在2025年度的世界人工智能大会上，大模型与智能体的话题热度空前高涨。随着这些技术逐步迈向规模化应用，业界正积极探索如何将其潜能转化为推动产业升级、值得信赖的生产力。一个显著的趋势是，技术正朝着更加垂直、更加专业的方向发展。
7月28日，于“智能体驱动产业变革”论坛现场，蚂蚁数科隆重推出了专为金融AI应用设计的金融推理大模型Agentar-Fin-R1，旨在构建一个“可靠、可控、可优化”的智能中枢。这不仅标志着国内首个专注于金融推理领域的商业化大模型正式面世，更预示着金融行业即将迈入一个更加智能、高效的新纪元。
智能体在金融领域的“专业化”进程正在加速。蚂蚁数科CEO赵闻飙强调，金融业作为数字化程度最高、数据密度最大、AI应用场景最为丰富的行业，无疑是AI技术率先落地并产生深远影响的理想领域。智能体的引入，将深刻改变产业的运行逻辑，成为推动金融业数字化转型的关键力量。
那么，何为AI智能体？甲子光年创始人张一甲给出了清晰的定义：智能体是将模型的“超级大脑”与自动化的“敏捷双手”紧密结合的产物，大脑负责思考，双手则负责调用工具、执行任务。业内普遍认为，智能体将引领产业发生颠覆性的变革，特别是在科技创新与产业创新深度融合的战略框架下，智能体对于金融业的转型具有举足轻重的意义。
蚂蚁数科CTO王维进一步指出，智能体要实现产业价值的最大化，关键在于从“水平通用”向“垂直专用”的战略转变。智能体的价值不在于泛泛地解决大量浅层问题，而在于深入行业痛点，紧密围绕企业业务场景，将专业知识的价值发挥到极致。这正是智能体产业落地的关键所在。
作为智能体的核心智能引擎，大模型在金融行业的应用不断深化。然而，在实际业务场景中，大模型往往需要具备高度的金融专业知识、复杂的业务逻辑推理能力以及严格的金融级安全合规要求。现有的大模型在解决这些实际问题时仍面临诸多挑战。因此，一个更加先进的金融推理大模型应运而生。
在工程化与迭代方面，蚂蚁数科的经验表明，模型需要经过两阶段加训才能解决金融严肃场景的问题。第一阶段在蚂蚁内部进行大规模训练，使模型具备强大的金融基础能力；第二阶段则针对具体业务场景和客户需求进行本地微调。同时，建立一套高频的敏捷迭代机制至关重要，它能够确保持续发现模型中的问题和缺陷，快速修复以提升用户体验。
蚂蚁数科AI技术负责人章鹏表示，推理大模型能够解决通用大模型在金融领域的局限性。在与客户的接触中，他们发现客户需要了解模型的思考过程，需要可解释的结果。而推理模型恰好能够满足这一需求，它能够根据问题的复杂程度进行调整，平衡成本和效果。
随着金融推理大模型能力的不断增强，更多原本难以解决或解决不够好的金融场景问题将被列入重点推动的任务清单。市场需求已经验证了这一趋势的必然性。金融机构对错误的容忍度极低，一个不能理解行业的大模型无法满足其需求。不同金融机构拥有不同的业务禀赋和偏好，需要推理大模型去学习这些行业知识。
蚂蚁数科金融AI产品总经理曹刚提到，目前金融AI应用主要集中在通用领域，业务深水区的渗透率较低。但从通用走向业务场景深化是大势所趋，推理大模型将成为这一进程的重要推动力。当然，金融推理大模型的探索远未到达终点，模型的更新仍以技术驱动为主。当技术越过拐点，场景效果足够好时，市场因素将发挥更加主导的作用。
