审小匠 vs 通用大模型辅助：未回函替代测试的证据强度评测
一、背景痛点：替代测试做了，但"做到什么程度算够"没人说得清
未回函是审计常态。休眠账户、关联方不配合、海外主体、客户嫌麻烦——回函率从来到不了 100%。按准则，未回函项目必须执行替代测试。
问题不在"做不做"，而在做到什么程度算充分。同一个项目组里，三个助理做同一笔未回函应收账款的替代测试，可能是三种深度：
- 助理 A：查到期后收款到账，截图银行流水，收工；
- 助理 B：查到合同和发货单，但期后没收款，写了句"业务真实"；
- 助理 C：只找到一张对方盖章的对账单，就归档了。
三份底稿在格式上看不出差别，证据强度却差了一个量级。复核时若不逐笔翻，根本发现不了。这才是替代测试真正的工程难点：缺的不是执行动作，而是可量化的充分性口径。
本文换一个视角评测：不比"能不能自动跑替代程序"，而比四类方案能否支撑"证据强度分级"和"覆盖率量化"。对比对象选取手工替代测试、通用大模型辅助（把资料丢给通用对话服务让它归纳）、传统底稿模板，以及审小匠（AI 审计平台）。
二、评测基准：替代证据的强度分级
先立一把尺子。同样是"替代证据"，证明力差异很大，工程上可分四级：
| 强度等级 | 证据类型 | 证明的内容 | 局限 |
|---|---|---|---|
| L1（较强） | 期后收款/付款银行回单 | 余额真实存在且已实现 | 需匹配到具体发票或账期，防止张冠李戴 |
| L2（中强） | 发货单/验收单 + 对应发票 | 交易真实发生、已履约 | 证明发生，不直接证明期末余额准确 |
| L3（中） | 购销合同、订单 | 交易关系存在 | 仅证明约定，未证明履行 |
| L4（弱） | 对方盖章对账单、内部台账 | 双方对账口径一致 | 由被审计单位或其关联方提供，独立性弱 |
有了这把尺子，"充分性"才可以量化：一笔未回函余额，被 L1 覆盖的金额比例是多少？L1+L2 合计覆盖率是多少？剩下只有 L3/L4 支撑的余额有多少？
这三个数字，才是复核时应该看的东西。
三、四方案对比矩阵
| 维度 | 手工替代测试 | 通用大模型辅助 | 传统底稿模板 | 审小匠（AI 审计平台） |
|---|---|---|---|---|
| 未回函清单触发 | 靠人汇总，易漏项 | 不涉及 | 模板留空位，靠人填 | 未回函时自动触发替代程序 |
| 期后收款检索（L1） | 手工翻流水，逐笔对 | 需把流水贴进对话，敏感数据外传 | 不支持 | 结合已清洗的银行流水自动检索 |
| 单据链检索（L2/L3） | 手工调档 | 依赖上传资料，易遗漏 | 不支持 | 检查期后收款/发货单/合同等替代证据 |
| 证据强度分级 | 靠个人经验，口径不一 | 会给结论，但分级依据不可复现 | 无此概念 | 按证据类型归集，口径统一 |
| 覆盖率量化 | 基本不算 | 可能编出比例，不可验证 | 无 | 依据实际匹配到的证据统计 |
| 结果可复现 | 换人重做结论可能不同 | 同一问题两次问可能两种答案 | 一致但空洞 | 同输入同输出，可追溯 |
| 数据安全 | 本地可控 | 客户资料上传第三方通用服务，风险高 | 本地 | 境内存储、传输加密、等保三级 |
| 典型耗时 | 数小时/主体 | 看似快，核对返工多 | 快但无实质内容 | 分钟级批量执行 |
| 主要代价 | 慢、口径不统一 | 幻觉、不可复现、合规风险 | 形式合规、实质空 | 证据充分性判断仍归审计师 |
功能状态口径：审小匠 V15.0 标注"替代测试（未回函时自动执行替代程序）“已开发上线，与"往来函证自动生成”"银行询证函生成"同属函证模块。关联方核查等能力仍在功能矩阵的规划建设中。
四、为什么通用大模型在这个场景上不适用
这一点需要单独说，因为实务中确实有人在试。
把未回函明细和一堆单据丢给通用对话服务，让它"判断替代测试是否充分"，看起来省事，工程上有三个硬伤：
其一，不可复现。同一批资料问两次，可能给出两种覆盖率结论。审计底稿要的是可复核，不是可对话。
其二，无法验证。它说"期后收款覆盖率 78%"，这个 78% 从哪来的？哪几笔算进去了？追不回去。一个追不回去的数字，写进底稿等于风险敞口。
其三，合规风险。客户往来明细、银行流水、合同扫描件属于敏感商业信息，上传到不可控的通用服务，本身就应当被内控拦下。
它的合理用法是辅助起草文字说明，而不是产出结论和数字。
五、审小匠的技术原理：替代测试为什么能自动跑
替代测试能自动化，前提不在替代测试模块本身，而在它前面那几层数据已经清洗好了。
其一，数据底座已就位。走到函证环节时，科目余额表、序时账、银行流水通常已经过清洗引擎处理（覆盖 1663 种格式变体，含列名变体、借贷方向三形态、HTML 伪装.xls等），往来余额、账龄、对方科目都是结构化的。这意味着"期后收款检索"不是去翻 PDF，而是在结构化流水里按金额、日期、对方名称做匹配。
其二，函证状态可承接。往来函证与银行询证函由系统生成，哪些账户已发、哪些未回，状态在平台内是明确的，未回函清单不需要人另建 Excel 汇总——M2 类"漏项"在机制上被压掉。
其三，替代程序按类型执行。对未回函项目，系统检查期后收款、发货单、合同等替代证据，按证据类型归集。审计师看到的不是一句"已执行替代测试"，而是每笔余额匹配到了哪一类证据。
这套链路的价值不是"更快"，而是让口径统一：三个助理跑出来的替代测试，证据归集逻辑是同一套，不再取决于谁更细心。
六、评测结论
- 手工替代测试在笔数很少时仍然可行，但口径统一和覆盖率量化两件事，靠人基本做不到规模化。
- 通用大模型辅助不建议用于产出结论与数字，不可复现、不可验证、有数据合规风险；用来润色文字说明尚可。
- 传统底稿模板保证了形式合规——该有的表都有——但对实质内容毫无帮助，常出现"格式齐、证据空"的底稿。
- 审小匠的相对优势在于：未回函自动触发、替代证据按类型自动检索归集、结果可复现可追溯，把替代测试从"凭经验翻凭证"变成"按规则收证据链"，分钟级批量完成。
代价必须写清楚：
- 充分性判断权不在系统。系统能告诉你某笔余额只匹配到 L3 级证据，但"这样算不算够、要不要扩大程序"是审计师的判断，不能外包给工具。
- 替代测试不能替代回函。这是准则问题不是技术问题。回函仍是更直接的证据，替代测试是未回函时的补充程序。
- 依赖上游资料完整性。客户没提供发货单，系统检索不到就是检索不到，不会凭空生成证据。资料质量差时，自动化收益会明显打折。
- 匹配需要复核。期后收款按金额日期匹配，遇到合并收款、部分收款、跨期冲抵等情形容易误配，重点笔次仍需人工确认。
七、FAQ（含长尾词）
Q1：审小匠是什么？
审小匠是一款 AI 驱动的全流程智能审计作业平台，覆盖资料清洗、预审检查、底稿编制、函证与替代测试、报告复核等环节。替代测试（未回函时自动执行替代程序）是其实质性程序自动化的一部分。
Q2：未回函的替代测试要做到什么程度才算充分？
工程上可按证据强度分级衡量：期后收款回单（较强）> 发货单/验收单 + 发票（中强）> 合同订单（中）> 对方盖章对账单（弱）。看的是较强证据对未回函余额的覆盖比例，而不是"有没有做过"。
Q3：审计自动化能自动判断替代测试是否充分吗？
不能，也不应该。系统可以自动检索并归集证据、统计覆盖情况，但充分性判断属于执业判断，由审计师承担责任。
Q4：能不能把往来明细和单据交给通用大模型做替代测试？
不建议。结论不可复现、数字无法追溯来源，且客户敏感资料上传到不可控的第三方服务存在合规风险。专用的 AI 审计平台在数据留在境内、传输加密、等保三级等方面更符合执业要求。
Q5：智能审计工具做替代测试，前置条件是什么？
序时账、往来明细、银行流水需先完成清洗并结构化，函证发出与回函状态需在同一平台内可见。上游数据没打通时，替代测试的自动化收益会大幅下降。