https://bml.asia/tags/%E9%87%91%E8%9E%8D/ Recent content in 金融 on 苏然的博客 Hugo zh-CN Thu, 17 Sep 2026 04:19:55 +0800 https://bml.asia/posts/agent-zuihou-mai-shuju/ Fri, 04 Sep 2026 03:50:02 +0800 https://bml.asia/posts/agent-zuihou-mai-shuju/ <p>　　看智能体这波热潮，我越来越觉得一个规律藏在各家厂商的动作底下：嘴上讲的是模型和智能，骨子里惦记的都是数据。金融场景最先被盯上不是偶然，这个行业的数据密度太高了，行情、财报、公告、研报、工商登记信息，清一色结构化，天生适合喂给机器。而大模型的能力这两年快速趋同，你有的我很快也有，价格还一路卷到底，技能和插件更是谁都能写的开源活儿。真正拉开差距的是接得上什么数据源：检索增强也好、工具调用也好，模型再聪明，喂进来的料不对，输出的结论就是空中楼阁。这也是为什么那些同样数据密集的行业，迟早会被排上日程——谁的行业数据越规整，智能体落地就越快。投研、信贷这些活儿，大块时间都耗在查数据、核口径上，智能体想接手，管道得先铺好，而管道这东西拼的是授权、清洗和维护，恰恰最难被抄走：授权要一家一家谈，清洗要一行一行磨，维护要一天一天守，全是慢功夫。这也解释了一个反差：发布会吹的是模型多聪明，真到签约的时候，谈的却往往是数据授权怎么给。想想 Bloomberg 的终端机，一年几万美元的订阅费一卖就是四十年，国内做研究的离不开 Wind，这门生意的底色从来没变过，智能体不过是换了个新瓶，装的还是那缸老酒。</p>