# Ben 用 AI 爬了 1.07 亿行英国地方政府开支数据，做了个交互地图

> 原标题：Scraping 107M rows of data to build this

- 来源：Ben's Bites
- 发布时间：2026-09-04T14:56:17.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/54897
- 原文：https://www.bensbites.com/p/scraping-107m-rows-of-data-to-build

## 摘要

Ben Tossell 让 Codex 的 AI 代理去爬取并清洗了 1.07 亿行英国地方政府的公共开支数据，然后搭了一个可搜索的地图网站，能直接看每个议会在什么东西上花了多少钱。整个过程烧掉了 82 亿个 token，调用了 656 个子代理，从 31 个官方来源扒数据，最后用 Parquet 和 DuckDB 存下来——这俩技术专门处理海量数据，...

## 推荐理由

Ben Tossell 这个项目把代理落地讲得很清楚，不是画饼。82 亿 token 的成本和 656 个子代理的规模让实验有分量，但本质还是个人项目复盘，不是产品发布或行业大事，所以放在 featured 里刚好。

## 锐评

Ben Tossell 这次实验最实在的地方，是让 AI 代理去啃了 31 个官方来源、格式乱七八糟的公开数据，最后用 Parquet 和 DuckDB 存下来——这俩技术专门处理海量数据，成本低、查得快。82 亿 token 和 656 个子代理听起来夸张，但说明他把大量清洗、格式统一的脏活都外包给了 AI，自己只发了 235 条消息做决策。

不过得打个折：文章只展示了 8 个议会、1.8 百万行的早期原型，最终覆盖全英 1.07 亿行的网站效果如何、数据准确率多少，正文没披露。另外，他提到还在做最后调整，没决定是否开源，所以你现在只能看他演示，没法自己验数据。

最缺的是对数据质量的交代——爬下来的开支记录有没有重复、分类是否靠谱、跨议会比对时口径是否一致。这些不搞清楚，地图再好看也只是个高级玩具。