人机协同的 REITs 公告批量搜集实践探讨

摘要： 本文探讨了 AI 自主操作浏览器在固收投研数据采集中的实用价值，通过具体实战案例验证了“AI 执行、人判断”的人机协作模式能大幅提升低频、重复性数据获取的效率。

核心观点：
AI 驱动的浏览器自动化已达实用水平，能通过语义理解突破传统爬虫的维护成本高和手动操作效率低的局限。最佳实践模式是人机协作：由 AI 负责探索网页、发现 API、编写脚本及执行，分析师在关键节点提供质控判断与逻辑纠偏。

论据支撑：

1. 实战效率提升：在 23 分钟内自主完成了 27 只 REITs 的 50 份 PDF 报告（一季报及评估报告）的搜集工作，人工介入仅约 2 分钟。
2. 技术路径突破：工具采用“API 优先 + 浏览器兜底”方案，能通过监听网络请求发现隐藏 API，突破浏览器视觉显示限制，获取完整数据集。
3. 逻辑自愈能力：通过人工反馈，AI 能快速定位匹配逻辑错误（如将 any 模式修正为 all 模式），实现精准筛选。

局限性/风险：

1. 技术局限：面对复杂交互（多层弹窗、动态渲染）的网页理解力仍有不确定性，长链路操作可能累积错误。
2. 工程瓶颈：需登录的平台存在浏览器会话隔离问题，需通过会话共享优化。
3. 合规风险：数据采集需遵守目标网站条款及法律法规，避免暴力抓取。