一家企业的经营分析岗让助手比较两个区域上半年的费用。助手很快给出结论，说A区比B区高出三成。同事看着数字觉得不对，回去翻原始报表才发现，A区的单位是万元，B区是元，两个数被直接放在一起比了。数字都是从系统里取出来的，一个也没抄错，结论却完全站不住。
遇到这种情况，常见的判断是模型算错了或者取数取错了，于是去核对模型与取数逻辑。核对完会发现，数字确实来自同一张表，取数也没越界。问题出在数字和它的单位在系统里是分开存放的，取数取回了数字，单位留在了表头或者上一段文字里，两者一旦分离，比较就失去了基准。
一类原因在入库环节。文档切片按长度或者语义切分，数值与单位并不总是相邻：金额的单位常写在表头，比例的口径常写在段落开头或括号里，数量的单位可能只出现一次。切片一旦把数字和单位切开，检索召回的就是一串没有量纲的数，后面的推理只能默认它们同单位。
另一类原因在字段抽取与换算。抽取模型擅长识别一串数字，却未必可靠地带上紧跟其后的单位；同一张表里混用万元与元、箱与件、吨与公斤，如果没有统一的换算规则，抽取结果就会各自为政。更隐蔽的是比例类表达。比例类表达还要区分百分比、占比、比率和两个量之间的比值。例如'三成'与'30%'通常可以归一到同一表示，但'3:10'还需要知道它表达的是部分与整体，还是两个独立数量之间的比，不能只按数值0.3直接等同。写法不同，模型很可能把它们当成不同的量。
还有一类原因出在使用环节。求和、求差、比大小、算增长率这些操作都要求参与运算的量纲一致，而多数编排流程只在取数成功后就往下走，没有在运算前检查单位。单位缺失时按同单位处理、单位冲突时按先出现的那个处理，这类默认规则往往没有写在任何地方，出错也就无从追。
让数值和单位绑在一起入库
可执行的做法是从入库开始就把数值与单位绑成一个字段保存。切片与抽取时，单位作为数值的属性一起提取并写入结构化字段，无法确定单位的内容标记为待确认而不是留空。图表类文档还要把表头的单位向下继承到该列或该行的每一个单元格，避免单位只存在于表头那一行。
建一份量纲与换算登记表
换算规则需要显式登记。把企业常用的单位、量纲类别与换算关系整理成一份登记表：同一币种内部可以统一到标准金额单位，跨币种比较则需额外明确币种、汇率来源和汇率对应时间；数量类在存在明确换算关系时统一到标准计量单位，箱、件等包装单位的换算关系应绑定具体商品或规格，必要时还要记录换算规则的生效版本；并写明哪些单位之间可以换算、哪些只能并列不能换算。比例类需区分百分比、占比、增长率与两个数量之间的比值，按数量类型、标准值和基准信息分别登记，而不是统一折算成百分数。有了这份表，系统在比较之前就能把两边归到同一基准，而不是凭默认假设硬算。
运算前做一次量纲一致性检查
运算前要做一道数量类型（或量纲）与单位一致性检查。参与求和、求差、比大小或者计算增长率的字段，先校验量纲类别是否相同、单位是否可换算、换算所需的信息是否齐全；检查不通过时，系统应当停止该运算并说明原因，或者把结果标注为不确定，而不是给出一个看起来完整的数字。对于单位缺失的字段，宁可提示确认，也不要默认按同一单位计算。
需要说明的是，通用模型或Agent平台通常都能完成取数与文本抽取，但单位如何随数值入库、换算规则放在哪一层、检查不通过时如何降级，仍需结合企业自身的报表与指标管理规范来确定。
在青山不语AI工作室的企业AI Agent定制方案中，数值与单位在抽取阶段即绑定为结构化字段，常用量纲与换算关系统一登记，检索与运算前先做量纲类别与可换算性校验，校验不通过时不输出数值结论，并把缺失单位的内容标为待确认。
这套机制的边界也要讲清楚。它能让参与运算的数字站在同一基准上，却无法判断某个数字本身是否取错了范围。指标的统计范围、口径定义与数据责任属于数据与业务部门，助手这一侧负责数值与单位的绑定、换算执行、一致性校验与异常标注。
验收可以用几组对子来完成。取一份金额单位为万元的表与一份为元的表，让助手做同样的比较，看它是否先做换算再下结论；取一份表头带单位的数据，检查切片之后单位是否随数值一起被召回；再构造一个单位缺失的字段，看系统是主动提示确认，还是默默按同单位计算。
在我看来，单位是数据里最不起眼、也最容易丢的一层。数字取对了不等于结果可用，量纲没对齐，算得越准反而错得越远。企业在评估AI定制服务时，可以问一句：当一个字段没有带单位时，系统会不会停下来问一句。这个问题有了答案，数据才谈得上被真正读懂。
)
