2. 金融智能体基础
金融智能体（Financial Agent）不是“会聊天的金融问答机器人”，而是能够在受约束的金融环境中感知状态、做出决策并调用工具执行动作的软件实体。理解它的第一步，是把“智能体”拆成可评测的结构：它由哪些组件构成、信息如何流动、在哪些环节最容易失败。本章为后续的评测与失败任务诊断建立结构基线。
一、核心原理：智能体的四层架构
一个可落地的金融智能体通常包含四层：感知层负责接收用户指令、市场行情、账户状态与合规事件；认知与决策层由大模型承担意图理解、任务规划与推理；工具与执行层通过函数调用连接行情接口、风控引擎、交易网关、知识库；记忆与状态层保存会话上下文、用户画像、持仓快照与历史动作。四层之间通过结构化消息传递，任何一层的输入失真都会向下游放大。
与通用智能体相比，金融智能体的关键差异在于决策必须可追溯、动作必须可回滚、边界必须可审计。因此它的架构中通常额外嵌入“合规校验”和“人工确认”两个横切关注点，而不是把它们当作可选插件。
二、核心组件与数据流
把架构落到工程实现，智能体由以下可独立评测的组件构成：
- 指令解析器：将自然语言转为结构化意图，如“把A组合的科技股仓位降到20%以下”。
- 规划器：把复杂目标拆成有序子任务，决定先查持仓还是先查风控限额。
- 工具调用器：生成符合接口规范的参数，处理超时、重试与幂等。
- 记忆管理器：区分短期会话记忆与长期用户偏好，控制上下文长度。
- 合规与护栏：拦截越权指令、敏感操作与不合规建议。
- 结果合成器：把工具返回的原始数据转成用户可读且不误导的表述。
典型数据流为：用户输入 → 意图解析 → 规划 → 工具调用 → 结果校验 → 合成输出。评测时应在每个箭头处设置检查点，因为失败往往发生在“解析正确但参数错误”或“工具成功但合成误导”这类跨组件缝隙中。
三、常见金融智能体类型
| 类型 | 核心任务 | 关键工具 | 主要失败风险 |
|---|---|---|---|
| 投顾智能体 | 资产配置建议、组合再平衡 | 行情、风险测评、产品库 | 适当性错配、收益承诺 |
| 风控智能体 | 异常交易识别、限额校验 | 规则引擎、图计算、名单库 | 漏报、误杀、规则冲突 |
| 交易智能体 | 下单、撤单、算法拆单 | 交易网关、订单管理、行情 | 重复下单、价格越界、超时 |
| 客服智能体 | 业务咨询、工单流转 | 知识库、工单系统、账户查询 | 幻觉答复、越权查询 |
四类智能体的共同点是都依赖工具调用，差异在于动作的不可逆程度。客服答复可以撤回，投顾建议需要留痕，而交易下单一旦成交不可逆。因此交易类智能体必须默认启用人工确认或硬性限额，这是评测中权重最高的约束项。
四、金融场景的特殊要求与常见误区
金融场景的五个硬约束：
- 合规优先：任何输出不得违反适当性、反洗钱与信息披露要求。
- 可追溯：每个结论都要能回溯到数据源、工具调用与推理步骤。
- 确定性边界：金额、数量、时间等参数必须精确，不允许模糊表达。
- 时效敏感：行情与账户状态过期即失效，需带时间戳校验。
- 权限隔离：不同用户、不同角色的可操作范围必须严格区分。
常见误区：把智能体当成“更聪明的提示词工程”。实际上，金融智能体的失败大多不是语言问题，而是工具参数错误、状态过期、权限越界、异常未处理。评测若只测回答质量，会系统性漏掉这些高危缺陷。
一个典型的失败复盘：某投顾智能体在用户询问“帮我调整组合”时，正确识别了意图并调用了再平衡工具，但传入的账户ID来自上一轮会话，导致对错误账户生成了建议。语言层面完全正确，架构层面却是记忆层与执行层的状态未同步。这类问题只有通过结构化诊断才能定位。
诊断片段示例：
[step] intent=rebalance account_id=ACC-8821 source=session_cache
[check] account_id 与当前用户绑定账户不一致
[result] 状态同步失败 → 记忆层未在会话切换时失效