通過盲測——是揭底牌了。」
趙強嘴角動了一下——這是他為數不多的表情變化。
王晨走過來。」格式標準化完成了。下一步？」
」欄位映射。」林遠說，」DAF的Schema文檔在壓縮包根目錄——你打開，把自定義欄位和標準欄位一一對應。」
」好。」
林遠走到白板前，在時間表最下面寫下兩個字：
盲測。