當前，做好金融“五篇大文章”是金融服務實體經濟高質量發展的重要著力點，我國高度重視數字技術對金融高質量發展的作用。2025年3月，國務院辦公廳印發的《關于做好金融“五篇大文章”的指導意見》提出，“強化科技和數據雙輪驅動，加強前沿數字技術研發和創新應用”，“加強數據安全、網絡安全、信息科技外包、算法模型、新技術運用等風險管理”。人工智能是繼互聯網之后最重要的數字技術之一，是金融發展中科技和數據雙輪驅動的重要引擎。作為大模型技術落地的重要載體，智能體憑借其在多場景中的集成應用能力，正逐步滲透至金融業務流程各環節，為金融高質量發展提供新的動能。

智能體是具有智能的實體，憑借其自主決策能力、動態學習機制與全天候響應特性，正推動金融機構從經驗驅動向認知智能的范式躍遷。在基礎能力層面，與通用大模型有所不同，智能體更側重于聚焦特定場景、圍繞任務展開，并且具備突出的垂直屬性。智能體基本實現了對重復性以及規律化金融業務的自動化處理。這一變革不僅顯著提升了金融業務的效率與質量，還為金融機構在業務設計構思、質量評估審核等關鍵環節提供了有力支持，引領金融行業朝著智能化方向加速前行。在業務場景方面，智能體在金融機構的應用場景廣泛且深入，已在銀行、保險等細分領域實現全流程業務落地。例如，在保險領域，實現理賠資料自動核驗與欺詐檢測，甚至延伸至虛實融合場景，全面覆蓋從貸前風控、智能投顧到貸后管理的全生命周期服務。

游客與智能人形機器人互動。圖/中經視覺 肖本祥 攝

智能體落地金融業的挑戰

人工智能的發展和應用，加速金融行業向智能化轉型，提升金融行業運營能力、風險防范能力和監管能力。然而，PB級實時數據流處理、毫秒級決策響應、非線性風險識別等高標準要求也給金融業帶來了前所未有的挑戰。

第一，智能體在金融領域應用已取得良好進展，但仍面臨多重技術瓶頸。在復雜決策邏輯可靠性方面，金融業務場景中多步驟風險評估和動態博弈場景對智能體的長鏈條推理能力提出極高要求，但現有模型在邏輯連貫性和因果推斷精度方面的不足，易導致關鍵環節誤判；在長期持續性記憶方面，早期信息記憶衰減、信息檢索困難、上下文壓縮不足等問題日益突出，使得智能體難以在長時間交互中保持一致性和連貫性；在多智能體協作方面，智能體之間需要進行信息共享和通信以便完成任務，但信息不對稱、延遲、丟失等因素會影響系統的反饋機制；在人機?交互方面，智能體仍難以及時糾正錯誤，尤其是在復雜金融業務中，需要多次交互和手動干預才能達到預期效果?。

第二，隨著智能體的應用普及，金融領域數據安全與隱私問題越發凸顯。首先，在數據收集環節，智能體需要海量采集信用評估、資金流水、賬戶動態及支付密鑰等核心隱私數據，若過度采集，抑或模型開發、應用環節未對個人隱私數據進行匿名化處理，會嚴重危及用戶隱私安全。其次，在數據存儲環節，智能體數據庫極易遭到黑客攻擊、數據投毒，攻擊者可能通過篡改或注入惡意數據來影響模型訓練和輸出。比如，在量化交易中，若交易模型的訓練數據被投毒，可能導致智能體預測失誤，造成重大經濟損失。最后，在數據傳輸時，若加密措施缺失或薄弱，金融敏感數據易被竊取、篡改。例如，金融機構與外部數據源進行數據交互時，若未采用強加密技術，可能導致客戶敏感信息泄露。

第三，智能體在金融領域應用落地仍存在場景封閉、成本較高、可信度不足等問題。金融業務場景多元，在跨場景協作時，智能體通常以工作流形式存在，其執行路徑是預定義的，缺乏靈活性，難以根據實際情況進行動態調整。比如，在處理復雜的金融交易時，智能體可以根據趨勢交易的邏輯進行實時買進或賣出，但難以考慮金融危機突發對市場行情的長期影響。金融業務具有高頻實時的特征，當前受到通信網絡、系統設計、技術邏輯等局限性影響。若需智能體的工作能力接近理想狀態，需要多模塊和多代理之間高頻交互，將產生較高的訓練和推理成本。此外，金融業務需要多方協作，單獨智能體難以滿足業務需求。智能體具有模型幻覺，在目前難以解決幻覺風險的情況下，風險會伴隨多智能體協作被逐級傳播、疊加放大。比如，在風險管控過程中，智能體若錯誤識別證件信息，后續的信用評估會基于錯誤數據推導出偏離現實的結論，形成“錯誤累積效應”。

第四，智能體在金融領域應用面臨合規與倫理困境。風險防控是金融業務的核心。“五大監管”是黨的二十大以來黨中央對金融監管的新要求，也是新時代金融監管部門的新使命。伴隨強監管向縱深推進，金融機構合規管理進入新階段。智能體雖然帶來創新與便利，卻也引發了系列合規與倫理問題。一是責任歸屬模糊。現有法律和行業規范尚未明確智能體自主決策引發損失時的責任主體。二是監管框架滯后，對智能體決策權限及復雜場景缺乏清晰界定，例如，自動投資建議是否需持牌顧問背書尚存爭議。三是算法偏見嚴重，訓練數據偏差易導致對特定群體不公平對待，加劇社會不平等。四是可解釋性不足，智能體的復雜架構易形成決策“黑箱”，影響結果可信度與監管審查。要解決這些問題，需完善法律法規、更新監管框架、優化算法并提升模型可解釋性，以推動智能體在金融領域的健康發展。

智能體重塑金融業的路徑

金融業具有高經濟價值、高數據密集、高服務品質、高合規保障、高科技投入等發展特點，在科技創新與產業創新深度融合的戰略框架下，智能體是金融業數字化轉型的關鍵推手，更是數字金融高質量發展的有力引擎。結合智能體的新一代數智化業務體系能夠為金融機構提質增效帶來動力和增量。金融機構需要充分發揮智能體的核心能力優勢，助推全鏈條業務流程自主持續升級、構建自主可控金融安全基礎和自主經營模式轉型升級。

強化數字技術支撐，構建金融智能決策體系。在前沿技術推動下，金融領域智能體發展面臨新挑戰與機遇，強化技術實力、構建精準高效的金融智能決策體系刻不容緩。這需全力提升智能體模型推理能力，借助強化學習等技術拆解復雜推理過程，以精準應對復雜業務場景。大力加強多模態交互技術應用，讓智能體精準理解并快速回應語音、圖像、文本等信息，提升交互效率與用戶體驗。積極推進輕量化智能體部署，在不影響核心性能時降低算力需求，快速響應實時業務。同時，引入人工智能、心理學等前沿交叉學科技術，提升人機交互水平，優化服務體驗，推動金融服務更加人性化、智能化。

強化數據安全保障，構建防控和治理協作生態。在金融行業，消費者日常活動產生的海量數據極具價值卻也面臨泄露風險，強化數據安全對金融機構極為關鍵。構建數據安全治理體系時，智能體處理數據要嚴格遵循《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》等相關法規，運用同態加密、差分隱私等技術保障傳輸存儲安全，對身份證號、銀行卡密碼等這類敏感數據實施精細訪問控制或脫敏等處理，并建立7×24小時不間斷的審計監控機制，以便及時察覺并處理安全隱患。同時，要培育數據標注產業、探索數據合成技術以建設高質量數據集，加大開發利用數據資源力度，探索可信數據空間建設，構建互信環境，挖掘數據價值，推動金融創新發展，為金融行業的數字化轉型筑牢堅實的數據安全根基。

提升數字化經營管理能力，構建行業專屬智能體。推動智能體實現從通用智能到行業專屬的躍遷，加速金融場景高效便捷應用。一方面，智能體應與金融業Know-How深度結合，在通用大模型基礎上，通過引入混合專家系統（MoE）架構和多頭潛在注意力（MLA）機制，結合純強化學習（RL）訓練等方法，實現從通用模型到金融業專屬模型的轉變。比如，在信貸審批智能體中，集成央行征信規則庫、銀保監會合規指引及機構內部風控手冊，實現監管條款的實時對齊；另一方面，可構建動態知識圖譜，將金融術語、產品結構、市場慣例等構建為隨時取用的知識庫，助力智能體更好地理解和利用復雜的金融知識，提高金融決策的精確性和效率。此外，還可通過系統性設計和多維技術突破，引導智能體從封閉場景到開放生態建設中來，實現智能體的真正落地使用。

加強數字金融業務監管，完善監管科技框架。在頂層設計方面，主動融入《人工智能法案》等法規體系，精準劃定智能體在金融領域的應用范圍與邊界，加速研究應用規范和細則，完善監管框架以保障合規。同時，完善監管沙盒機制，為金融機構提供安全可控的環境，支持其開展智能體測試應用，強化高風險應用監管，讓金融創新與風險防控得以平衡發展。針對算法歧視，打造事前、事中、事后全流程管理體系：事前引入多元數據集防止偏見，事中嚴密審核校驗、監控干預多智能體協作過程，事后構建檢測糾正機制確保公平公正。另外，運用可視化等技術手段，提升模型決策可解釋性，助力金融終端用戶理解智能體行為邏輯，增強用戶對智能金融服務的信任與接納程度。

構建金融智能體的建議

金融機構應用智能體是一把“雙刃劍”，政府在牽頭推進過程中需要兼顧創新激勵與風險防控，采取審慎而積極的策略。一方面，鼓勵金融機構在合理適度范圍內應用智能體，提質增效；另一方面，嚴格把控金融機構的智能體應用標準和規范，確保場景適配和技術匹配。智能體有其局限性和不確定性，政府應統籌考量利弊，依托技術成熟度逐步開放應用場景，同時給予金融機構包容試錯空間。

加快構建完備有效的金融監管體系。建議監管部門出臺金融領域智能體應用發展相關指引，明確智能體在客戶服務、營銷管理、風險防控和合規審核等場景的落地路徑和注意事項。在客戶服務場景中，詳細劃分客戶類別，并規范智能體自主識別客戶需求的范圍和如何響應需求的規范標準。在營銷管理場景下，規定智能體依據客戶數據進行個性化營銷的準則，保證不侵犯個人隱私的同時規范營銷策略。在風險防控中，嚴格限制智能體的過度使用，明確技術成熟度與使用場景的匹配，避免因技術局限性導致風險防控失力。應根據金融機構規模和業務復雜度，設定差異化的智能體應用標準，避免“一刀切”監管。同時，持續推進穿透式功能監管，對同質業務進行智能體應用的統一要求，避免金融機構圍繞智能體應用進行監管套利，維護公平有序的金融環境，確保市場競爭基于合規與服務質量，而非監管漏洞。

加快數據安全流通共享體系建設。建議由金融監管部門牽頭，推動金融機構與網信辦、央行等機構合作，構建基于智能體自動觸發的合規數據流通、共享和使用機制，尤其是包括非法欺詐黑名單、信用逾期客戶名單等，既滿足不同機構對數據隱私的需求，又能防控多頭共債風險，進而防控金融體系的系統性風險。與此同時，設立金融數據安全基金，專項支持基于智能體的數據流通共享平臺建設，試點跨境監管數據共享，防控金融領域洗錢和市場操縱行為。通過“技術+制度+生態”三位一體推進，以智能體調用監管工具，解決數據孤島和信息不對稱問題，推動從“被動響應”到“主動治理”的轉型。加大公共信用信息對金融領域的開放共享力度。健全數字金融治理體系，依法將數字金融創新業務納入監管，提高數字化監管能力和金融消費者保護能力。

健全運行高效的組織管理體系。鼓勵金融機構綜合運用好智能體技術，并將其納入年度經營發展戰略，建立跨部門協調推進機制，持續加強資源投入和人才建設，賦能經營決策、資源配置、業務改造、風險管理、產品研發等各環節，提升數字化經營服務能力。完善金融機構關于智能體等科技含量評價指標體系，全面推行“創新積分制”，深入實施科技產業金融一體化專項。建議政企聯合，進一步推動智能體技術與區塊鏈、大數據等前沿科技深度融合，探索構建開放共享的金融智能體平臺生態。通過場景化創新試點，加速技術落地應用，將智能體技術應用成效與機構評級、政策資源分配掛鉤，形成“技術研發—場景應用—價值創造”的良性循環。（歐陽日輝系中央財經大學中國互聯網經濟研究院副院長；本文第二作者王夢汐系上海金融與發展實驗室特約研究員）