九月的黃浦江畔，外灘大會再次將全球金融科技的目光聚焦上海。與往屆不同，今年展館里最擁擠的展臺，不再是通用大模型的能力演示，而是各大金融機構亮出的「智能體矩陣」——某國有大行的信貸審批智能體半小時內完成原本需三天的盡調，某券商的投研智能體自動生成附帶數據溯源的多因子分析報告，某保險集團的理賠智能體在客戶上傳照片后90秒內完成定損。這些場景背后，一個清晰的信號正在浮現：金融AI正從「買模型」的軍備競賽階段，跨入「造智能體」的基建深耕之年。\n\n從模型崇拜到業務閉環\n\n2023年前后，金融機構對生成式AI的探索大多始于「買模型」。采購部門與技術團隊奔波于各大廠商，試圖用一道「參數考題」來彌合自身與前沿技術之間的鴻溝。彼時，采購報價單上或許還有「千億參數、萬億Tokens、對話輪次上限」這類用力的技術參數，但結果總有差強人意之處：模型善于應答財報電話會摘要，卻未必懂流動性覆蓋率低于85%時加蓋公章的簽批口徑；能寫出頗有邏輯的客訴處理范例，但會在真實對話超過十二段繞回話題的情形下亂了分寸，忽視持卡協議書第九條第六款、信息安全內規所規定的預警閾值之間的強約束邏輯，自然就無法安全執行一筆退單指令，最終誤叫同事核對/承擔責任等，還需根據適當性原則去人工跟進善后所遺留的難題。