Jay 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

好久沒看到這么神清氣爽的AI比賽了。

名為AFAC2026金融智能創(chuàng)新大賽，總算不是單純刷分的「乏味Benchmark」。四道賽題，全部從真實(shí)金融場景中生長出來：

• 看盤面：識別機(jī)構(gòu)交易行為與資金流向；
• 啃文檔：將復(fù)雜保險(xiǎn)PDF還原為結(jié)構(gòu)化Markdown；
• 做實(shí)驗(yàn)：在稀疏反饋下完成自動(dòng)化實(shí)驗(yàn)設(shè)計(jì)；
• 讀長文：控制Token成本，對金融長文本精準(zhǔn)問答。

是的，專挑金融這個(gè)最「地獄級」的訓(xùn)練場。

很多人可能不知道，模型發(fā)展到今天，金融垂直任務(wù)依然沒能被啃下來。

以保險(xiǎn)文檔還原Markdown為例，一旦碰到大圖片、大文檔場景，模型在相關(guān)Benchmark上的平均分甚至?xí)舻?.1以下，即便是GPT、Gemini這樣的前沿多模態(tài)模型都夠嗆。

為何垂直場景落地如此困難？

歸根結(jié)底，這是Agent層的工程問題。不是光靠參數(shù)Scaling就能吞掉的。

這正是AFAC2026大賽的核心宣言：全員回歸基礎(chǔ)研究，一起探索模型如何在真實(shí)約束下，交付產(chǎn)業(yè)價(jià)值。

說實(shí)話，這可能是今年金融AI領(lǐng)域，最值得關(guān)注的一場比賽。

2026金融AI武道大會(huì)

今年的挑戰(zhàn)組共設(shè)置了四個(gè)分會(huì)場——

賽題一：市場參與者交易行為識別與資金流向分析

普通投資者面對盤面，最無力的地方在于：你永遠(yuǎn)不知道屏幕另一頭那筆大單到底想干嘛。

股票突然拉升，大單涌現(xiàn)，盤口掛出巨量買單。你捕捉到K線異動(dòng)，準(zhǔn)備追入風(fēng)口。

但對面的真實(shí)目的，可能只是騙你進(jìn)來接盤……

股市里藏著人。

如何更好地識別交易行為，一直是市場最天然的剛需。

但難點(diǎn)也恰恰在此。在這片黑暗森林里，買賣雙方都在想盡一切辦法揣測對方的意圖。

結(jié)果就是持續(xù)的對抗與升級：當(dāng)某些資金行為被識別出來，真正使用這些手法的人就會(huì)反過來隱藏自己，甚至利用市場對這些信號的認(rèn)知進(jìn)行反向博弈。

在螞蟻集團(tuán)財(cái)富保險(xiǎn)事業(yè)群投研投顧技術(shù)負(fù)責(zé)人、AFAC大賽出題家紀(jì)韓看來，這正是這道賽題最有趣的地方：資金識別這件事，從來不只是數(shù)學(xué)題。

從交易角度看，掛單、撤單、拆單，本質(zhì)上是你與對手盤之間的一種溝通。這里面夾雜著大量意圖，包括誤導(dǎo)和制造假象。
最強(qiáng)的選手，贏在對社會(huì)、商業(yè)乃至人性的理解。

如今大模型的出現(xiàn)，為這場游戲提供了又一把新武器。它能從高頻數(shù)值數(shù)據(jù)中，發(fā)現(xiàn)人類尚未總結(jié)出的隱含模式。

誰能優(yōu)先利用并封裝好這項(xiàng)能力，誰就能在股市里贏得真金白銀。

但光是調(diào)用模型還遠(yuǎn)遠(yuǎn)不夠，選手必須依托harness框架來設(shè)計(jì)機(jī)制。

L2行情數(shù)據(jù)的數(shù)據(jù)量極其龐大，如果硬塞進(jìn)模型，哪怕是支持1M上下文的窗口也會(huì)直接爆掉，導(dǎo)致注意力機(jī)制失效。

因此，參賽者需要提前寫好規(guī)則或現(xiàn)成代碼，或者讓模型調(diào)用工具，先把數(shù)據(jù)處理到可觀察、可理解、可判斷的狀態(tài)。

在harness的實(shí)現(xiàn)層面，隱含了非常復(fù)雜的工程要求。

場景之外，這個(gè)賽題的評測規(guī)則也挺有意思。

作為一個(gè)瞄準(zhǔn)產(chǎn)業(yè)落地的比賽，這個(gè)賽題并沒有強(qiáng)調(diào)「成本優(yōu)化」。

很反直覺，對吧？畢竟一提到落地，大部分人最關(guān)心的工程指標(biāo)就是成本。

對此，出題家紀(jì)韓的解釋是：

如果策略真的有效，其帶來的潛在收益增強(qiáng)，可能讓成本顯得微不足道。
這是一場博弈。當(dāng)你在糾結(jié)成本時(shí)，你的對手在傾盡全力調(diào)用最好的模型。

每個(gè)場景都有自己的價(jià)值函數(shù)，「成本」并非永恒的關(guān)鍵變量。

看盤這件事，你的首要目的，是贏過對手。

賽題二：復(fù)雜金融文檔還原挑戰(zhàn)

參賽選手需要設(shè)計(jì)并實(shí)現(xiàn)一個(gè)端到端的文檔解析系統(tǒng)，將一張金融文檔圖片，完整、準(zhǔn)確、有結(jié)構(gòu)地轉(zhuǎn)成Markdown。

注意這里有三個(gè)關(guān)鍵詞：完整、準(zhǔn)確、有結(jié)構(gòu)。

金融文檔不是普通的小作文。一份保險(xiǎn)文檔，通常包含多級標(biāo)題、密集表格、腳注和批注，每項(xiàng)信息都必須100%準(zhǔn)確。

不過，為什么要做這件事？

以保險(xiǎn)表格為例，壽險(xiǎn)產(chǎn)品需要非常精準(zhǔn)地告訴張三，在某年某月能領(lǐng)到多少錢。

這個(gè)數(shù)字從哪來？表格查詢。

經(jīng)紀(jì)人拿到需求后，憑借直覺定位到第15XX頁的某一張表、某一個(gè)單元格，查出張三45歲時(shí)能領(lǐng)多少錢。

但用戶那么多，不可能每次有人問都讓經(jīng)紀(jì)人幫忙查第幾頁、第幾個(gè)單元格。

機(jī)構(gòu)當(dāng)然希望能把這些文檔結(jié)構(gòu)化。但問題是，金融文檔大部分是圖片或PDF，普通OCR能把字認(rèn)出來，卻沒有智能。

這就引出了閱讀順序的問題。

人能一眼判斷閱讀順序，機(jī)器卻可能先讀右欄，再讀左欄；文字都認(rèn)對了，意思依然亂掉。

結(jié)構(gòu)，其實(shí)是語義極其重要的一部分。

大模型能很好地解決這個(gè)問題，但也帶來了新的約束——上下文。

金融文檔的超大圖可能有幾億像素點(diǎn)，光輸入就會(huì)撐爆窗口，何況輸出還可能長達(dá)十幾萬字。你不能指望一個(gè)模型硬吞整張圖。

因此需要一套端到端Agent工作流：先切分，再調(diào)用小模型分多次解析，最終拼回一份保真的Markdown。

很有意思，用螞蟻集團(tuán)財(cái)富保險(xiǎn)事業(yè)群保險(xiǎn)智能科技資深總監(jiān)、AFAC大賽出題家續(xù)興中的話說，拼接這套SOP的過程，有點(diǎn)像福爾摩斯辦案。

面對一個(gè)復(fù)雜系統(tǒng)，當(dāng)需要提升效率或解決訓(xùn)練不穩(wěn)定的問題時(shí)，必須從基礎(chǔ)研究的角度去拆解和分析。
這要求研究員具備整體性思考能力，能精準(zhǔn)分析、定位和歸因，就像偵探破案一樣。

值得一提的是，該賽題提供的模型底座是FinixDoc-VL，這是一個(gè)專門針對金融文檔優(yōu)化的多模態(tài)模型。

FinixDoc是由螞蟻保算法團(tuán)隊(duì)研發(fā)的一套面向金融文檔解析的端到端智能體式解析系統(tǒng)，核心模型FinixDoc-VL 基于4B級Qwen3-VL訓(xùn)練。

此外，團(tuán)隊(duì)構(gòu)建了金融文檔難例評測榜單FinixDocBench，并開源了部分子集，覆蓋真實(shí)金融業(yè)務(wù)中的低質(zhì)量、超長文檔和密集表格等難點(diǎn)場景，在該榜單中FinixDoc-VL取得81.43的綜合得分。

https://huggingface.co/datasets/inclusionAI/FinixDocBench

賽題三：稀疏反饋下的自動(dòng)化實(shí)驗(yàn)挑戰(zhàn)

這題比較與眾不同，更像在金融里搞科研。

參賽選手需要讓Agent像研究員一樣開展機(jī)器學(xué)習(xí)實(shí)驗(yàn)，完成金融場景下的圖學(xué)習(xí)任務(wù)。

很多人以為AI比賽就是選個(gè)好模型，把數(shù)據(jù)丟進(jìn)去訓(xùn)練。但真實(shí)情況更像做菜。

你調(diào)一次火候，嘗一口；鹽多了下次少放，肉老了下次縮短時(shí)間。但問題是，這里每嘗一口都是成本，無論是食材還是時(shí)間。你的嘗試次數(shù)有限，最后還必須端出一盤讓客戶滿意的菜。

這就是「稀疏反饋下的自動(dòng)化實(shí)驗(yàn)」。賽題要求以金融圖學(xué)習(xí)為沙盒，讓Agent在預(yù)算限制的硬約束下，盡可能優(yōu)化任務(wù)表現(xiàn)。

讀到這里，我最先聯(lián)想到Vibe Coding圈的一個(gè)說法：模型越大，成本反而越低。

大概邏輯是，聰明的模型在執(zhí)行過程中犯錯(cuò)更少，輸出的Token也更少。結(jié)果就是，即便API單價(jià)更高，完成單項(xiàng)任務(wù)的總成本反而更低。

讓我沒想到的是，賽題三在這件事上的角度并不一樣。

清華大學(xué)電子工程系副教授、AFAC大賽出題家姚權(quán)銘多年深耕AutoML，研究方向包括大模型基礎(chǔ)理論與數(shù)據(jù)高效智能體學(xué)習(xí)。他表示，金融圖學(xué)習(xí)并非大模型天然擅長的形態(tài)。其搜索空間往往缺乏連貫語義，通用模型的語言先驗(yàn)在這里幫不上太多忙。

現(xiàn)在是Scaling Law為王的時(shí)代。大家很容易有種錯(cuò)覺：AI似乎可以包容萬物。
問題是，僅僅是「能用」，真的夠嗎？
大模型本質(zhì)上給所有人施加了一個(gè)共同的加速度。但在競爭激烈的市場環(huán)境下，做同樣的事情，如果對手消耗的Token只有你的1/10，那你的市場份額馬上就會(huì)被吃干抹凈。

優(yōu)秀的方案未必來自更貴的API。如果有一個(gè)設(shè)計(jì)更精良的專業(yè)模型，或許3B參數(shù)就能搞定。

AGI可以為了「故事」隨便燒錢，但垂直場景必須追求極致。

對員工來說，這件事則更加現(xiàn)實(shí)：

一個(gè)人招進(jìn)來，有管理、狀態(tài)、成本等問題。如果員工僅僅在AI能力覆蓋的范疇內(nèi)做事，很快會(huì)被取代。
相反，一個(gè)能解決AI極限之外問題的人，未來會(huì)有更長的發(fā)展空間。

賽題四：金融長文本Agent的動(dòng)態(tài)記憶壓縮與高效問答挑戰(zhàn)

這道題可以和賽題二放在一起理解，兩者都死磕「上下文」——賽題二考驗(yàn)輸入，賽題四考驗(yàn)輸出。

出題方會(huì)提供海量金融長文檔，參賽選手需要讓AI基于這些上下文精準(zhǔn)答題。

難點(diǎn)有二：

1、結(jié)構(gòu)極度復(fù)雜。

金融文件里充斥著大量交叉引用、表格、附錄、批注。一個(gè)否定詞、一個(gè)限定條件，或者附錄里的一處計(jì)算口徑，都可能讓最終答案天差地別。

2、對「追溯性」要求極高。

金融任務(wù)出錯(cuò)的代價(jià)極其沉重。用戶絕不能只接受一個(gè)「看起來合理」的答案，還必須知道答案來自哪一頁、哪一條。

怎么做？

單純切片檢索，很容易丟失上下文關(guān)聯(lián)；把全文硬塞給模型，幻覺又會(huì)大幅增加，極易把A產(chǎn)品的問題答成B產(chǎn)品的條款。

更現(xiàn)實(shí)的方案，是通過Agent工程進(jìn)行上下文管理。賽題建議的SOP如下：

• 文檔預(yù)處理：PDF或文本先解析成可檢索的結(jié)構(gòu)，按章節(jié)、段落、表格切開。
• 文檔組織與索引：按領(lǐng)域構(gòu)建關(guān)鍵詞索引和結(jié)構(gòu)化字段索引。
• 題目解析：識別題型、關(guān)鍵詞、實(shí)體、時(shí)間、金額、指標(biāo)和候選文檔。
• 證據(jù)檢索：不要把整本書都給模型，只取最相關(guān)的幾段。
• 推理作答：根據(jù)證據(jù)判斷選項(xiàng)真假。
• 答案校驗(yàn)：單選只能一個(gè)，多選要列全，判斷題填A(yù)或B。
• 結(jié)果匯總：生成符合提交格式的文件。

但說實(shí)話，我第一次看到這套SOP時(shí)是有些疑惑的。

最近我在用Codex搭配Obsidian做知識庫管理，個(gè)人體感是：GPT+RAG基本已經(jīng)可以做到?jīng)]有幻覺。

所以，為什么不直接接入最前沿模型的API呢？

對此，復(fù)旦大學(xué)助理教授、博士生導(dǎo)師、AFAC出題家郭宏成——多年主攻LLM研究，曾就職于阿里通義千問實(shí)驗(yàn)室，他補(bǔ)充了一個(gè)我作為消費(fèi)者，未曾考慮過的視角：

上下文成本控制這件事，在B端是另一個(gè)量級。

金融機(jī)構(gòu)面對的不是一次性問答，而是海量文檔。他們需要持續(xù)進(jìn)行合規(guī)審查、投研分析、客服輔助和內(nèi)部知識問答，這些材料動(dòng)輒幾百頁。
如果每個(gè)請求都直接塞進(jìn)大模型，單次看只是多消耗一些Token；但放到日級、月級乃至機(jī)構(gòu)級的調(diào)用量上，賬單將淪為天文數(shù)字。

這也是為什么賽題四將「Token消耗」納入評測維度之一。

以上，便是此次AFAC大賽的四條賽道。

說實(shí)話，信息量有些爆炸。最開始我確實(shí)沒想到，每一個(gè)評測指標(biāo)的背后，都隱藏著對真實(shí)業(yè)務(wù)需求如此具體的思考。

問題本身的選取也極具品味，全都是沒有標(biāo)準(zhǔn)答案的開放式問題，沒有哪一道是光靠堆算力就能暴力破解的。

最好的創(chuàng)新，往往就誕生于這種混沌地帶。

金融AI：自帶護(hù)城河的黃金賽道

如此有含金量的賽題，究竟是怎么頭腦風(fēng)暴出來的？

答案其實(shí)很簡單：這是螞蟻親自下場組的局。

AFAC2026大賽的背后，站著一個(gè)兼具產(chǎn)業(yè)一線經(jīng)驗(yàn)與學(xué)術(shù)前沿視野的賽題委員會(huì)。

這個(gè)組合極具張力。

螞蟻集團(tuán)副總裁、財(cái)富保險(xiǎn)事業(yè)群CTO、大賽組委會(huì)主席尹俊指出：AI發(fā)展到今天非?；馃幔嬲涞叫袠I(yè)，尤其落到金融行業(yè)，難度依然很大。

首先，受限于合規(guī)、風(fēng)險(xiǎn)控制等要求和挑戰(zhàn)，金融+AI的具體形態(tài)還有待摸索。

其次，金融AI能創(chuàng)造的價(jià)值多少仍未被證明。

投入后能否產(chǎn)生足夠回報(bào)？長期來看上限能做到什么程度？這些都不像LLM敘事中那樣，有AGI這個(gè)標(biāo)準(zhǔn)答案。

金融機(jī)構(gòu)有經(jīng)營壓力，價(jià)值、合規(guī)和風(fēng)險(xiǎn)上的擔(dān)憂，會(huì)影響行業(yè)快速擁抱AI。

學(xué)術(shù)機(jī)構(gòu)不存在機(jī)會(huì)成本導(dǎo)致的「轉(zhuǎn)型悖論」，卻又很難深入介入真實(shí)金融場景，因?yàn)榻鹑跈C(jī)構(gòu)對保密性要求更高。

AFAC大賽的出現(xiàn)，恰好提供了一個(gè)盡可能貼近真實(shí)場景的「沙盒」，從而將產(chǎn)業(yè)和學(xué)界連接在一起。

而當(dāng)「黑盒」里的Know-How被拆開，真實(shí)業(yè)務(wù)數(shù)據(jù)被公開，產(chǎn)學(xué)研便能圍繞同一個(gè)靶心共同創(chuàng)新。

不過，大賽組委會(huì)主席尹俊也坦言，換個(gè)角度看，也許正是這些難點(diǎn)，才讓垂直場景AI擁有了其獨(dú)特魅力。

這是一個(gè)自帶護(hù)城河的賽道。
沒通用AI那么卷，不需要金字塔頂尖水平的AI履歷要求，復(fù)合型人才能憑借自己對金融行業(yè)的Know-How，形成另一種競爭力。

而螞蟻支持這件事，已是第四年。

AFAC大賽自2023年首屆舉辦以來，累計(jì)吸引超1.5萬支隊(duì)伍、近5萬名選手，覆蓋600余所高校與400余家企業(yè)。它由中國計(jì)算機(jī)學(xué)會(huì)、北京大學(xué)、螞蟻集團(tuán)、NVIDIA等近30家機(jī)構(gòu)聯(lián)合發(fā)起，現(xiàn)已成長為全國乃至全球頂尖的金融智能賽事之一。

「人人可參與」的Agent時(shí)代

而關(guān)于這一點(diǎn)，從賽題設(shè)計(jì)上，或許也能找到更多印證。

交易行為識別、金融文檔還原……四道題方向各異，卻指向同一條線索：

AI行業(yè)，終于到了「人人可參與」的時(shí)代。

預(yù)訓(xùn)練時(shí)期，Scaling Law對算力的要求近乎恐怖，小團(tuán)隊(duì)連巨頭的腳趾都摸不到。

但今年的AFAC大賽，完全是另一副風(fēng)景。

在與量子位的對話中，幾乎每位出題家都坦言——無法預(yù)料最佳實(shí)踐，也猜不到冠軍會(huì)拿出怎樣的方案。

這背后是同一種共識：「大力出奇跡」的暴力解法，在Agent時(shí)代走不通了。

你不可能把所有工程能力都訓(xùn)練進(jìn)參數(shù)里。計(jì)算資源的消耗太恐怖，模型還不一定會(huì)更聰明。

相比LLM，Agent更像一個(gè)工程問題。它需要可復(fù)現(xiàn)的洞見，需要對業(yè)務(wù)約束持有尊重。而做好這件事的方法論，在各行各業(yè)都遠(yuǎn)未收斂。

一般而言，技術(shù)發(fā)展會(huì)經(jīng)歷四個(gè)階段：孵化期、試錯(cuò)期、爆發(fā)期和評估期。

手機(jī)、通信、光電乃至量子計(jì)算，概莫能外。

不同階段，行業(yè)的發(fā)展范式也會(huì)有不同特點(diǎn)。

性能快速爬升階段，資源更重要。因?yàn)榍€已基本成型，接下來只需瘋狂Scaling，比如AlphaGo。

那什么時(shí)候研究品味更重要？技術(shù)孵化期，這是需要重新定義問題的時(shí)候，也是最需要人才多樣性的時(shí)候。

經(jīng)歷了深度學(xué)習(xí)、Transformer、GPT時(shí)刻的一路狂奔后，AI的產(chǎn)業(yè)周期，終于輪回到了Agent落地的孵化階段。

在這里，競爭重新回歸研究層。

Taste，決定天花板。

2026年最有看點(diǎn)的金融AI武道會(huì)，開賽了。

賽題一：https://tianchi.aliyun.com/competition/entrance/532489/information
賽題二：https://tianchi.aliyun.com/competition/entrance/532490/information
賽題三：https://tianchi.aliyun.com/competition/entrance/532487/information
賽題四：https://tianchi.aliyun.com/competition/entrance/532486/information