21世纪经济报道 记者陈嘉玲 北京报道
AI Agent（人工智能代理）是一个数月前开始广为流传的词汇。近日，比尔・盖茨在个人博客上写道：“AI Agent将是人工智能的未来。”这一举动更是为AI Agent的热度再添上一把火。
“基于大语言模型底座、完全取代人的AI Agent在很多场景涌现了。我们也期待在金融领域，各类垂直方向上能够不断地有更多的AI Agent取代人。”11月17日，清华大学金融信息技术创新联合研究院技术专家顾问郑耸博士在由21世纪经济报道主办，腾讯安全联合主办的“金融风控大模型打造动态风险治理体系”研讨会上介绍了人工智能代理的生态以及AI Agent在金融领域不同场景的应用。
（清华大学金融信息技术创新联合研究院技术专家顾问郑耸博士）
伴随着大模型的持续演进，人工智能代理逐渐演化出来。郑耸表示，当前，作为人工智能代理最底座的大语言模型框架已经逐渐完善，所以在很多行业和场景中都可以逐渐通过人工智能代理实现完全自动化的服务，比如陪伴类的AI Agent、营销类的AI Agent、知识传递的AI Agent，以及金融端在分析、风控、贷后、资产评估等应用的一系列AI Agents。
“从金融端的应用来看，其本质是在大语言模型底座上构建基于某些业务系统的完整的、全流程的、自动化的人工智能代理。”对于人工智能代理在金融领域的应用，郑耸介绍了三类不同场景的AI Agent。
一是清华大学金融信息技术创新联合研究院与某国家金融机构正在合作研发的金融分析AI Agent。很多场景需要应对非常复杂的情况，目前的大语言模型在这个阶段还不太能支撑。大语言模型可以输入和了解很多文本，但是很难在复杂的表格或图表中获取信息。郑耸分析表示，因此需要转化成当前技术阶段大语言模型能够接受的范式然后进行embedding。其核心逻辑是在信息获取端进行优质的拆解，使其适配到不同的场景，才能够把大语言模型的能力输入到金融分析端，获取更高的准确率。
第二类是金融风控领域的大模型攻击AI Agent，“在风控方面，比较火的是大模型的攻击能力。目前有大量的研究如何让机器学会攻击大模型，即大模型攻击大模型，这是风控目前比较大的挑战，也是非常难防御的事情。”据郑耸介绍，目前不同厂商在对大语言模型进行封装时会做出风控条件的约束和限制。但是现在对ChatGPT以及国内外大语言模型的最新攻击方式都有20%～30%的“越狱”成功率。因此用大语言模型做风控系统或人工智能代理，风险将会比较高。
第三类是银行的贷后处置AI Agent。郑耸表示，在银行业务贷后处置过程中，会使用聊天机器人大模型，目前比较优秀的agent已经能够自动化对接银行系统内各种各样的数据库，并通过综合评估决定怎么跟不同的人进行合适的沟通。整个流程完全自动化、不依赖人，是未来贷后处置AI Agent的能力。
此外，基于上述三类金融领域的应用，在郑耸看来，人工智能代理的核心能力是基于大语言模型底座通过叠加感知、记忆、决策等，有望在将来逐渐取代人。但是目前各类场景涌现的AI Agent的准度仍然不够高。
推荐阅读：
