智能体与未来金融

从大模型到智能体，重构未来金融新生态

 

2015年3月，“互联网+”推动互联网与传统行业深度融合，其技术框架､应用模式和商业规则已相对稳定。十年后，“人工智能+”正在引发商业和社会的模式创新与重构。2025年8月26日，《国务院关于深入实施“人工智能+”行动的意见》正式公开，为我国未来十年人工智能发展绘制了清晰蓝图，标志着“AI规模化商业化应用”时代的全面开启。文件提出具体明确的目标：到2027年，新一代智能终端､智能体等应用普及率要超过70%；到2030年，智能经济要成为中国经济发展的重要增长极。

 

如果说2023年是大模型元年，那么2025年无疑是智能体元年，各种AI Agent应用层出不穷。当前人工智能技术还存在极大的不确定性，大模型如仅停留在生成式AI是很难发展的，需更高的容错率和更灵活的战略调整能力。大模型驱动的智能体技术不断更新迭代，理论基础不断夯实，应用性能逐步增强。随着智能体从客服､办公等外围应用，向风控､投研､财富管理等核心金融业务加速渗透，国内外金融机构正积极探索基于智能体的业务创新与数字化转型升级路径。

 

在此背景下，人民日报出版社策划出版《下一代AI入口——智能体与未来金融》，展现专业研究院､金融机构和金融科技公司在智能体领域的研究､技术创新和场景应用的智慧奉献。本书涵盖了智能体的理论架构体系､金融场景深度融合与实践以及智能体治理与伦理。

第一部分，探讨金融智能体正加速演进为驱动金融数智化转型的核心范式。从智能体的概念到评估方法，从金融智能体（Financial Agents）的内在逻辑到组织文化变革，进而提出金融智能体落地的关键技术创新与战略落地的系统工程。

 

一､智能体的概念､核心能力与评估方法体系

 

智能体概念源于哲学，亚里士多德､休谟等思想家最早描述具备欲望､信念与行动能力的实体，后经阿兰·图灵扩展至人工实体，如今已形成行业共识，即一种能够感知环境､理解指令､规划决策､执行任务的人工智能系统。基于大模型的智能体以大模型为智能底座，融合“大脑-感知-行动”框架，成为当前智能体发展的主流形态。

 

智能体的核心能力集中体现为四大维度。其一是规划能力，通过任务语义解析将复杂任务拆解为简单子任务，结合状态空间搜索算法寻找最优执行方式，动态优化策略，实现多智能体协同，保障复杂任务高效推进；其二是记忆能力，分为短期记忆与长期记忆，二者高效协同，为智能体上下文感知与个性化服务奠定基础；其三是工具调用能力，通过函数调用、API调用及多工具协同，突破模型自身局限，实现认知与执行的无缝衔接；其四是执行能力，简单任务按预设步骤调用工具，复杂动态任务则依据环境变化与执行效果实时调整路径，确保规划目标落地。

 

智能体的评估方法已形成多维度体系。分类层面，按能力范围可分为通用型与专用型；按技术架构分为单一模型智能体与多模型智能体；按自主程度分为辅助型、半自主型与高度自主型。分级则聚焦任务能力成熟度，从L1级“简单步骤跟随”到L5级“数字角色”，自主性､智慧性､安全性与个性化逐级增强。中国信通院人工智能研究所牵头构建了完善的智能体评估体系，编制《智能体技术要求与评估方法》系列规范，覆盖通用智能体、金融智能体等十余个方向，还主导国际标准《基于大模型的智能体能力要求与评估方法》结项及行业标准立项。评估实践中，金融智能体评估重点从基础能力、业务场景、服务应用三大模块展开，为智能体技术落地与行业适配提供科学指引，助推金融领域数智化转型。

 

二､金融智能体内在逻辑对银行数智化转型的具体影响

 

作为AI技术的高阶形态，智能体技术正引领金融行业从劳动密集型向智能驱动型组织转型，在业务模式重塑､服务体验升级､风险与合规优化等方面引发深刻变革。金融机构对智能体的关注度持续上升，部分金融机构已率先构建智能体平台，推动应用落地。政策层面，央行2025年科技工作会议提出“加快金融数字化智能化转型，稳妥推进AI大模型金融应用”，国家金融监管总局鼓励“用AI研发数字化经营工具”，推动银行将智能体纳入合规框架与全面风险管理体系，确保转型方向与国家金融科技战略同频，避免技术创新与监管要求脱节。

 

金融智能体是指基于人工智能（尤其是大语言模型和强化学习）能够感知金融环境､推理决策并执行特定金融任务的软件实体。商业银行实践表明，金融智能体正成为银行数智化转型关键力量。其成功落地并非依赖技术堆叠或场景拼接，而是建立在“为什么用、应用什么、怎么建设、怎么管理”为核心的严密逻辑上，构建了“战略锚定路径规划-实施保障”的闭环体系，从战略、业务、技术、组织四个维度推动数智化转型从“技术表层应用”向“业务深度融合”进阶。

 

在业技融合方面，商业银行梳理业务流程与价值锚点，推动智能体与业务系统深度融合。通过匹配银行前中后台场景，推动业务模式从“流程驱动”向“数据与模型驱动”变革。同时，构建适配的技术 体系，解决“算力不足”“数据质量低”“场景适配难”等瓶颈，并完善转型治理机制，规避智能体带来的数据安全､算法偏见等风险。组织架构上，智能体推动银行向“人智协同为核心､动态适配为特征”转型。它要求银行从组织底层重新定义权责边界与协作规则，为人智深度融合奠定制度基础，实现组织协作模式的根本性变革。

 

三､“可信”将成为金融智能体落地的全链路关键技术

 

金融智能体在落地中，主要面临严谨性､专业性与可靠性三个方面的挑战。在严谨性上，金融智能体可能产生“幻觉”问题，生成虚假信息或出现逻辑疏漏。在专业性上，金融智能体需精准掌握丰富的金融知识体系､相关法律法规及行业规范。在可靠性上，则需严格遵守监管要求，并具备模型可解释性，应当能接受人工校验与干预，提升决策的准确性和合理性。

 

为应对上述挑战，蚂蚁数科提出以“可信智能体”作为金融智能体落地的全链路关键技术。其核心是依托三项核心技术构建“可信”壁垒，简称为可信智能体技术。一是可靠的领域知识供给，从源头抑制“幻觉”；二是决策过程透明可控，通过白盒化交互(可视化推理步骤)和行业大模型后训练，确保决策可追溯､可修正；三是持续优化的数据飞轮，通过AgentOps实现实时监控､量化评测与闭环迭代，动态提升可信度。

 

金融智能体已迈过概念验证阶段，进入规模化落地与价值释放的关键时期，正在融入银行､证券､保险等各类金融机构的核心业务流程，成为支撑金融行业高质量发展的新型基础设施。智能体技术正深刻改变金融行业的运作逻辑与价值创造模式。金融智能体落地是一项融合业务战略､组织变革与技术创新的系统工程，其成功依赖于业务与技术的深度协同､关键关系的动态平衡及专属平台的支撑保障。火山引擎提出金融智能体建设的战略与路径十大关系，包括业务和组织能力上的五类关系，以及科技和实施能力上的五类关系。技术创新需破解“十大关系”的协同逻辑，通过金融智能体专属平台支撑应用的规模化落地。

 

第二部分，聚焦智能体在银行业应用的典型业务场景。智能体作为驱动银行数字化转型的核心引擎，正深刻改变银行的产品与服务形态。本部分通过一系列具有代表性的银行金融机构案例，展示智能体在数字员工、智能财富管理、智慧信贷以及AI手机银行等场景中的实践路径与生态价值，并提出金融智能体分类及其高价值场景挖掘方式。

 

四､智能体引发银行业产品､服务､理念的颠覆性变革

 

智能体作为驱动银行数字化转型的核心引擎，正深刻重塑银行的产品与服务形态，推动其从流程驱动向意图驱动跨越，构建“智慧银行”新竞争力。传统银行数字化体系虽包含技术支撑、能力共享中心、业务核心服务、用户生态服务四层架构，但在智能体时代暴露出显著瓶颈：技术支撑难以满足高并发与实时处理需求，能力共享中心服务模式固化､数据支撑被动，业务核心服务依赖人工导致效率与精准度不足，用户生态服务存在交互繁琐､个性化欠缺等问题。智能体驱动下，银行产品与服务实现效率跃升、体验重塑、风控进化与决策升维，完成从传统金融服务向智能化､个性化､场景化综合解决方案的转型，成为银行高质量发展的新质生产力。

 

工商银行提出智能体与银行数字化体系的共生关系。通过新增智能体开发平台､智能化转型能力共享中心､升级业务核心服务，推动银行从“功能提供者”转型为“问题解决者”。邮储银行提出金融智能体引发的产品与服务形态变革。金融智能体凭借技术优势，推动金融领域在市场需求､产品形态､服务模式上发生多维度变革。但也面临智能体自主性边界模糊､算法黑箱等挑战，需通过复合治理体系和金融机构系统性变革来解决。光大银行分享了智能体深度赋能“超级员工”升级服务。“超级员工+智能体”打破了传统服务边界，重塑员工角色与能力，构建人机优势互补､价值倍增的新型生产力组合。宁波银行深度解析了智能体在银行财富管理中的机遇与挑战。智能体为银行财富管理开辟多元路径的同时，面临技术瓶颈、合规障碍与伦理挑战，需重塑“数据驱动”文化。中原银行分享了利用智能体在智慧信贷中的应用。智能体技术通过“主从智能体协同框架”重塑智慧信贷，解决传统信贷渠道割裂､流程固定､效率低等痛点，构建以客户旅程为核心的智能协同体系。

 

智能体技术的深度应用，也彻底重构了服务逻辑。上海银行率先探索AI手机银行的实践路径，通过大模型技术重构金融服务模式，实现从“人找服务”到“服务找人”的转变，这种以智能体为核心的服务模式，正引领行业从功能竞争迈向智能生态的新赛道。

 

五､金融智能体分类及其高价值场景挖掘直接影响到成效

 

金融智能体的分类是理解和应用这一技术的基础。通过分类，可以明确智能体是擅长“数据分析”还是“流程自动化”，是“辅助人类”还是“自主决策”，从而避免技术误用，实现工具与场景匹配。分类具有多重意义：一是指导技术选型，如分析型智能体需强算力和高质量的预测模型，交互型智能体的核心则可能是复杂的自然语言处理（Natural Language Processing，NLP）和知识库。二是有助于监管部门和企业内部风控部门实施“分级分类”管理。金融是强监管行业。智能体的自主程度越高，其带来的潜在风险也越大。三是帮助管理者和用户设定合理的预期。当行业对智能体类型有共识后，就容易形成标准化的接口、协议和组件，促进不同智能体之间的协作，加速整个金融科技生态的创新和发展。

 

兴业银行针对性解决金融业务各环节痛点，将金融智能体划分为九类，并提出从“商业价值-场景成熟度-持续运营”三维进行综合评估，将资源精准投入到价值场景，为金融机构精准应用智能体､释放技术价值提供了清晰路径，推动智能体驱动金融变革落地见效。

 

第三部分，展望金融智能体未来和挑战。伴随着数字化与智能化“双飞轮”的驱动，金融智能体将以“体验+服务”为核心重构未来金融新生态，未来银行的终极愿景“银行即智能体”也将成为数字银行智能化升级新路径。金融智能体应用将面临新型伦理挑战与风险防范措施。

 

六､智能金融加速催生未来金融新生态

 

未来，金融业将出现从“人机共存”到“人机共生”的跃迁，AI智能体承担大部分标准化任务，员工聚焦高价值业务决策与情感关怀，行业从“产品+效率”转向“体验+服务”。AI智能体正作为核心技术引擎，推动金融行业迎来价值链重构与智能化新纪元，这一变革既源于技术突破，更顺应了社会､客户与产业的深层需求。华为数字金融军团提出把握好数字化与智能化“双飞轮”，“数字化飞轮”为智能化奠定根基，“AI飞轮”则聚焦多智能体协同。二者相互赋能形成持续进化的动力机制，在优化效率的同时，更能应对跨场景､全生命周期的金融需求。新网银行以生成式人工智能（GAI）与智能体为核心驱动力，锚定“银行即智能体”目标，通过“组织-技术-应用”三层体系保障智能体落地，实现底层超维知识融合､人机双向认知共生､客户认知陪伴､动态合规运营及开放生态。

 

七､金融智能体应用的新型伦理挑战与风险防范

 

AI智能体深度融入金融领域，在提升服务效率的同时，也引发新型伦理挑战，且需针对性构建风险防范体系，以保障金融市场公平与安全。中国人民大学国际货币研究所提出，金融智能体的伦理问题既 涵盖传统金融与科技伦理的交织，核心更源于金融与科技融合的数据安全风险。需从多维度构建防范体系，核心在于强化数据安全与输出合规性。

 

本书是由人民日报出版社特邀我担任课题负责人，同时，邀请到来自中国信通院人工智能研究所、中国人民大学、工商银行、邮储银行、光大银行、兴业银行、华夏银行、上海银行、宁波银行、中原银行､华为金融军团、蚂蚁集团、火山引擎等政产学研的金融智能体领域前沿专家共同撰写。在出版过程中，人民日报出版社编辑徐澜､金融科技50人论坛闵文文秘书长和宋泽英做了大量细致入微的工作，在此表示衷心的感谢。理论与实践相结合､前沿与落地相呼应，是本书的显著特色与核心价值。我相信，本书将为政府部门与监管部门、研究者､金融从业者以及对智能体金融应用感兴趣的读者，带来思想上的启发与实践上的借鉴，也期望为新形势下促进金融高质量发展与智能化转型、助力建设金融强国贡献有益参考。

 

展望未来，金融智能体将沿着认知能力深化､人机交互自然化、群体智能协同化三大方向持续演进，其决策水平将逼近特定领域的金融专家，人机协作将更加无缝高效，智能体间的协同网络将催生全新的金融服务模式。金融机构唯有以战略眼光审视这一趋势，以系统思维规划建设路径，以务实态度推进落地实践，方能真正驾驭金融智能体这一新质生产力，在数字化、智能化的金融新纪元中构建可持续的竞争优势。金融智能体的发展仿佛一场充满希望的远征，但也潜藏着暗流。技术的进步最终应服务于人的福祉和社会公平正义，这需要开发者、金融机构、监管部门、研究机构和公众持续地对话、审慎地抉择，共同塑造一个负责任､可信赖的智能金融未来。

 

中国金融传媒集团特聘高级顾问
中国银行业协会原首席信息官
高峰
来源：人民日报出版社