大宗物料的价格波动会直接传导到成本，但监控这事通常分散在各采购员手里：谁看到谁记一笔，没人看到就没人管。等到月末算成本才发现价格已经走了很远，为时已晚。
一、先给结论
结论是：价格监控的关键不在采集，在阈值与复核。阈值定得不合理，要么天天报警被忽略，要么一次都不报警。把采集、阈值、复核三段拆开设计，这类工作可以从每 90 分钟一轮压到 15 分钟一轮，效率提升约 5 倍。这属于企业级智能体自动化在采购与成本场景里常见的一类工作。
二、采集：先解决口径，再解决频率
价格数据往往来自多个来源：公开行情、供应商报价、内部台账。三个来源口径不同，直接比较没有意义。我们的做法是先定义统一的比较基准——同一品种、同一规格、同一时间窗，缺一项不参与比较。口径定清楚之后再谈采集频率，否则频率越高噪声越多。
三、阈值：分档而不是单点
单点阈值的问题是没有缓冲，正常波动也会被判为异常。我们按波动幅度分三档：
- 轻度波动：幅度在设定区间内，只记录不推送。
- 中度波动：触发内部复核，由采购确认是否需要调整策略。
- 重度波动：直接推送给相关负责人，并附带历史对比与可能影响。
分档之后，真正需要人介入的比例通常只占全部监控项的少数，人的注意力才不会被淹没。四、复核闭环：推送之后必须有回执
价格监控常断在推送之后——推送发出去了，没有人处理，也没有人知道没人处理。我们的做法是要求每个推送都有回执：已查看、已确认无需处理、已启动调整，三选一。超过设定时间未回执的，升级到上一级。有回执要求之后，监控才形成闭环，而不是单向广播。五、我们踩过的三个具体坑
- 阈值定得太紧。每天推送几十条，看的人后来一律跳过。放宽到分档之后推送量下降到个位数。
- 多个来源口径混比。不同来源的价格直接相减，算出大量假异常。定义基准之后假异常基本消失。
- 推送之后没有回执。无人处理的状态持续了很久无人察觉。加上回执与超时升级之后才闭环。
六、行业里已经跑到什么规模
公开资料里可以看到这类场景的实际收益。某工业互联网企业的大宗物料价格监控从 90 分钟一轮压到 15 分钟一轮，效率提升约 5 倍，每周省下约 2 人天；同一企业的专利年费管理覆盖 200 多个专利号，年费到期提醒与缴费状态核对全部纳入监控。共同点都是先把阈值分档与回执闭环做起来，再谈频率提升。七、怎么验证这套机制真的生效
- 阈值命中分布：轻度、中度、重度三档各占多少，重度档占比长期偏高说明阈值需要放宽。
- 回执及时率：在设定时限内回执的推送占比。
- 人工处理量：需要采购实际调整的项数，这是价值的直接体现。
- 监控周期时长：从一轮采集到产出结论的平均分钟数。
这四项里阈值命中分布更能说明阈值是否定得合理。检查清单
- 价格比较是否有统一的品种、规格、时间窗基准。
- 阈值是否按轻度、中度、重度分档而不是单点。
- 每个推送是否要求三选一回执，超时是否升级。
- 是否统计重度档命中占比并据此调整阈值。
- 是否区分记录、复核、处置三类处理方式。
