周白｜OC 产品体验编辑

根据开源项目 Automated Data Analyst（ADA） 的说明，用户可以上传 CSV、XLSX 或 XLSM 文件，让系统自动清理数据、识别日期和指标、生成 Plotly 仪表盘、检测异常、提供基线预测，并用自然语言继续提问。项目强调确定性计算在本地完成，每个回答都展示所用计算；可选模型只接收字段结构和已经算出的证据，不接收原始数据行。

一句话结论： ADA 还不能证明一家公司真的可以撤掉数据分析师，但它抓住了“AI 分析”最该解决的信任问题：结论必须能回到数字、过滤条件和计算式，而不是只给一段听上去合理的商业建议。

把表格拖进聊天窗口，问“为什么本月收入下降”，已经是最常见的 AI 演示之一。问题也很明显：模型可能选错列、漏掉退款、把相关性写成原因，最后仍然用很自信的语气给出三条建议。用户看到的是完整句子，却看不到它到底算了什么。

ADA 试图把这条链拆开。上传文件后，程序先做类型推断、缺失值处理和业务结构识别，再用普通代码计算趋势、异常、集中度、分组差异和预测。自然语言问题会被转成可审计的 pandas 查询计划，结果旁边展示公式与筛选条件。模型只在规则无法理解问题时参与规划，或基于已经生成的证据撰写解释。

这不是一个漂亮但细微的产品差别。它在重新划分信任边界：数字由确定性程序负责，语言模型负责把问题翻译成计划、把证据组织成读者能理解的内容。

“数据不发给模型”具体是什么意思

项目声称原始上传行不会发送给模型，但这句话需要读完整。ADA 的本地计算层不依赖外部模型；启用可选 AI 后，模型仍可能看到列名、数据类型、数据摘要和已经计算出的证据。这比上传整张客户明细表风险低得多，却不等于完全没有信息离开设备。

字段名本身可能敏感，比如客户名称、医疗指标或内部项目代号。企业部署时仍需检查配置、日志、模型服务商和网络请求，不能只凭 README 中一句“local”完成合规评估。

可审计也不等于分析正确

计算过程可见，首先解决的是“能不能检查”，不是“结果一定正确”。如果系统把订单日期识别成发货日期，把销售额当成利润，后面的公式再透明也会回答错误问题。自动数据清理还可能把本来有业务意义的异常值当成脏数据。

项目很诚实地把解释标记为调查方向，而非因果证明。预测也提供回测误差，而不是只画一条顺滑曲线。这些设计比“AI 已经找到增长机会”的口号靠谱，但真实企业还需要指标字典、权限控制、数据库连接、版本化分析和人工审批。

ADA 当前更像适合中小团队、独立经营者和分析原型的工具。它能迅速告诉你该看哪个地区、产品或月份，并把路径展示出来；遇到口径复杂、数据源众多的组织，它还不是成熟 BI 平台的直接替代品。

真正会被自动化的是哪一部分工作

数据分析师的工作并不只是拖图表。大量时间花在拿数据、确认口径、追问业务背景、发现埋点变化，以及说服团队不要从一条相关性推出因果关系。ADA 更可能自动化的是第一轮机械探索：类型识别、常见图表、分组比较、异常提示和基础问答。

这会改变分析师的起点。过去要先花半天做描述性统计，现在可以从系统标出的异常和证据卡片开始复核。但有人仍然需要判断“这个数字值得相信吗”“谁能采取行动”“行动会不会损害别的指标”。

关键事实

• ADA 支持 CSV 与 Excel 文件，能够自动生成仪表盘、异常、预测和自然语言问答。
• 确定性计算在本地执行，并展示查询计划、筛选条件或计算依据。
• 可选模型只使用结构和计算证据是项目当前声明，企业使用前仍需自行审查实现与配置。
• 项目采用 MIT 许可证，目前是开源产品而非经过广泛企业验证的成熟 BI 系统。

OC 判断

AI 数据工具的分水岭不该是能不能生成更漂亮的总结，而是用户能否从一句判断一路点回原始口径。ADA 的架构方向值得肯定：先算清楚，再让模型说人话。它能否长期有用，则取决于数据识别失败时是否足够诚实，以及复杂指标能不能被版本化管理。

为什么重要

• 对开发者： 把 LLM 限制在查询规划和解释层，可以显著缩小不可验证输出的范围。
• 对企业： 本地计算降低数据外传风险，但字段元数据、日志和可选模型调用仍需审计。
• 对普通用户： 不要只看 AI 给出的结论，先检查它选了哪些列、排除了哪些记录、用了什么公式。

参考来源

• Automated Data Analyst GitHub 项目
• ADA 项目工程说明