广泛应用需要克服技术、行业演变、监管和科技伦理等多方面挑战。

　　AI Agent（智能体）是2024年人工智能领域的高频词，金融行业也卷入其中。在2024 Inclusion外滩大会上，AI智能体被频繁提及，业界认为AI智能体将成为人工智能发展的主流方向之一。

　　第一财经记者也注意到，不少金融类智能体应用正在落地，为人与机器的智能交流带来更具人性化的体验。但在金融领域的应用中，智能体容易产生“幻觉”，商业化还需时间迭代，而相关监管框架也需要完善。

　　卷进金融业

　　AI智能体也向专业人士提供数智化服务，向大众提供更低门槛的财富咨询服务。例如，今年的展会上，支小助2.0是蚂蚁集团基于自研大模型和专业知识可定制的agentUnierse智能体框架开发的智能助理。在现场，有观众向它提问“请出示一份适合老年人的投资理财方案”，它给出了相应的投资建议，并根据当下市场行情分析标的情况，从风险与收益两个方面做出结论。

　　“智能体技术的应用正‘不显山不露水’地走进大众生活。”孙茂松指出，目前已经具备做出比较好的智能体的能力，这主要得益于语言大模型的生成能力、生成代码的能力、图像视频处理能力、3D建模能力这“四板斧”的进步，这给了智能体新的发展机会。

　　不过，孙茂松也认为，相比通用条件下受限于对话环境的大模型，智能体是一个被置于三维、四维空间进行探讨的更复杂的上游概念，但从工业和产业落地的角度，智能体则是大模型应用于各实际领域的下游概念。

　　难点和挑战

　　金融领域卷起AI智能体应用是必经之路，但这个过程并非一帆风顺，仍有诸多难题和挑战待解。

　　首先，在金融领域，AI智能体的商业化之路存在挑战。“智能体技术的商业化仍需时间迭代。”孙茂松认为，这是一个量变引起质变的过程，可能需要通过几年的迭代和积累，其性能才会得到显著提升，智能体的商用价值值得期待，但对此要有更多耐心。

　　AI智能体商业化之路还受到研发能力的制约。在复旦大学教授黄萱菁看来，智能体被认为是迈向通用人工智能的一条充满前景的道路。它能够发挥大语言模型的专业性，带来各种服务的迭代升级。但与此同时，智能体的研发当前还面临四大挑战：基座模型能力不足，缺少统一的交互式框架，缺少自我学习与自我进化，智能体存在安全与伦理问题。

　　此外，大模型幻觉问题是金融行业应用AI智能体的一大挑战。业内人士认为，金融行业容错率非常低，无论是知识问答，还是内容提取，都对智能体提出了非常高的要求，模型的准确性成为金融行业采用生成式AI的重要堵点。

　　“大模型非常火，能力也非常强大，但这个能力强大是有条件的，比如在对话环境确实表现很好，但一旦走出那个环境，能力要打一个问号。”孙茂松指出，通过智能体等，让大模型能力再提升一步，从“副驾”成长到“主驾”。

　　“尽管大模型在金融业务领域展现了巨大的潜力，但其在金融行业的全面应用仍面临诸多挑战。”在IDC中国副总裁兼首席分析师武连峰看来，目前通用大模型与行业相结合整体仍处干初级阶段，此外，金融行业因其严监管和强合规要求也使得大模型的落地应用需要更加谨慎，周期会更长。总体来看，大模型的行业生态系统尚未完全成熟，广泛应用需要克服技术、行业演变、监管和科技伦理等多方面挑战。

责任编辑：王 若云

“你要去德国？”

“不，不是我……”

望着正在房间里收拾打扫的古慕儿，杜仲走上前去，伸手从背后紧紧的抱住古慕儿。

望着俩人震惊的神色，杜仲笑着说了一句。

西奥多拉疑问道。AI智能体卷进金融业 一大批应用落地但商业化还需时间“天然的？”