找人这件事，看起来像一个问题：「帮我查查这位教授的情况」。但真上手做过就知道，它从来不是一个问题，而是一串活儿——先圈定要查谁、查到什么粒度，再拿着姓名、单位、履历去公开资料里逐项核对，对得上的整理成档案，对不上的单独标出来，收尾还得自查一遍有没有漏步。人工做这套流程，最容易出现的问题不是某一步做错，而是做着做着漏了一步，事后又说不清当时是怎么核对的。
MuchSci 的人才画像功能挂在智能体助手之下，不是随手放的：拉一份画像是一串任务，智能体正好是负责把这串任务跑完、并把成果落成文件的那个角色。这篇拆的就是这条任务链。
01 一句话进去，背后是一串任务
先看这串任务由哪几步组成。
▲ 图 1｜从圈定范围到自查落盘，一份画像背后是四步任务链
第一步确定检索范围：查谁、查到什么粒度，先圈清楚，避免漫无目的地抓一摞同名结果。第二步逐个核对：姓名、单位、履历与公开资料逐项匹配，这是整个流程的硬门槛。第三步结构化输出：过了门槛的记录拆进四类字段——基本情况、受教育情况、任职履历、主要科研成果，成一份档案。第四步自查与落盘：核对结果自查一遍，然后把成果整理成文件交付。
智能体的价值不在某一步多聪明，而在把整串任务一口气跑完、不漏步。人工最容易跳过的恰恰是自查和留痕这两步——它们不产生新信息，却决定结果敢不敢用。
02 一次性问答，和一串任务
同样的需求，交给一次性问答和交给一串任务，差别在哪？
▲ 图 2｜问答给一段话，任务跑完给一套能交代来源的文件
一次性问答的形态是「问一句、答一句」：答完即止，核没核对过不知道；遇到歧义含糊带过；要追溯时只能翻聊天记录。人物档案这种活儿，问题往往不出在「答错」，而出在「说不清是怎么得出的」。
一串任务对这几点各有交代：核对是显式步骤，逐项匹配写了出来；对不上的标「待核验」，不硬给答案；交付的是文件，过程有留痕，事后可回查。同样是「一句话进去」，出来的是一份可以往正式材料里放的东西。
03 交付物是三样，不止一份档案
细看交付，成果不止档案一份。
▲ 图 3｜成品给你用，依据给你查，留痕给你交代「这是怎么来的」
第一样是成品档案，四类字段的结构化档案本体，拿来就能用。第二样是核对依据：数据来源标注、各项匹配情况，以及对不上的待核验清单——档案里每一条记录都能往回查到出处。第三样是过程留痕：检索范围是什么、任务按什么步骤执行的、自查发现了什么。
三样合在一起，档案才敢往正式材料里放。用得放心的从来不是档案本身，而是后面两样：依据让每条记录可核对，留痕让整份档案的来历说得清。
这套分工里还有一条容易被忽略的线：哪些环节交给机器、哪些留给人的问题。
▲ 图 4｜智能体跑确定性的执行环节，人守判断性的环节，互不越界
MuchSci 的智能体接管的是执行侧：按圈定范围逐个查、逐个对，把核对过的记录拆进字段，落成文件交付——这些事有明确的对错标准，跑完不漏步就是合格。人守的是判断侧：查谁、查到什么粒度由人决定；待核验的记录怎么办，由人拿主意；档案怎么用、结论怎么下，判断留给使用者。「一句话进去一份文件出来」说的是执行侧——判断侧始终有一道人机分界。
04 功能界面：任务跑完，交付见文件
界面上的样子，和这条任务链是对得上的。
▲ 图 5｜智能体页签：任务跑完列出交付文件，检索范围、执行步骤与报告结构直接写在交付说明里
交付区明确列出产出文件：哪份是主交付、什么格式、多少页；往下是检索依据的说明——用了哪些检索式、命中多少条、是否全部完成引用闭环；再往下是执行过程的结构化陈述。「一句话进去、一份文件出来」在界面上是字面意义的：底部输入区只占一条，交付区的文件清单与说明铺开在整页。上面那道人机分界，在界面里也能看到落点——执行过程被原样写出来给人看，而不是被打包成一个黑箱结论。
05 边界
① 本篇讲功能机制与执行方式，不构成效果承诺。档案的完整程度取决于公开资料的可得性，任务能否跑全视资料情况而定。
② 结构化不等于评估。 档案与交付物是公开资料的整理与呈现，不构成对任何人的能力评价、推荐或背书；涉及具体个人的判断，须由使用者自行核实并承担责任。
③ 只使用公开资料。 不涉及个人隐私数据；用于评审、合作、尽调等正式用途时，以相关单位现行规定与程序为准。