用 Agent 做数据清洗，规则先写死再让它补漏

清洗脏数据，直接让模型处理，它会随意发挥，每次结果都不一样。

我的做法：

1. 先写规则脚本处理 80% 的确定性问题（去空格、统一日期格式、手机号校验）
2. 剩下的 20% 疑难样本交给模型，让它判断类型
3. 模型的判断结果落库，人工抽查

关键是第 1 步。规则能解决的别用模型，模型贵、慢、还不稳定。

模型适合处理：规则写不出来但人能一眼看出的情况。比如「这条地址是有效的吗」。

分工明确之后，成本降下来，准确率还高。