共 44 篇文章
NVIDIA、HKUST与UIUC研究长程Agent任务中从贵模型到便宜模型的一次性交接。AgentBaton检测器根据任务进度模式学习何时切换，在11对模型组合上平均省65.9%的API成本，同时保持准确率，最高比全程用贵模型还高8.8分。反向交接（便宜切贵）几乎不省钱。本文分析它对银行长程Agent任务的成本优化。
UCSD与Amazon提出EMMA：把多智能体系统的配置存为情景记忆，并严格限制记忆怎么改。失败后反思器只把修复分配给拥有该范围的模块，一次只改一处。在KramaBench、AppWorld、BBEH五个backbone上综合最佳，比最强基线高32.5%，训练执行次数少17%到38%。本文分析它对银行多智能体系统演化的启示。
CMU、JHU与Aurora Innovation提出统一训练：把预训练、中训练、监督微调与强化学习全部放进同一个基于似然的目标，RL目标被推导为对模型生成目标的最大似然拟合。124M小模型从头统一训练即胜过分阶段训练；0.76B模型上5%中训练数据配比在数学与编码四项指标上最佳。本文分析它对银行自研大模型训练流程的影响。
阿里与Cornell在7个前沿编码模型上对比17种验证设计：系统角色指令只加3-4分，完成时自检不推荐，独立评审在Terminal-Bench上加5.9到9.5分、成本仅1.13到1.25倍。视觉工件上，评审变更比评审轨迹效果好。本文回答银行给Agent harness加验证时，哪一道最划算。
Google DeepMind与Stanford发现：简单视觉符号能改变视觉语言模型在无关任务上的行为，且模型不报告这种影响。无图片时Claude Opus 4.7和GPT-5.4总写迭代式中序遍历代码；上下文里放一个红心，两者100%改成递归。74.7%的思维链错误归因了符号作用，静默插入图片时GPT-5.4的思维链从不提到图片。本文分析这对读取截图的银行Agent意味着什么。
从静态题库、人类偏好竞技场到智能体任务基准与时间视界，AI 评测体系正在快速扩张，但饱和、污染、排行榜博弈、评测器缺陷、忽视成本、脚手架混淆、脱离真实工作和用户视角缺失等问题同样突出。本文梳理评测体系的指标现状与系统性缺陷，并提出效度、信度、可复现、经济性与授权一致性五位一体的完善路径。
微软研究院等 2026 年 10 月 26 日发布论文，分析 163,487 条 Reddit 帖子，提出 MANDATE 智能体委托失败分类：7 组 23 类。73 名用户研究发现：越严重的失败越难察觉；最常见的空转失败几乎没人研究。本文梳理其发现、方法局限，并给出银行部署智能体的监督设计建议。
Anthropic 于 2026-10-22 发文指出，多个企业部署把路由器、规划器和领域子智能体折回主循环、改用按需加载的技能与工具后，质量更好、成本和延迟更低；LangChain 2026-01-14 的文章则把多智能体归纳为子智能体、技能、交接、路由四种模式并给出调用次数与 token 对比。本文把两篇文章的判断标准落到银行资产保全业务：以“案件”为中心的单一主循环承载尽调、保全、诉讼、执行、处置的连续推理，只在财产线索并行排查、独立复核、直接面对债务人对话三类环节保留子智能体或交接，并给出评测、权限、技能治理和分阶段迁移方案。
DeepSeek Harness（dsh）是 DeepSeek 官方于 2026 年 8 月开源的智能体运行框架；“DeepSeek Bot”则是社区开发者基于它做的多 Bot 团队插件，且同名项目至少有两个（Fei2411 的 ds-bot 与 BotHarness 的 deepseekbot），均非官方产品。本文依据两者的官方仓库、安全声明与使用条款，厘清层级关系、能力差异与风险边界，梳理银行可用场景，并给出按场景、数据等级和部署形态选择的决策框架。
MSA（Memory Sparse Attention）是盛大集团旗下 EverMind 团队开源的长记忆框架，主张把检索和生成合进一个端到端可训练的稀疏注意力层，在 2 张 A800 上支撑 1 亿 token 的记忆推理。本文依据 GitHub 仓库、arXiv 论文与 Hugging Face 模型卡，拆解其架构、三阶段推理与 Memory Interleave 多跳机制，梳理实测数据与局限，并分析它对银行 RAG 知识库、长历史智能体和数据合规的意义。
大模型幻觉、RAG 引用失效制度、智能体依据过时流程办业务，本质都是知识的证成问题。本文借用知识论的六个经典理论——得到证成的真信念（JTB）、盖梯尔问题、可靠论、默会知识与 SECI、赖尔的“知道是什么/知道怎么做”、社会知识论与可谬论——逐一映射到银行知识资产的入库、分级、转化、使用与修正，提出一套为 AI 赋能提供知识保障的经营框架。
基点起源（AlignBase）是一家 2025 年 3 月成立的工业 AI 公司，主张由 AI 直接读取企业原始数据、自动识别生产要素、拼成 DAG 模型网络并在数字孪生上用强化学习寻优。本文依据创始人访谈、融资稿与两项专利还原其三层架构、三步流程与数据原则，区分可核实事实与自述效果，并结合新加坡 MAS 与台湾金管会的最新要求，分析这套范式对银行风险建模与模型风险管理的借鉴价值和边界。
台湾金管会 2026 年 10 月 13 日发布 45 页《金融业运用代理AI安全咨询文件》，征询意见 30 天。本文通读全文，拆解适用范围、六类角色与四个护栏控制点、资料敏感度／动作影响／能力边界三轴 L1–L4 分级、七个面向 59 项控制与“可观测、可限制、可阻断、可复原、可回溯”五项目标，以及 OWASP 十大威胁金融案例和五个场景示例，并与 FSB、香港 ART、新加坡 MAS 对照，给出银行落地建议。
新加坡金管局 2026 年 10 月 7 日发布的《人工智能风险管理指引》共六章。本文逐段通读终稿正文及其脚注，对照 2025 年 11 月咨询稿与意见反馈答复，拆解 AI 定义与“影响测试”、董事会与高管职责、识别—清单—重要性评估三件套、十三类生命周期控制及智能体条款，归纳监管取舍逻辑，并给出银行可执行的落地清单。
DeepSeek 于 2026 年 8 月 13 日开源智能体运行时 DeepSeek Harness（dsh），以“万物皆插件”架构把模型、工具、会话日志与智能体循环都做成可替换插件，并以“模型可见即已记录”保证可审计。本文梳理其功能与特点，分析在信贷、反洗钱、合规、市场风险与模型风险管理中的落地场景，并提出银行部署前必须完成的改造与优化。
Aikido 发布了首个开源权重安全模型 Altar，由 GLM-5.3 经 AWQ INT4 量化与 REAP 专家剪枝压缩至 328 GB，可部署在 4 张 H200 上完全运行于银行内网。本文逐层拆解其技术构造与压缩构成，指出 86.4% 的体积下降来自量化而非剪枝、剪枝不改变推理延迟、KL 0.506 nats 只证明未改坏而不证明未损失能力；核验其基准测试口径——60.4% 召回是对 32 个已知漏洞的定向复现，且 96 次试验下 1.1pp 差异落在抽样噪声内；逐条分析 GLM-5.3 许可证，澄清 MaaS 一亿美元门槛的常见误读，判定银行纯自用不触发安全审查；同时标注厂商自述、不可独立复现的部分，并给出按机构规模分档的部署门槛判断。
Atlan 联合创始人 Prukalpa Sankar 推广的一篇长文提出：语义层（指标定义、计算逻辑、原始数据）没有推理能力，而大模型需要上下文图，因此指标优先的范式正在终结。本文完整解读其技术主张——YAML 能声明度量却无法声明逆属性、属性链、对称属性与传递推理，这是能力差异而非程度差异；并对照中国银行业的实际做三点校正。第一，监管已经回答了要不要建：国家金融监督管理总局金发〔2026〕8号（2026-06-18）第十一条明确要求构建核心知识模型、建立知识萃取整合共享机制流程，第八条要求强化元数据管理并构建数据资产地图。第二，瓶颈不是人手：上海银行公开材料主张组建本体攻坚特战队、从业务条线选拔骨干与科技架构师混合编组，并采用最小可行本体策略；该工种在中国银行业不存在任何岗位需求。第三，LLM 没有消除门槛：LLMs4OL 2024 挑战赛中，传统 ML 队伍在同一分类发现子任务（DBO）上 F1 为 0.2109，LLM 队伍仅 0.0164；能力问题正确建模率为 0.91 与 0.84（简单）、0 与 0.66（复杂）；LLM 生成的能力问题仅 40–53% 被领域专家判定为可接受。arXiv:2503.05388 证明“新手 + LLM 草稿”可超过纯新手水平，但交付物为草稿而非可投产本体——迄今仍无已发表研究证明无本体工程训练背景的团队交付过可投产运行的领域本体。本文同时标注作者的商业立场，并给出银行可执行的三步路径与能力问题清单。
OpenAI、Anthropic、Google DeepMind和Meta的1178名AI从业者联名签署'Pacing the Frontier'公开信，呼吁为自动化AI开发设定节奏。本文基于8份归档来源（权威媒体、政府文件、行业分析），分析'AI监控AI'治理趋势对银行风险管理、资产保全的落地启示，区分来源观点与本文推论，给出风险管理、信息科技、合规三条行动清单。
面向银行资产保全专业领域，回答两个被反复混淆的问题：本地部署的大模型还需不需要微调？有了 harness 工程是否就不必微调基座？本文以三篇 arXiv 论文为一手证据（Harness-R1 报告原始 Qwen3.5-9B 成功率 44.3%→53.6%，而在目标智能体微调之后再叠加专用 harness 工程师，仍从 59.2% 提升到 64.2%），论证两者是叠加而非替代，并以 Harness-Zero 的 harness 蒸馏说明边界可渗透；再据两份二手解读梳理 SR 26-2 的范围与治理不对称性，最后给出资产保全四类任务的分型判据、决策次序与三条线行动清单。
以 6 份已归档材料为唯一来源：先忠实转述一份 X 个人技术长文中 SFT 与 RFT 之路、GRPO、ART 架构与 RULER 机制，并把'小模型微调可胜过百倍大模型'标注为作者主张而非行业定论；再把资产保全的选型问题拆成六项约束，据 QLoRA 与显存档位推出规模区间与六步决策规则，并反对一上来买大卡、按榜单选规模、从全参微调起步。
FDE（前沿部署工程师）模式正在从硅谷Palantir走向中国银行业。本文以7份已归档来源为锚，系统拆解FDE的核心理念、能力模型与落地挑战，从银行资产保全视角，推演银行资产保全条线需要什么样的FDE、面临怎样的挑战、如何应对，并给出国内外经验借鉴与三条线行动清单。
以预印本 arXiv:2607.27853《FinanceHarness》为主锚，配合代码仓库、GitHub 元数据、FinanceGym 官方基准站、Microsoft Learn、AgentScope 技术博客、MCP 金融服务兴趣组章程与一篇技术社区二手文章共 9 份归档来源，拆解金融深度研究 harness 的分层栈、端到端三构件与严格时点契约；据同一开源权重基座 25.3%→32.4% 的论文自报数据论证 harness 是一阶杠杆，再用五条可迁移原则与三条最易踩的坑，推出银行资产保全版落地次序。
2026年9月，Grok Bot、Muse、Dots、Claude Tag 等 General Agent 产品密集发布。它们同时拥有 coding、work、personal assistant 能力，不再只是聊天机器人，而是能自主推进任务的"数字同事"。本文基于6份归档来源（权威媒体、通讯社、英文科技媒体、社区实测、编译评论），分析 General Agent 作为新物种的共性、"一层一层"的堆叠逻辑、入口之争，以及银行 App 入口截流、agent 作为支付对手方、银行内部多智能体协作与可靠性治理三重影响，给出风险管理、信息科技、零售/对公三条行动清单。
2026年6月2日特朗普签署《促进先进人工智能创新与安全》行政令，以自愿框架取代强制许可，让政府最多30天访问前沿模型；90天到30天的博弈折射美国AI监管的克制与回摆。本文基于9份归档来源，梳理行政令三条线、Mythos模型诱因与自愿边界，并分析其对金融业系统性风险、财政部漏洞扫描与银行合规的启示。
麦肯锡《2026全球银行业年度报告：精准提速》预览版于2026年9月发布，完整版将于10月推出。报告核心判断是：全球银行业2025年净利润达1.3万亿美元、增长7%，但AI冲击下传统银行的技术宽限期已经消失。本文从资产保全视角出发，分析报告核心数据与战略框架，区分麦肯锡观点与本文推论，探讨表内资产占比下降、客户主导权拐点、AI冲击对信贷资产质量与负债端稳定性的影响，并给出风险管理、信息科技、业务条线三条行动清单。
OpenAI于2026年9月6日发布内部研究报告《Research acceleration: The view inside OpenAI》，首次公开其研究部门内部Agent使用数据：每1个人类工作日对应约3.1个Agent工作日，中位数研究员每日Agent推理资源折算超600美元。本文解读这些数字的含义，分析'自动化研究实习生'的能力边界、安全约束进入研发节奏、RSI概念，并推演这一趋势范式对银行业IT、风险管理、人才结构、安全治理与组织架构的影响。
Meta的Muse与齐俊元的Today AI标志着AI助手从"回答问题"走向"替你办事"、再走向"主动替你盯着"。本文基于6份归档来源（科技媒体报道、企业新闻稿、行业分析、权威媒体），分析统一化个人AI助手对个人金融消费决策、支付行为、存款理财、投资决策与银行App"前门"的影响，区分来源观点与本文推论。
Visa 已支持 160+ 稳定币关联卡片项目，Mastercard 以 18 亿美元收购 BVNK，两大卡组织完成结算层布局。劳埃德-Visa 7 天 75 万美元 USDC 试点证明跨境结算可行；BIS 指出稳定币缺乏可靠性、代币化存款更优。本文基于 10 份归档来源分析稳定币优劣、全球双轨监管格局及与智能支付、智能体支付的融合对银行三重冲击。
2026年9月29日，特朗普签署行政令《开创超级智能时代》，以'超级智能'(SI)取代'人工智能'(AI)，要求总统科技顾问60天内提交SI联邦定义立法建议稿；同日与六家AI公司签署《白宫超级智能协议》建立四层控制。本文基于8份归档来源，分析改名背后的术语政治化、60天定义对全球AI治理与金融机构合规框架的潜在冲击，探讨中国'尊重提法'的战略定力与金融业应对路径，区分来源观点与本文推论。
以 Chat2DB 的 GitHub 元数据快照、README、LICENSE 与 SECURITY.md 四份原文为唯一事实来源，逐条解读这份 5.3.0 起改用修改版 Apache 2.0 的本地优先 AI 数据库客户端：它为何不是 OSI 意义上的开源许可、GitHub 为何标注 NOASSERTION、行内内部使用与对外提供的分界在哪里、信任边界为何只到 127.0.0.1，并据此给出银行侧的许可证与安全模型两项尽调清单、七条风控启示，以及法务合规、信息科技、数据风控三条线的 90 天行动清单。
以 NTT DATA 观点文章、三星 SDS 韩文洞察报告、Jinba 厂商博客、工商时报对台新银行数位科技长李正国的报道及 supermemoryai/company-brain 开源说明为全部素材，拆解 Company Brain 针对 Context Silo 与组织记忆依赖个人的痛点、其共享上下文基础设施定位与功能形态，并以台新脑“查算核写、单独量测单独回退”的落地范式为对照，提出银行智能风控的六项启示与五条不可自动化边界。厂商量化口径均标注未经独立核实。
以国家金融监督管理总局上海监管局《推动上海银行业保险业人工智能应用的若干措施》（沪金发〔2026〕19号）16 条原文为唯一事实来源，剥离“鼓励”与“应当”，拎出第（十）至（十三）条的 10 项新增硬性义务：生成式模型备案登记覆盖自研、微调、私有化部署、API 调用四种情形，高风险场景须经风险管理委员会批准，面客场景上线前报告，外包名单制与风险隔离“防火墙”，并给出 30、90、180 天落地清单。
黄大年茶思屋科技网站文章将 AI 数据管理（IDM）定位为算力纪元的工业母机：数据取代土地、资本成为核心生产资料，竞争壁垒从信息不对称转向行动不对称。对银行而言，数据既是燃料也是产品，本文拆解 IDM 对银行业的五个深度价值、三类差异化挑战，给出从盘点、治理到活性化、智能化的落地路线图。
黄大年茶思屋科技网站《我眼中的AI时代与数据管理（II）》提出：数据是人类实践的符号投影，传统IT把意图、约束、事实三元割裂，大模型是全人类先验经验的高维压缩，但静态先验存在时钟停摆与概率虚构两大致命伤，可靠AI必须靠RAG、智能体与环境碰撞、人类调教注入后验知识，并以卡尔曼滤波为哲学原型。对银行而言，数据既是实践的留痕也是风险定价的原料，本文拆解银行数据的三元困境、先验-后验对话机制与卡尔曼滤波式风险管理闭环，给出数据底座建设路径。
Datawhale 长文《RSI 从 0 理一遍》拆解了递归自我改进的四层标准与五次边界推进：持久改进、自主闭环已经出现，递归增益尚无证据，稳健可控远未解决。对金融业而言，答案不是简单的要与不要：经验持久化与有界闭环正是风控与合规急需的能力，而递归增益与开放式 RSI 则是必须设防的禁区。
前 OpenAI 研究员发布 System One 模型 JEV：只输出带概率的类型化决策、不生成文本，延迟 70-500ms，输入价 $0.042/百万 token。对银行反欺诈、路由、Agent 监控与模型风险管理意味着什么？
Meta FAIR 与华盛顿大学提出字节级蒸馏，让学生模型直接从字节概率分布学习，预测上限比 Token 蒸馏高 4 个百分点。拆解这项研究对银行小模型经济学、数据主权与部署策略的启示。
阿里 Accio 团队开源 Occamy-1.0，35B 规模模型在长流程 Co-work 任务上逼近前沿大模型。以银行为场景，拆解长流程智能体能否胜任信贷、合规、运营等业务的关键判据，以及银行业适配改造的完整路径与治理边界。
AI 重塑风控流程、量子计算突破算力边界、量子加密筑牢数据底座。拆解量子科技与人工智能双引擎如何协同强化金融机构风险管理，并给出从单点试点到体系治理的落地路径与合规边界。
腾讯混元基于 Qwen3.5-122B-A10B 后训练出终端智能体 T1，Terminal-Bench 2.1 任务完成率 64.0%，逼近 Claude 旗舰。拆解长程强化学习、训练推理一致性等技术突破对银行复杂流程自动化的启示，以及部署终端 Agent 前必须回答的治理问题。
从参数、上下文、记忆、Skill 到 Harness 代码，拆解 RSI 五条进化路径在银行业的适配度，给出金融场景下的版本治理、教师主导与合规边界。
Anthropic 被曝筹备 Claude Money（谐音致敬莫奈），让用户在 iOS 版 Claude 里连接银行账户、用自然语言管理个人财务；OpenAI 的 ChatGPT Finance 预览已在美国面向 Pro 用户落地，覆盖超 1.2 万家金融机构。当通用 AI 助手开始直接读取用户银行账户，银行的 '用户入口' 与 '账户中心' 地位正面临一场静默但深刻的迁徙。
Harvey、Cursor 用专业数据训练专属模型，桥水基金以 Qwen3-235B 做金融信息筛选把错误率降低 29.8%、推理成本降 13.8 倍。当 PyTRIO 把大模型训练封装成 Training API、开启 TaaS 范式，银行面对的不只是新工具，而是模型自主权、数据主权与算力治理三重命题。
结合《Understanding Tokenization》手册技术要点，拆解银行在构建 RAG 与智能知识底座时 Tokenization 的五条隐性传导路径，并给出确保质量效果的工程化清单。