鹭羽 发自 凹非寺开yun体育网
量子位 | 公众号 QbitAI
各人5027支军队、近2万名选手同台PK，百分之一的晋级概率杀进总决赛路演……
八月末，上海，金融AI年度大考准时开赛。
清北、复旦、麻省理工等海表里顶尖高校学子，以及大厂中枢工夫主干，纷繁聚积一堂，赛场内火力全开——
有东说念主从L2行情中识别资金动向，有东说念主拆解复杂金融文档，也有东说念主掏出Harness、RSI，让Agent读懂市集心扉。
场外，控制方围绕赛事，初度推出「会、展、赛」三位一体的总决赛路演舞台：
主论坛上大咖轮替登场，翻新展区雷同热气腾腾。
除了有往届后果鸠合亮相、创投成本1v1现场对接、HR一站式发offer，千问AI眼镜等前沿工夫家具也同步灵通体验。
这正是有着「金融AI翻新年度风向标」之称的AFAC金融智能翻新大赛（AFAC2026）总决赛现场，亦然迄今为止举办的第四届。
要说AFAC有多泰斗呢？
且看结伙发起声势：
上海市科学工夫委员会、中国野神思学会、北京大学、蚂蚁集团、GFTN各人金融与工夫麇集、真格基金、中国银行……
30多家组织机构，个顶个皆是业界扛把子。
参赛选手更是五湖四海掐尖而来，自2023年首届举办以来，AFAC大赛已累计诱惑来炫耀家超2万支军队6万名选手，遮掩600余所高校、700余家企业。
何况！一届更比一届强。
第四届含金量全地方更进一竿：放射范围更广、创投生态更完善。
最关键的是，AI工夫专科度拉满，几说念赛题险些把当下金融AI最热门的内容防患未然。
这恰恰亦然AFAC大赛有别于其它算法竞赛的地方：
把金融产业正在濒临的「真」问题，径直搬进赛场。
一场果然场景的金融大考
庸俗算法比赛每每不错被压缩成一个澄澈地方，也即是在固定数据集上，把某个筹备刷到更高。
金融AI却很难这么抽象。
市集会变，遇到的问题也零落明确界限。
果然业务中，多调用一次模子即是实实在在翻倍的成本，何况光谜底合理还远远不够，还要系统证实依据来自哪儿，要经得起复核。
是以再看AFAC2026大赛的四说念挑战组赛题，皆在尽可能模拟果然金融场景下的压力：
数据领域扩大、响应更少，环境捏续摇荡变化，但资源和成本耐久有限。
看盘面这说念题尤其直不雅。
据赛题一「市集参与者交往手脚识别与资金流向分析」的评审大众、中科大野神思学院副院长、软件学院副院长、解释王超先容：
这说念题有计划的是一个至极经典的问题，在二级市集乃至大模子出现之前，市集参与者的交往手脚识别就一经存在。
如今为什么还要拿来作念？难点有三：
数据：数据领域、万般性、多模态特点和可变性皆发生了很大变化，给交往手脚与主体识别带来了新的挑战；评价尺度：赛题包含两个子任务，其中一个莫得明确的评价筹备。选手面对的是灵通问题，而横死题作文，需要自行构建逻辑框架与评估体系；系统的动态特点：模子面对的是不竭变化的市集，能依赖的却只消静态的历史数据。从静态走向动态，中斥逐着迁移与泛化的复杂过程。是以王超把评审尺度归纳成三个词：复现、解释和泛化。
三个尺度接踵击中了传统Benchmark的痛点：一次高分可能来自未必，一套果然可落地的系统却能在条件变化后依旧成立，还要证明晰为何成立。
也即是说，选手需要果然清醒市集本体，并在极限期间内抒发出来，才算试真金不怕火告捷。
赛题二的「复杂金融文档复原挑战」则把压力推到了输入端。
OCR识别出字符，并不等于模子读懂了文献。赛题二的评审大众、复旦大学野神思科学工夫学院解释张军平指出：
果然祸患的是超长表格。大部分大模子无法一次性完成识别，还需要后处理来补足。
更空匮的是复杂表格的鲁棒性，金融莫得遥远固定的模板，模子能否踏实合适这些变化，皆是将来决议迁移到业务场景中亟需惩处的问题。
张军平同期也不雅察到，本届不少选手的政策仍依赖参赛者本东说念主对文档的清醒，下一步要作念的，是把东说念主的清醒果然革新为机器才调。
是以这说念题不错说是，既收拢了金融文档智能的实际痛点，又对准了企业AI将来的关键。
另一边，赛题三「荒芜响应下的自动化实验挑战」把祸患放进了Agent决策过程。
Agent需要像有计划员一样，在无法并行、预算有限的情况下，字据每轮实验完成闭环响应。
赛题三评审大众、蚂蚁集团金钱保障职业群资深算法大众陈召群将它指向了Agent产业化的关键节点。
经由自动化自身即是工夫买卖化的一种典型范式，生成式AI让款式之间相对暗昧的派遣成为可能，这亦然咱们但愿通过这说念赛题呈现的道理。
赛题强调资源不断，亦然因为工夫一朝从POC（观点考证）走向大领域应用，成本和ROI是绕不开的话题。
企业要在效果和成本中找到均衡，选手在比赛中亦是如斯。
忘我有偶，雷同的逻辑也发生在赛题四「金融长文本Agent的动态记挂压缩与高效问答挑战」中。
高下文窗口越来越长，百万Token甚而更长高下文一经成为行业热门。
乍看之下，把整份文献一股脑塞给模子，似乎就能惩处问题。可到了机构级调用量，这条阶梯很快就会同期撞上成本和效果两堵墙。
赛题四评审大众、哈工大野心学部解释张宇给出的判断很干脆：
果然拉开差距的，不是Prompt写得多漂亮，而是系统是否具备高下文舍弃才调。
高下文窗口惩处的是容量问题，灵验高下文惩处的才是欺骗问题。
选手需要通过赛题坚定到智能是有成本的，学会遴选和判断哪些Token值得保留。
这雷同亦然实际业务场景的需要，Token销耗会径直决定该项才调能否以合理成本办事海量用户。
蚂蚁集团金钱保障职业群金钱AI Lab研发负责东说念主徐万青，用互联网与AI的成本弧线作了一个对比：
从互联网期间干与AI期间，咱们缓缓坚定到二者的成本结构不同。
互联网时期，新增用户的角落成本很低，甚而可能接近零。
AI期间并非如斯，角落成本弧线也许会舒服着落，但不会归零。每增多一个用户，就会增多一份Token销耗，而这些Token皆对应果然成本。
换言之，成本并非工夫才调以外的一说念附加题，它即是才调自身的一部分，亦然AI徐徐走向产业应用、面向用户创造价值的一种体现。
是以总的来看，本年的题目看似多元溜达，归根结底皆是在熟谙模子能否在果然不断中捏续完成任务。
至于选手，谁能在果然金融天下中跑起来，谁才是最终赢家。
四届赛题，画出金融AI的工夫迁移要是咱们把2026年的题目单独拎出来看，Agent、Token经济学、自动化科研，上半年AI圈研讨度最高的几条干线，全在里头了。
这可不是瞎猫碰上死耗子。
期间线拉长，AFAC四届赛题，每年皆在找最顶尖的东说念主、问行业最辣手的问题。
串在所有，即是金融AI从模子可用走向系统好用的浓缩版。
2023年，第一届。
彼时赶巧ChatGPT刚刚爆发半年之际，行业浩荡心扉是惊艳但严慎。
蚂蚁作念出了一个在其时看来颇为踊跃的决定，径直将金融赛事与前沿大模子工夫绑定，这在以慎重著称的金融业并未几见。
六大赛题的成立上也更偏基础：算法到底能弗成干与金融？
到了第二年，模子才调跃迁让金融垂类应用加快，研讨启动从要不要用大模子，转向怎么接进具体业务。
同庚，AFAC成立初创组，把教练范围从算法决议扩展到买卖落地，工夫第一次需要报告比赛以外的问题。
2025年，金融AI不再餍足于一个谜底，因果溯源、逻辑推理和器具调用的首要性也日益增长，考题也随之将重心放在工业级不断上。
来到本年，由龙虾掀翻的Agent热度爆表，行业却比上一轮更求实。
智能体能否料理高下文、能否合适动态环境、能否欺骗荒芜响应、能否舍弃调用成本，成为比智能进程更具体的问题。
这条工夫迁移旅途，也被本届总决赛上厚爱开源发布的「AFAC百万金融智能数据集」完好保留了下来。
数据集千里淀自2023年至2025年的14说念高价值赛题，包含13万条评测样本、2000余份专科金融文档和130多个往届优越决议，遮掩百亿级金融科技数据条件。
它所记载下来的内容一齐随着行业往深处走：
数据形态从单模态到多模态，中枢才调从单一精度预计到复杂推理，落地应用也从单点模子微调走向面向果然业务的综合智能系统。
于是多年的Know-how陶冶调养成外部有计划者共用的接口，其后者也能沿着已有决议连续往前走，摸索出更多的新工夫反哺赛事和数据集。
开源为AFAC构建起捏续运转的数据飞轮。
图片由AI生成
也正因如斯，AFAC才当之无愧是「下一代金融工夫的试真金不怕火场」。
试真金不怕火在哪儿？业务当中去。
赛题定调，生态定速虽然，赛题再接近业务，也不等于业务。
比赛需要明确界限和斡旋评测，果然业务却包含更灵通的用户问题和更复杂的系统负载。
正如徐万青所说，把一个好念念法酿成踏实、高效、成本最优且可推行的产业决议，仍要在多数竣事细节中捏续打磨。
AFAC果然难以复制的部分，也由此出刻下赛场以外。
SGInnovate Director Jae Annie Tay耐久参与新加坡深科技生态斥地，第一次来到AFAC，她禁锢到：
团队越小，越需要一个鼓胀大的外部生态提供守旧，让创业者耐久简略荟萃到所需的东说念主才、资金和产业资源。
AFAC大赛也正是这么作念的。
它一端站着高校、开发者和年青初创团队，另一端甩掉蚂蚁耐久聚积的业务场景，两头之间是围绕赛事搭起的一整套荟萃东说念主才、场景、成本和产业的革新体系。
以本年为例，大赛发起机构延迟至33家，初度新增新加坡金融科技节的发起方GFTN—各人金融与工夫麇集（Global Finance & Technology Network），孵化麇集也在层层加码，为早期团队工夫考证提供创业指点、成本对接和孵化进口。
除了百万奖金池，AFAC还提供算力守旧、大厂纵贯契机和6个月加快成长计议，并联袂WAIC天下东说念主工智能大会、外滩大会、CNCC中国野神思大会等平台，进一步掀开产业相通和海外荟萃的空间。
这条链路也直不雅体刻下总决赛现场的「会、展、赛」上。
赛场负责考证决议，论坛让学术界、产业界与创投契构交换判断，展区则让工夫和状貌得回进一步show time～
细分的两个组别中，挑战组惩处的是怎么从真题中识别才调，初创组接着报告怎么把才调酿成家具，两条旅途最终同归殊涂，落于果然场景。
毕竟赛题赛制不错师法，奖金领域也不错追逐，但正是这么一套生态系统，才是抄也抄不来的。
绝不夸张地说，也只消像蚂蚁这么耐久深耕金融AI的产业参与者，才能既将问题从果然金融业务中抽丝剥茧，又为谜底提供捏续孕育的泥土。
轮子能转，舵手也得稳。
因为最接近，是以最懂得，才能大浪淘沙，在每年最热的工夫波涛退去之后，把那些被泡沫冲刷出来的真问题马上摆上科场。
于是从AFAC启动，金融AI的下一步，锚已起，帆已扬。
— 完 —
量子位 QbitAI
关爱咱们开yun体育网，第一期间获知前沿科技动态
