从平凡的排序请求开始的发现
上周一，我决定整理积存在 Windows 设备上的库存现况表格。项目代码、数量、进货日期、按买方的配额都混在一起，我想按 SKU 顺序排序这些数据。这本应是个简单的任务。
请求：「请按 A 列（SKU）为基准对谷歌表格的所有行进行排序，
如果有重复的 SKU 的话，也帮我标记出来好吗？」
意料之外的结果
机器人在 2 分钟后回来了，带着排序完成的表格和一份备注：
「发现 SKU 重复：12 个项目被注册了 2 次以上。例如：SKU-4521 以 3 月进货和 4 月进货分别出现 2 行，SKU-7834 以完全相同的数量正好出现 2 行。」
这不只是单纯的排序，而是进行了数据验证。
之前 vs 之后
之前
• 手动排序：耗时 15 分钟
• 发现重复：手动扫描只能找到 3～4 个
• 数据信度：不稳定
之后
• 机器人排序 + 验证：2 分钟（自动）
• 发现重复：全部识别 12 个
• 数据信度：100% 确保
• 意外收获：发现 5 个相同 SKU 但进货日期不同的项目（可能存在会计上的错误）
实际影响
发现的重复中，3 个实际上是进货错误，其余 9 个是输入失误。在修正这些后，我们终于能解决为什么库存总量与预期不符的谜团。
特别有趣的是，机器人不只是简单地说「这是重复的」就完事，而是进一步比较进货日期和数量，区分哪些重复是「真正的错误」，哪些只是「进货时间差异」。
学到的东西
只要在自动化工具中加入简单的验证逻辑，就能发现手工作业中容易遗漏的大量数据错误。特别令人惊讶的是，非开发者通过 Claude Code 就能做出这个级别的验证，完全不需要额外的编程知识。