上次写完《为什么 AI 不喜欢 .xlsx》，有人问我：那 AI 到底喜欢什么格式？
答案很朴素：CSV。
Excel 的强大恰恰是 AI 的麻烦——合并单元格、多 sheet、公式与结果的分离、用颜色表达逻辑……这些都让 AI 头疼。而 CSV 呢？没有格式、没有公式、没有合并单元格。它简陋到几乎什么都不是——恰恰因此，它是 AI 最舒服的数据形态。
贯穿这个系列的矛盾就一句话：人类的灵活性，往往就是 AI 的噪声。
CSV 的本质：一张"裸表"
CSV 全称 Comma-Separated Values——逗号分隔值。名字就是使用说明。
它是一个纯文本文件，用逗号（或制表符）把数据切成列，用换行符把数据切成行。第一行通常是列名，后面每行是一条记录。打开记事本就能读，不需要任何软件。
这个东西诞生于 1960 年代。没有版本号，没有标准委员会，没有 ISO 认证。它简单到不需要说明书——你只要看到它，就知道怎么用它。
对比一下其他数据格式的野心：JSON 想表达嵌套对象，XML 想表达文档结构，Parquet 想表达列式压缩。CSV 什么都不想表达。它只想表达一件事：一张二维表。
这恰好是 AI 最需要的。AI 处理数据时，第一步永远是"把它变成一张表"。CSV 直接把答案写在脸上。
为什么 AI 喜欢它？
一、一行一记录，一列一字段
CSV 的数据模型和数据库表完全同构。第一行是 schema，之后每行是一条记录。你把它扔进 Python 的 pandas.read_csv()，出来就是一个 DataFrame。扔进 SQLite，出来就是一张表。
AI 处理数据的第一个认知动作永远是"这是什么结构"——哪些是字段、哪些是记录、字段之间是什么关系。Excel 里这个答案藏在排版中：合并单元格、空行分隔、表头套表头。AI 得先"看图猜结构"，猜错了数据就废了。CSV 不需要猜——结构就是文件本身。
对于 AI，一个不需要"理解格式"的数据源，等于一个不需要翻译的母语者。
二、没有合并单元格
Excel 里最让 AI 崩溃的东西，第一个就是合并单元格。
合并单元格意味着"这个值和下面三行是一样的，但只有第一行写了"。人类扫一眼能领会，AI 需要先判断哪些单元格被合并了，再执行"向下填充"。这个判断本身出错概率很高——合并边界在哪里、合并区域之间有没有空行、空白格到底是"和上面一样"还是"真的为空"。
CSV 不认合并单元格。每个格子一个值。缺了就空着，要重复就每行都写一遍。对人类来说多敲了几次键盘，对 AI 来说省去了最复杂的预处理步骤。
确定性，就是 CSV 给 AI 最大的礼物。
三、没有隐藏信息
Excel 是个"所见非所得"的工具——你看到的单元格值是公式算出来的，公式本身藏在后台；背景色可能表示"这个数字有问题"但 AI 读不到颜色；隐藏行列里的数据存在但不可见，AI 要么不知道它存在，要么知道了不知道该不该用。
CSV 是"所见即所得"的极致版本。没有公式层——只有值。没有样式层——没有颜色、粗体、字号、边框。没有隐藏层——不存在"在文件中但不显示"的数据。CSV 里的每一个字符都平等地摊在 AI 面前。
听起来是功能缺失。但在 AI 的场景里，功能缺失等于信号纯净。AI 不需要在"这是数据"和"这是装饰"之间做区分——CSV 里根本没有装饰。
四、Git 友好
CSV 是纯文本。改了一行，Git diff 就精确显示那一行的变化。
AI 处理数据经常需要增量更新——昨天的案号清单和今天的有什么不同？AI 生成的质证意见改了哪几条？CSV 的 diff 可以直接回答这些问题，一行对一行，字段对字段。
而 .xlsx 本质是压缩 XML 的二进制包。Git 眼里它就是一个大文件变了，看不到具体改了什么。无法 diff 意味着 AI 只能从头重读整个文件，没法做增量推理。
五、任何语言任何工具都能读
没有 CSV 解析库的编程语言是不存在的。Python 的 csv 模块是标准库的一部分。R 的 read.csv() 是第一天就要学的函数。数据库的 IMPORT 命令原生支持 CSV。pandas、Polars、DuckDB——任何数据处理框架的第一个 I/O 接口一定是 CSV。
更重要的是，CSV 不需要"库"。你可以用 split(',') 解析它，也可以用 Excel 打开它。它是全球兼容性最强的数据格式，没有之一。
这对 AI 的实际含义是：AI 生成 CSV 之后，你可以用任何工具验证、修改、再用。工作流不会被特定工具锁定。
六、人眼可直接验证
JSON 嵌套到三层以上，人眼基本无法快速定位数据错误。XML 更不用说。但 CSV 永远可以——打开记事本，数据就在那里，一行行一列列，错了一个数字你可以直接改。
AI 输出的数据需要人类确认。验证成本越低，AI 被真正用起来的概率越高。一个你不敢信任的输出格式，你不会用第二次。CSV 让"看一眼确认"成为可能——这个优势有多重要，你用过就知道。
镜像对比：Excel vs CSV
| 维度 | .xlsx | .csv |
|---|---|---|
| 数据结构 | 灵活布局，AI 需"看图猜结构" | 一行一记录，天然结构化 |
| 单元格 | 可合并/隐藏/跨行列 | 一格一值，不合并 |
| 公式 | 存在但 AI 难以读取 | 只有值，无公式层 |
| 样式 | 颜色/字体/条件格式——AI 读不了 | 无样式 |
| 版本控制 | 二进制，diff 无意义 | 纯文本，逐行 diff |
| 兼容性 | 需要 Excel 或兼容库 | 任何语言/工具零依赖 |
| 人眼验证 | 需要打开 Excel | 记事本即可 |
| AI 友好度 | 低——噪声多、结构隐式 | 高——信号纯净、结构显式 |
Excel 为人类做了太多优化，以至于 AI 需要先"反优化"才能使用。CSV 没有为任何人做优化——但正因为没有，它适用于所有人，包括 AI。
法律场景里的 CSV
说回本行。律师日常打交道的数据，很多天然适合 CSV。
案件台账。 法院立案系统导出的案件清单——案号、当事人、立案日期、承办人、案件状态——本身就是一张表。导出为 Excel 时往往会加上表头合并、空行分页、颜色标注。导成 CSV，直接交给 AI 做分类、统计、排期预警。
证据清单批量处理。 几百条微信聊天记录要逐一标注质证意见——序号、证据名称、来源、证明目的、质证意见——五列一张 CSV，AI 可以逐行生成初稿，律师逐行审核。一份 200 条的证据清单，AI + CSV 的工作流可以把质证意见初稿的生成时间从半天降到 15 分钟。
主体信息一致性校验。 一个项目几十家关联方，名称、统一社会信用代码、注册地址、法定代表人——从不同来源拿到的表经常不一致。把这些表整理成统一字段的 CSV，交给 AI 做交叉比对，识别名称不一致、代码缺失、地址过期。结构化数据的比对是 AI 的强项，前提是数据本身也是结构化的。
裁判文书元数据提取。 几百份判决书，需要从案号中批量提取法院层级、年份、程序类型。CSV 里一列案号，AI 用正则一列生成三列，准确率接近 100%。同样的事在 Excel 里做，你要先确保"案号列没有合并单元格""没有用颜色标记的特殊案件""没有隐藏行里漏掉的文书"。
这些场景背后是同一个逻辑：数据越干净，AI 越能干。CSV 天然迫使数据干净。
CSV 的局限
没有一种格式适用于所有场景。CSV 做不到的事也清清楚楚：
没有样式。 需要可视化的数据不适合 CSV——你不能在 CSV 里画图表、标红预警、做条件格式。
没有公式。 需要计算逻辑的场景，Excel 仍然是主场——财务报表、预算模型、敏感性分析。
只有一个表。 CSV 没有"多 sheet"。一个项目涉及十几张关联表，CSV 只能拆成十几个文件，不如一个 .xlsx 方便管理。
编码坑。 中文场景的独特痛点——同一个 CSV 在 Windows 上用 GBK 打开乱码，在 Mac 上用 UTF-8 打开正常，加了 BOM 又可能在 Linux 上报错。没有银弹，最好的解法是约定：统一用 UTF-8 无 BOM。
不适合嵌套结构。 树形数据、图形数据、多层 JSON——CSV 的平面结构处理不了。该用 JSON 的时候就用 JSON，不要硬塞。
不过对 AI 数据处理而言，这些局限大多不是问题。AI 本身就不需要样式和公式，它需要的是干净、明确、可解析的数据。CSV 恰好把不需要的部分全减掉了。
减法的胜利
CSV 的故事不是"一个更好的格式取代了旧的"。它比 Excel 老得多。它的故事是：在 AI 时代，简单重新获得了力量。
60 年来，我们不断给文件格式加东西——样式、公式、宏、版本历史、实时协作——CSV 站在原地不动。它的核心约定一个字符都没改过。这不是"落后于时代"，这是"不需要跟着时代变"。
AI 的崛起让这个判断被重新验证了一遍。机器学习模型读数据、大语言模型生成数据、Agent 之间传递数据——每一步都在惩罚过度设计，奖励结构明确。CSV 是后者的极致。
做减法比做加法更难。加法只需要往上堆东西，减法需要判断什么东西可以不要。CSV 的设计者——如果 1960 年代那几个写 Fortran 程序的人可以被称作"设计者"的话——做出了一个跨越 60 年的判断：一张二维表，不需要任何别的东西。
在一个越来越依赖数据做决策的世界里，最简单的格式，恰好是最强的格式。
作者简介： 陈石律师，浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，宁波市律师协会副秘书长、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办"首宗百亿地王""长春第一高楼""台州第一高楼"等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。四明山法师 AI 夜校（legalAGI.cn）发起人。