财跃星辰发布金融智能体FinWork V1.0
发布会同期举办的圆桌论坛上,财跃星辰售前总监李亚军主持对话,兴业证券李飞、国金证券谭啸、平安证券唐若华、银河期货沈毅共同探讨金融智能体落地的深层挑战,最终收敛出四大共性卡点:一是合规,Agent架构下任务执行路径的不确定性与金融合规要求存在张力,大量场景被打磨为确定性工作流,牺牲了灵活性;
《科创板日报》11月21日消息(记者 王耐 田野),11月20日,财跃星辰金融智能体专场暨FinWork V1.0发布会在长沙举行。

界面财联社与阶跃星辰联合打造的这家金融AI服务商,这次拿出的FinWork V1.0不再只是单点工具,而是把能力做成覆盖各个岗位的底座来交付。

财跃星辰首席运营官(COO)张展到场作开场致辞,并宣布 FinWork V1.0 正式发布。
张展在致辞中说,2026年会是金融智能体的爆发之年,投顾、投研等真实业务场景里已经能看到智能体落地,可行业眼下还得面对落地、治理、基建这三道现实考题。他解释,FinWork不是把通用AI能力套上金融外壳,而是从金融行业的数据与场景里长出来的专属高效工作台,目的是让智能体真正进入金融从业者每天的工作位。

财跃星辰 FinWork 产品研发负责人陈林平在发布会现场。
陈林平在介绍产品时提到,金融行业眼下还没有一款真正贴合行业需求、又能同时照顾员工办公效率与企业能力沉淀的专属AI工作台。传统AI工具的问题集中在五处:内部业务系统和AI接不上,数据获取、分析、回写这条链路走不完整;存量系统里的专业能力没法快速交给智能体调用;优秀员工用AI的经验很难复制给新人;生成过程不透明,输出结果追溯不到来源;员工本地工具没有统一权限管理,达不到金融行业的安全合规要求。
围绕这些短板,FinWork V1.0搭了“三层使用+三层接入”的架构。使用层分三个方向:给个人的是内置220余个金融Skill、金融数据MCP工具和十余种专业图表能力的专属助手;给部门的能把个人经验变成可共享的标准Skill,让能力复用起来;给组织的则是企业级Agent平台,靠沙箱执行和行为监测管住Agent的全生命周期。接入层同样分三层:API层拿出最小颗粒度的能力供开发者自由组合,SDK层把业务语义封装好实现模块化集成,配置化层让没有开发能力的部门自己搭专属工作台。
可信安全是金融智能体和通用产品拉开差距的地方。据介绍,FinWork自研的金融搜索覆盖行情、公告、研报、投资者关系等多类信源,并按来源设定可信度等级;输入数据统一转成“实体—属性—关系—值”的标准化证据链格式,输出内容可做事件实体交叉校验,关键数据和观点都能追到来源与工具调用链路。权限上遵循独立确权、最小确权、限时授权三条原则,事前定策略、事中由沙箱实时监测、事后全链路追溯任务执行与资源消耗,Agent被当作独立主体来做权限管理和审计。
产品底层用财联社7×24小时资讯数据搭起金融数据底座,模型底座则把自研金融垂类模型、F1金融大模型与阶跃星辰STEP系列模型融在一起,覆盖智能投顾、智能投研、企业服务、合规风控四大场景,另有专业团队提供私有化定制服务。

财跃星辰解决方案专家赵圣磊在发布会现场。
赵圣磊讲了底座之上的五大垂类智能体,各自对应不同业务场景的流水线作业。“文曲星”做金融内容生产,靠预生产源语料层把选题、成稿、配图整条流程自动化,普通金融问答响应压到10秒内,单条内容生产成本控制在3分钱,生成速度约8秒,图文、视频等多形态都能输出;“北极星”盯的是高复杂度投研,依托专属FinWork Harness架构与预训练模型形成数据飞轮,支持主动资讯推送、上市公司资料收集、自定义资料库和实时更新看板;“启明星”服务企业全生命周期,提供财报解析、同业财务分析和尽调报告生成;“天琴星”是合规优先的AI智能外呼,底层接入财跃语音模型;“天枢星”面向C端,支持金融机构APP与小程序的AI化改造,覆盖90%以上证券前端业务场景。
国泰海通、兴业证券、国金证券三家机构在发布会上首次完整披露了智能体规模化落地的实践路径与成果数据。

国泰海通证券大模型应用负责人唐登龙在发布会现场。
唐登龙介绍,国泰海通2017年就提出“AI in all”战略,2024年升级为“All in AI”,建起“AI Ready”统一架构:底层是私有化信创算力,数据层建成全模态元数据湖并支持鉴权、血缘追踪与审计,算力层做到异构资源统一调度,模型层接入“1+N”模型矩阵并由网关统一提供接口。目前国泰海通已落地1300余个Agent、400余个Skill,覆盖九大领域260余个场景,Skill累计调用超50万次;自研灵犀Graph架构把复杂任务响应时间从11秒压到3-4秒,吞吐能力提升超100%。

兴业证券 AI 创新实验室负责人林泽钧在发布会现场。
林泽钧拿炒菜机器人打比方,说智能体的评价标准可以对应成“食材、手艺、味道”,也就是数据可信、执行过程可信、价值可信。他表示,兴业证券主张以业务结果为导向做量化验收,别把模型跑分、智能体数量当成验收标准;落地路径是“能迁尽迁、迁移即纳管”,把分散的智能体逐步迁进统一运行时底座,做到统一身份、统一审计与统一算力调度。目前兴业证券已累计收集八、九万条投顾高质量语料,所有AI应用确保全流程可解释。

翰纬科技副总经理孙鹿威在发布会现场。
孙鹿威从供给侧看问题,认为眼下智能体Skill建设卡在三重天花板上:个人能力差异大、成果难沉淀成组织资产、缺少安全审计。破局办法是搭“产线+工位+支撑体系”的车间式架构,让Skill生产从手工作坊转向流水线。他建议先落地轻数据场景,快速建立业务体感,把合规规范内建到Skill配置里,再通过平台工程手段管控权限、保护核心业务逻辑。

国金证券 AI 实验室负责人万宇雷在发布会现场。
国金证券AI实验室负责人万宇雷在发布会上说,公司搭建统一智能体体系,主要是想解决各部门重复建设、资源浪费和治理缺位这几个问题。落地路径上,国金按六大原则、四层基建来推:算力侧做模型适配优化,把存量算力盘活;网关侧建统一的AI模型与应用网关,让智能路由、全链路追溯、动态授权都能跑起来;安全侧则和财跃星辰一起搭安全围栏。他给出的数字是,目前国金已落地150余个AI场景、400余个Skill,总调用次数超过8000万次,财富、机构、投行、自营、办公、内控全条线都有覆盖。万宇雷同时点出一个行业共性问题:算力迭代太快,老旧算力和存量模型怎么纳管、怎么处置,目前还没有最优解。

发布会同期还办了一场圆桌论坛,由财跃星辰售前总监李亚军主持,兴业证券李飞、国金证券谭啸、平安证券唐若华、银河期货沈毅一起聊金融智能体落地难在哪。讨论最后归到四个共性卡点上。合规方面,Agent架构下任务执行路径不确定,和金融合规要求之间存在张力,结果大量场景被磨成确定性工作流,灵活性打了折扣。人才方面,既懂业务又懂AI应用的复合型人不好找,一线员工对AI的接受程度也分化明显。数据方面,传统结构化数据对智能体的适配性不够,自然语言查询能力有上限。运营审计方面,分散的AI应用缺少统一观测,企业层面很难准确掌握实际使用情况和成本消耗。
平安证券唐若华强调,投研场景要从企业知识域层面把知识底座统一治理起来,知识标准、元数据规范、多模态加工规则都统一,免得各业务线重复建设、口径不一。知识质量直接决定智能体输出效果。银河期货沈毅表示,期货行业受牌照、合规和预算限制,AI应用先聚焦内部提效;对话型智能体的可靠性还不够,要等执行能力成熟后再往深里推。国金证券谭啸的看法是,Skill建设得克制,只在通用高频场景搭,并按个人、公司内部、对外分级设置管控策略;对外的Skill要把核心逻辑全面封装,避免内部接口和业务逻辑泄露。
发布会期间,财跃星辰与云轴科技签署战略合作协议,为金融智能体私有化部署补底层基建。双方将联合研发金融智能体网关与算力调度管理方案,适配金融机构数据不出域、全栈信创适配的部署需求。

财跃星辰与云轴科技战略合作签约仪式现场
财跃星辰方面表示,金融智能体要规模化落地,关键不在模型参数堆了多少,而在日复一日的场景实践。从桌面助手到全员能力底座,FinWork V1.0的发布是金融智能体从演示走向实用、从单点走向体系的重要一步。未来公司会持续迭代产品能力,推动智能体真正嵌入金融行业的每一个工作岗位。