AFAC2026 金融AI武道大会：四道业务真题考验Agent工程落地¶
Ch04.599 AFAC2026 金融AI武道大会：四道业务真题考验Agent工程落地¶
📊 Level ⭐⭐ | 6.1KB |
entities/afac2026-financial-ai-agent-competition-harness.md
AFAC2026 金融AI武道大会：四道业务真题考验Agent工程落地¶
AFAC2026 金融智能创新大赛是蚂蚁集团主办的聚焦金融场景 Agent 工程落地能力的比赛。四道赛题全部来自真实金融场景，检验 AI Agent 在产业约束下的交付能力。^[afac2026-financial-ai-agent-competition-harness.md]
四大赛题¶
赛题一：市场参与者交易行为识别与资金流向分析¶
利用 L2 行情数据 + Harness 框架识别机构交易行为。难点在于对手盘博弈——mere 资金行为一旦被识别，对手会反过来隐藏甚至利用这些信号进行反向博弈。Harness 框架在此赛题中用于实现规则/代码预处理，防止海量行情数据撑爆上下文窗口（即使 1M 上下文也会注意力失效）。
赛题二：复杂金融文档还原挑战¶
端到端文档解析系统，将金融文档图片（保险单等）完整、准确、有结构地还原为 Markdown。需要解决：超大图/超大文档的上下文窗口限制、阅读顺序重建（文字认对但意思乱掉）、多步 Agent 工作流（先切分→调用小模型多次解析→最终拼接）。模型底座为 FinixDoc-VL（基于 Qwen3 4B 优化）。
赛题三：稀疏反馈下的自动化实验设计¶
在反馈稀疏的真实场景中完成自动化实验设计，检验 Agent 的探索-利用平衡能力。^[afac2026-financial-ai-agent-competition-harness.md]
赛题四：金融长文本精准问答¶
在 Token 成本约束下对金融长文本进行精准问答，考验 Agent 的上下文管理和成本控制能力。^[afac2026-financial-ai-agent-competition-harness.md]
AFAC 核心特色¶
- 回归基础研究：大赛宣言强调「全员回归基础研究」，在真实约束下交付产业价值
- Harness 框架是赛题的技术底座：所有赛题都需要选手依托 Harness 来设计 Agent 机制
- 成本不是永恒的关键变量：出题人的观点——如果策略真的有效，潜在收益可能让成本显得微不足道
- 垂直场景落地核心是 Agent 层的工程问题：不是光靠参数 Scaling 能解决的
深度分析¶
真实约束下的 Agent 工程落地¶
AFAC2026 四道赛题共同指向一个核心命题：金融垂直场景的 AI 落地不是参数 Scaling 问题，而是 Agent 层的工程问题。赛题一要求选手利用 Harness 框架对海量 L2 行情数据进行预处理，防止输入撑爆上下文窗口（即使 1M 上下文也会注意力失效）。赛题二则凸显阅读顺序重建这一被低估的难点——当模型能在像素级识别文字但无法正确理解多栏布局时，结构本身成为语义的重要组成部分。
对抗性环境的 Agent 设计¶
与其他垂直场景不同，金融 Agent 运行在博弈环境中——当交易行为被识别，对手方会主动隐藏甚至利用这些信号进行反向操作。这意味着 Agent 的感知机制必须具备对抗性鲁棒性，不能假设输入信号是静态的。出题家纪韩将此概括为：「资金识别从来不只是数学题——理解社会、商业乃至人性层面」。
稀疏反馈下的探索-利用权衡¶
赛题三「稀疏反馈下的自动化实验」揭示了金融 AI 的另一个独特挑战：Agent 的每次「尝试」都有真实成本。这迫使参赛者不能依赖暴力搜索，而必须在有限预算内做出最优探索决策。出题家姚权铭指出，金融图学习的搜索空间缺乏连贯语义，通用模型的语言先验在此帮助有限，可能 3B 参数的专业模型优于更大的通用模型。
成本维度的重新定义¶
一个反直觉的赛题设计是赛题一没有强调成本优化。出题人的逻辑是：如果策略有效，潜在收益可能让成本显得微不足道。这揭示了金融场景中「价值函数」的独特性——每个场景都有自己的关键变量，成本并非永恒不变的常量。
实践启示¶
- Harness 框架是金融 Agent 落地的技术底座 — 数据预处理、上下文管理、多步工作流编排，这些工程能力比模型能力更决定垂直场景成败。
- Agent 需要感知环境中的「智能对手」 — 金融等对抗性场景要求 Agent 设计考虑信号博弈，不能假设输入真实。
- 先思考「成本是什么」再选择模型 — 直接成本（API 调用）和机会成本（错误决策）的权衡决定模型选型，有时更贵的模型因更低的犯错率反而总成本更低。
- 长流程任务必须拆分 — 赛题二、四都采用「切分→分步解析→拼接」模式，说明长流程 Agent 的核心设计模式是分解而非暴力堆上下文。
- 工具调用比模型推理更关键 — 参考赛题一的预处理环节：最好的指令遵守也比不上先将数据加工成 Agent 可消费的形态。
出题人观点¶
- 纪韩（蚂蚁集团投研投顾技术负责人）：资金识别从来不只是数学题——理解社会、商业乃至人性层面
- 续兴中（蚂蚁集团保险智能科技资深总监）：拼接 SOP 的过程像福尔摩斯办案，要求研究员具备整体性思考能力
→ 原文存档
关联¶
- 相关概念: Harness Engineering
- 相关: Agent 架构