通用 Agent 进不了金融，
缺的不是智商

一个对公客户经理要判断「这家企业值不值得做」，他实际做的事是这样的：先去企查查翻工商和股权， 再去翻财报，再去查司法涉诉，再回头瞄一眼有没有限高失信，然后打开行内的授信系统录一遍， 中间还要把注册资本、实缴比例、参保人数抄到自己的 Excel 里。

这中间没有一件事需要博士学历。每一件都很简单，只是分散在六七个地方，而且要重复做。 一小时里有一大半花在找、抄、切窗口上，真正用来判断的时间可能不到十分钟。

腾讯云在直播里把这件事讲得很直白：金融业务是一套由各类系统、权限、口径、规则、经验 共同支撑运转的精密协作系统。所以它要的从来不是「问一句拿个答案」， 而是一连串相互咬合、有严格流程在支撑的动作。

一个足够聪明的通用 Agent，能不能直接进入金融业务现场？
我们和上百家机构落地下来，答案是——可能还不够。 钟正 · 腾讯金融云大模型首席架构师

通用模型已经足够聪明了，写报告、做分析、答问题都行。它在金融场景栽跟头，是因为四件事它天生没有：

腾讯云的做法可以用一句话说完：通用能力一个都不重写，只在上面加一层金融的。 通用底座负责「聪明」和「能干活」，金融层负责「懂这行」和「守规矩」。

这套分层的现实好处是可插拔：一家银行如果只做对公和投资，就只装这两个业务视图； 另一家更关注财富管理，就装那两个。首批发布覆盖三个行业、四个应用， 上面已经上架了 80 多个金融专家技能与工作台。

「行业版」到底和通用版哪里不一样？直播给了一个很好记的框架——从三个维度定制。 这三个维度，其实也是你自己评估任何一款行业 AI 产品时的检查清单。

一个容易被忽略的点：这些资产不是腾讯单方面输出的。按直播里的说法， 它们是和上百家机构在实际落地过程中一起沉淀出来的——也就是说，里面装的是被反复用过、 被现实修正过的做法，不是产品经理拍脑袋想出来的流程。

金融机构看任何新东西的第一反应都是「安全吗」。直播里钟正的原话很值得记下来：

功能决定了我们能够走得快，但是安全决定我们能不能够行稳致远。 钟正

八道防线按数据流经的顺序排，其实是这么一条链：

八道防线之外，还有一个更实用的东西：三级部署。 SaaS 版、VPC 版、私有化部署，机构按场景自己选。

全景篇最实用的不是架构图，而是一个判断标准。直播里反复出现的划分是这样的：

对着这两栏，把你手头的工作挨个过一遍，就知道哪些该上、哪些不该上。 这套划分在后面每一个场景里都会以不同的措辞重复出现—— 银行说「判断权交给客户经理」，资管说「AI 给建议不做决策」，保险说「合规专家做卡口」。