財(cái)躍星辰聯(lián)合上海交大發(fā)布金融智能體評(píng)測(cè)新框架

《科創(chuàng)板日?qǐng)?bào)》7月18日訊 （記者田野 王耐）今日舉辦的2026世界人工智能大會(huì)“上海交通大學(xué)·AI未來(lái)發(fā)展論壇”上，上海交通大學(xué)計(jì)算機(jī)學(xué)院可擴(kuò)展計(jì)算所宋濤團(tuán)隊(duì)聯(lián)合財(cái)躍星辰、階躍星辰、睿遠(yuǎn)基金等機(jī)構(gòu)，正式發(fā)布面向金融智能體的功能級(jí)評(píng)測(cè)框架與配套實(shí)踐平臺(tái)，同步推出84頁(yè)立場(chǎng)論文《Rethinking Financial AI Benchmarks》。

該框架首次提出以“資本-資產(chǎn)匹配”為核心的評(píng)測(cè)理念，打破了行業(yè)長(zhǎng)期以來(lái)“以研報(bào)相似度論能力”的評(píng)測(cè)誤區(qū)，為金融智能體從輔助工具走向真實(shí)決策提供了可信的驗(yàn)證標(biāo)尺。

本次發(fā)布是本屆WAIC產(chǎn)學(xué)研融合的代表性成果。論壇以“產(chǎn)學(xué)研深度融合”為主題，匯聚了圖靈獎(jiǎng)得主Richard Sutton、中國(guó)科學(xué)院院士鄂維南等頂尖學(xué)者，以及寧德時(shí)代、階躍星辰等產(chǎn)業(yè)代表，聚焦AI技術(shù)與實(shí)體產(chǎn)業(yè)的深度結(jié)合。此次金融智能體評(píng)測(cè)框架的發(fā)布，正是學(xué)術(shù)界與產(chǎn)業(yè)界聯(lián)手，破解金融AI落地核心難題的重要實(shí)踐。

隨著金融大模型與智能體快速普及，行業(yè)對(duì)AI能力的評(píng)估始終停留在“產(chǎn)出像不像人類(lèi)分析師”的維度——通過(guò)比對(duì)研報(bào)、決策備忘錄等文本的專(zhuān)業(yè)度、完整度來(lái)評(píng)判系統(tǒng)能力。但在本次發(fā)布的立場(chǎng)論文中，研究團(tuán)隊(duì)指出了這一評(píng)測(cè)邏輯的根本缺陷：研報(bào)等工作產(chǎn)物本質(zhì)上是人類(lèi)在有限認(rèn)知帶寬下，處理海量信息、協(xié)調(diào)組織決策形成的歷史性工作方式，并非金融活動(dòng)要解決的核心經(jīng)濟(jì)問(wèn)題。

“金融的本質(zhì)是資金和資產(chǎn)的匹配。寫(xiě)研報(bào)只是過(guò)程，不是終點(diǎn)。”研究團(tuán)隊(duì)表示，當(dāng)智能體的信息處理能力遠(yuǎn)超人類(lèi)認(rèn)知帶寬后，再用“復(fù)現(xiàn)人類(lèi)工作產(chǎn)物”作為評(píng)測(cè)標(biāo)準(zhǔn)，既無(wú)法真實(shí)衡量AI的金融決策能力，也會(huì)誤導(dǎo)產(chǎn)品研發(fā)方向，讓模型停留在“寫(xiě)得好看”的表層，無(wú)法真正深入決策核心。

為驗(yàn)證這一判斷，研究團(tuán)隊(duì)開(kāi)展了預(yù)注冊(cè)配對(duì)對(duì)照實(shí)驗(yàn)，選取四款前沿金融大模型進(jìn)行同題測(cè)試。結(jié)果顯示，在“撰寫(xiě)行業(yè)研報(bào)”“生成投資備忘錄”等文本生成類(lèi)任務(wù)中，四款模型得分普遍處于較高區(qū)間；但在“判斷某類(lèi)資產(chǎn)品種是否適配特定資金屬性”的匹配類(lèi)核心任務(wù)上，模型整體成績(jī)出現(xiàn)顯著下滑，配對(duì)效應(yīng)量d_z達(dá)到1.33，呈現(xiàn)出極強(qiáng)的統(tǒng)計(jì)顯著性。

研究團(tuán)隊(duì)強(qiáng)調(diào)，該實(shí)驗(yàn)為探針性質(zhì)的對(duì)照研究，并非模型排行榜，其核心價(jià)值在于戳破了行業(yè)“重文本、輕決策”的評(píng)測(cè)幻象——很多看似表現(xiàn)優(yōu)異的金融AI，在真正觸及決策本質(zhì)的任務(wù)上能力存在明顯短板，這也是當(dāng)前很多金融AI“看著好用、真用不行”的核心原因。

基于這一核心發(fā)現(xiàn)，聯(lián)合團(tuán)隊(duì)提出了全新的金融智能體評(píng)測(cè)框架，徹底重構(gòu)了評(píng)測(cè)的底層邏輯：從考察“文本生成質(zhì)量”轉(zhuǎn)向考察“資金-資產(chǎn)匹配能力”。

據(jù)介紹，新框架?chē)@收益、風(fēng)險(xiǎn)、期限、流動(dòng)性、收益結(jié)構(gòu)與約束六大核心維度設(shè)計(jì)評(píng)測(cè)任務(wù)，分層考察智能體的三項(xiàng)核心能力：一是理解資金側(cè)訴求，準(zhǔn)確識(shí)別資金的風(fēng)險(xiǎn)偏好、期限要求、流動(dòng)性約束等核心屬性；二是基于經(jīng)濟(jì)實(shí)質(zhì)分析資產(chǎn)，穿透產(chǎn)品表象判斷其底層風(fēng)險(xiǎn)收益特征；三是輸出可審計(jì)的決策結(jié)論，明確給出匹配、不匹配、信息不足暫緩判斷三類(lèi)結(jié)果。

值得注意的是，框架將“主動(dòng)拒答”與“判斷不匹配”均視為合格答案，引導(dǎo)智能體建立審慎的決策邏輯，避免為了生成答案而強(qiáng)行輸出錯(cuò)誤結(jié)論，更貼合金融場(chǎng)景的合規(guī)與風(fēng)控要求。

與評(píng)測(cè)框架同步上線的還有配套實(shí)踐平臺(tái)，該平臺(tái)將任務(wù)設(shè)計(jì)、資產(chǎn)覆蓋、評(píng)分引擎、人機(jī)雙軌評(píng)審、持續(xù)觀測(cè)五大環(huán)節(jié)串聯(lián)為可迭代的評(píng)測(cè)流水線，從正確性、適配性、魯棒性、合規(guī)性四個(gè)維度對(duì)被測(cè)系統(tǒng)進(jìn)行全方位評(píng)分，并輸出針對(duì)性的弱項(xiàng)診斷報(bào)告。目前平臺(tái)已支持金融大模型、研究助手、投資顧問(wèn)、資產(chǎn)配置系統(tǒng)四類(lèi)產(chǎn)品同臺(tái)對(duì)比，可滿足不同類(lèi)型金融AI產(chǎn)品的評(píng)測(cè)需求。

上海交通大學(xué)計(jì)算機(jī)學(xué)院副研究員宋濤表示，過(guò)去的評(píng)測(cè)體系默認(rèn)復(fù)現(xiàn)人類(lèi)工作產(chǎn)物就等于具備金融能力，但當(dāng)智能體不再受限于人類(lèi)認(rèn)知帶寬時(shí)，這個(gè)默認(rèn)前提已經(jīng)不成立。真正應(yīng)該被評(píng)測(cè)的，是不隨工作流程變化的經(jīng)濟(jì)功能——資金與資產(chǎn)的匹配效率，這正是過(guò)往評(píng)測(cè)體系最缺失的一環(huán)。

財(cái)躍星辰CTO白祚博士認(rèn)為，金融智能體正從輔助寫(xiě)材料走向參與真實(shí)決策，這是行業(yè)當(dāng)下最大的轉(zhuǎn)折點(diǎn)。這個(gè)階段行業(yè)最需要的不是再多一個(gè)寫(xiě)得像分析師的模型，而是一套可驗(yàn)證、可信任的評(píng)測(cè)基礎(chǔ)設(shè)施，讓金融機(jī)構(gòu)在把資金決策交給智能體之前有據(jù)可依。誰(shuí)能率先建立資金與資產(chǎn)匹配的能力標(biāo)準(zhǔn)，誰(shuí)就掌握了智能體從實(shí)驗(yàn)室走向真實(shí)資金決策的主動(dòng)權(quán)。