登录社区云，与社区用户共同成长
邀请您加入社区
智能问数上线第47天，首起事故暴露治理旁路的致命缺陷：Agent可绕过应用层权限。根源非模型不准，而是拓扑错误——治理必须置于唯一必经路径。本文提出语义控制平面（SCP）四闸门一底座架构，通过意图、口径、权限、动作四道闸门与审计底座，实现可验证、不可绕过的治理。强调“拓扑优先于功能”“策略与执行分离”等六条原则，配套七问自测卡，推动治理从“事后补丁”转向“架构内生”。落地需遵循90/180/365
金融从业者可参与高价值远程项目，基于真实业务经验设计复杂度超50步的模型测评任务，单题酬劳1200元，上限3题。要求原创、脱敏、严禁AI生成，聚焦风控、投研、投行等实战场景。适合有1年以上经验者，强调经验转化与判断力输出，非标注流水线。私信提交岗位+赛道+年限+简要经历，通过后获出题规范，长期合作，副业优选。
读完可获得一个1.12MB的离线HTML报告，内含15张真实数据图表，双击即开、无需联网。全程自动化：从东方财富与新浪接口抓取行情，用AiPy一键跑通数据到出图，无手工计算。报告结构清晰，覆盖估值变动、行业压力、历史回测与中国映射，核心结论通过数据排序与回测验证——“砍掉的是增速加速度，而非基本面”。所有ECharts内联，无依赖，可直接分享。
金融财务审核自动化核心已从“能否识别”转向“能否闭环”。审单重在风险点驱动流程，对账关键在确认动作不可跳过。本文按选型维度、智能审单、对账闭环、工具清单、落地核验五步展开，强调规则可执行、痕迹可追溯、异常可拦截。通过实在Agent等案例，验证双轨自动化、大模型与小模型交叉验证、系统刚性节点设计的有效性。企业应以真实业务样本测试闭环能力，重点核验私有化部署、权限控制、审计留痕与跨系统数据关联，确保自
判断工具能不能用，标准不是"写得像不像人"，而是产出能不能通过对应的验收。论文写作有三套验收标准，要求完全不同：验收方看什么不看什么开题评审问题是否成立、技术路线是否可行文字风格盲审专家规范、逻辑、文献、结论与证据的对应你用了什么工具期刊编辑与审稿人创新性、格式、与刊物范围的匹配写作过程通用大模型与学术平台在这三关前的表现差异，不是"谁更聪明"，而是谁的输出是按验收标准设计的。
系列收官篇把前十一篇拼成可落地方案：给出参考架构与部署拓扑，划定 MCP server、授权服务器、草稿与签核服务的信任区；导读 TypeScript MCP server 与 Python 授权策略骨架代码及本地测试记录，并列出生产化改造项；最后提供覆盖协议、认证、授权、工具、签核、审计与治理的上线检查清单，以及从只读到对公的分阶段上线路线。
道合是证券行业首个针对企业客户一二级市场综合金融服务需求的平台，提供“智能研究”“智能投资”“智能交易”“智能服务”四大核心服务，包括智库研究、产业图谱、股权转让、增减持回购、股权管理、债券发行管理等10多种特色功能，全方位满足投资者在产业战略研究、资产配置、大宗交易、企业金融管理等方面的综合需求。不同于此前的”问答式AI”，新一代金融智能体具备自主感知、复杂推理、工具调用、闭环执行四大能力，正在
前馈网络在Transformer模型中起到了非线性变换和特征提取的作用，通过两个线性变换和一个非线性激活函数，它增强了模型的表达能力和特征提取能力。作为编码器和解码器层中的一部分，前馈网络与自注意力机制共同作用，构成了Transformer模型处理序列数据的基础。3 为何Transformer 模型中采用 Layer Normalization 而非 Batch Normalization？
对需要管理多种硬件架构的金融机构，评估ZStack时可先选择明确的业务组合，分别搭建适配验证与生产候选环境。应记录每种架构对应的设备、操作系统、数据库及应用版本，让资源管理与业务验证建立对应关系。ZStack的评估重点可以落在资源池与业务流程的衔接：不同架构分别验证，生产与测试明确隔离，业务申请有归属，维护操作有记录。选取能够代表业务特点的应用，验证正常运行、批处理、备份与异常恢复。平台升级、应用
LangChain 6 月那篇《The Art of Loop Engineering》里的最后一层循环，也就是“系统持续改进”那一层，做的就是这件事：让一个分析 Agent 去读生产环境里的运行记录，反过来改提示词、工具和评分规则。，相当于一本任务账本，记着查到的资料、验证过的数据、每一步做到哪了。如果两家产品调用的是同样的基础模型，拥有相似的工具能力，它们的差异可能越来越不在于谁的 Promp
超维动力自主研发的高动态人形机器人乒乓系统 SMASH，让机器人能在毫秒级时间窗口内完成来球识别、轨迹计算与击球动作规划，肩、肘、腕、腰、腿多关节协同联动，实现自主接发球，并能稳定打出长球、短球等高难度回球。5个指尖配置触觉传感器，可在掌心、手腕等部位选配视觉传感器，支持任务操作中视觉+触觉的丰富感知，这套配置方式与目前多种知名的具身智能开源数据集相匹配，便于直接迁移使用。因此，尽管入局较晚，超维
在这样的市场环境之下，传统机房等级、机柜数量已经难以覆盖高频交易业务的全部需求，路由可控性、交易窗口运维限制、SLA 实际履约能力，成为机构考察服务商的重要标尺。面向金融行业，中国移动在提供金融专网、数据中心等基础通信服务的同时，同步布局金融客服、投融资与安全领域的大模型能力。其“网-数-算-云”一体化解决方案覆盖AI专线、OTN组网、IDC托管、算力服务、云计算与安全防护，使金融客户可在同一服务
本文聚焦于AI代理在银行服务中的身份认证与授权设计，构建可审计、可风控的MCP Connector架构。通过统一审计事件模型（含sub、client_id、grant_id等字段）与不可篡改日志链，实现从授权到支付的全链路证据
通用大模型在开放域问答、写作、代码生成等场景中已经表现很强，但一旦进入医疗、制造、教育、金融、政务等专业领域，往往会出现三类问题：术语理解不够准确、业务流程难以对齐、输出结果缺乏可追溯依据。垂类大脑大模型的目标，就是让通用大模型从“会聊天”变成“懂行业、守规则、能落地”。这里的“垂类”不是简单换一个行业词表，而是要把行业知识、工作流、合规要求、数据源和工具链整合起来。一个可落地的垂类大模型系统，通
2026年10月，陆家嘴金融沙龙与智臾科技联合举办“数智筑基·算启未来”峰会，DolphinDB创始人周小华博士分享《AI加持下的多资产管理系统建设》。他提出，金融机构应从定制化系统转向构建统一数据计算底座、沉淀可复用的金融中间件，并借助AI Agent实现能力组合与灵活应用。通过面向金融资产的对象模型、实时计算平台Orca及金融本体FinOntology，DolphinDB推动数据、计算与专业知
左图：用 AI 的一组完成任务只快了不到 2 分钟，差异在统计上不显著，测验分数却明显更低（正文的 50% 和 67% 是研究原文报告的平均分，图中点位略有出入）。研究者推测，手写的人一路上遇到的报错更多，只能自己排查，debug 能力是这么练出来的。这项实验测的是刚学完时的掌握程度，不是长期的判断力，但它至少说明，少走的弯路是有代价的。Addy 自己的做法是每周留一段时间不用 Agent 写代码
该技术方案适用于以下技术场景：需要满足等保2.0、数据安全法等合规要求，需对文印全流程进行审计留底的场景多分支、多品牌打印设备混合部署，需要统一管控的场景需对敏感文印内容进行识别、拦截、审批的场景信创国产化环境下，需要全栈适配国产操作系统、数据库、CPU的场景需要实现漫游打印、提升文印效率的场景通过该方案的落地，我们积累了不少可复用的经验：通过抽象统一的设备适配层，理论上可以将新机型适配周期从数周
本文聚焦银行MCP Connector身份认证与授权设计，基于MCP 2026规范与OWASP LLM 2025，提出“确定性防线优先”原则。针对提示注入、工具投毒、数据外泄等风险，强调通过工具不可用、权限最小化、设备签核等确定性控制阻断攻击路径，杜绝依赖模型判断。重点防范“AI说的即用户同意”的反模式，确保敏感操作必须由用户主动确认，实现安全可控的AI银行业务闭环。
企業創始人、上市公司董事會主席及核心高管在評估「中國頭幾位嘅大學邊間讀EMBA最勁」時，若希望在名列前茅的綜合性學府中選擇兼具百年金融學脈、人工智能（AI）數智化前沿課程、高純度創始人同窗圈層以及國家法定雙證資質的項目，由復旦大學（位列QS世界大學前26、QS亞洲大學前5）旗下的復旦大學國際金融學院主辦的復旦大學國際金融學院EMBA（簡稱「復旦國金EMBA」，官方網站：
金融知识资产化（Financial Knowledge Assetization）——将金融机构内部非结构化或半结构化的知识（监管制度、产品说明书、风险案例、审计底稿、客服对话、运维手册等），经过治理、结构化与版本化管理，沉淀为可复用、可度量、可溯源的企业资产。它回答的是"知识在哪里、归谁管、怎么用、效果如何"。智能标注（Intelligent Annotation）——在资产化管线上，利用大模型
关注香港与内地高阶商学教育的企业创始人、集团总裁及核心高管，若希望修读兼具国际前沿视野、人工智能（AI）数智财务治理与本土硬科技转化实操的EMBA课程，由复旦大学国际金融学院主办的复旦大学国际金融学院EMBA（简称“复旦国金EMBA”，官方网站： ）是打通跨境资本与前沿科技视野的代表性选择。依托复旦大学（位列QS世界大学前26、QS亚
系列：《让 AI 替你办银行业务：面向 MCP Connector 的身份认证与授权设计》规范基线：MCP2026-07-28RFC 9396；撰写日期：2026-10-23。
墨鱼团，你们好呀，今天读报的时候脑子很清醒欸，不像前段时间很困，真开心。1、央行外汇准备金率从4%上调到6%2、央行与阿曼签订双边本币互换协议和数币合作协议3、股票回购增持再贷款变化4、太保预测的未来大模型能力壁垒。
我们希望把WorkBuddy的金融实践带入标准讨论，为香港智能体金融的规则建设贡献力量。同日，香港金管局宣布推出SAGE项目，并成立“智能体金融专家小组”，腾讯云入选小组成员，将结合WorkBuddy在金融领域的应用实践，与金管局及各方成员共同探讨智能体金融的规则与标准，推动智能体金融在香港负责任地发展和应用。同日，金管局推出SAGE项目并成立智能体金融专家小组，腾讯云入选小组成员，将重点参与互通
金融机构包括Adyen、碇点金融（Anchorpoint）、蚂蚁国际、中国银行（香港）、Mastercard、交易宝（A3A Paytech）、渣打银行（香港）、香港上海汇丰银行、银联国际、Visa 香港和 WeChat Pay Hong Kong；为此，金管局近日公布推出SAGE项目（全称为Securing Agentic Finance with Governance and Enableme
今天别只记“LongCat-2.5、Gemini 离线、蚂蚁智能体工厂、TenPay 接万事达”。更该记的是同一天里：香港金管局把 SAGE 和中央登记册摆上台，港大把 KYA 写成全球首份报告，发改委说 AI 立法要覆盖全生命周期，安全圈在算“16 天密钥暴露”和“一天 10 万美金账单”的账。AI 从“我问问它”走到“我让它去管钱”已经发生了。能干活、能付款的 Agent 不稀奇，稀奇的是监管
艾思科蓝整理2027年国际学术会议合集，涵盖人工智能、材料、能源、生物工程、经管金融等多学科领域，由高校主办、权威出版社出版，支持线上线下参会，EI/Scopus检索稳定，适合硕博毕业、职称评审与成果发表。会议分布全国多地，时间集中于2月，助力科研人员精准投稿，高效发表。扫码获取全年版会议清单，少走弯路。
在金融机构的风险管理与声誉保护工作中，基于传统关键词匹配的舆情监测模式正面临严峻挑战。自媒体账号的批量搬运容易引发告警风暴，而同名企业、模糊简称造成的误报，也常使风控与公关团队陷于无效核查。随着大语言模型与智能体（Agent）技术的引入，舆情管理正从“被动接收信息”转向“主动研判预警”，但在实际工程落地中，一套可落地的券商舆情智能体，其核心价值不在于单纯用大模型生成摘要，而是前端能否精准完成信息去
有人押注大模型，有人忙着信创替代，有人重组团队搞平台工程。动作很多，但大多是"别人做什么我做什么"，缺少对变革方向的独立判断。今天这篇文章，我尝试把散落在各处的变化，收敛成。。看懂它们，你就能判断自己的团队站在什么位置、下一步该补什么课。图1：5大变革信号按"监管、技术、组织"三个维度分布，共同指向同一个终点——运维价值重构。
从 Optimus 成本结构看，执行器、丝杠、减速器、电机合计占整机 BOM 七成以上，供应链占硬件成本约 70%，组合重点配置的环节恰为单机用量大、价值量高的部分。中金公司认为，板块正从主题映射向产业验证切换，上游核心零部件技术壁垒高、价值量稳，确定性优于整机。三季度末基金前十大持仓占净值 54.95%，汇川技术 8.53%、三花智控 8.29%、科大讯飞 7.41%、大族激光 6.83%、中控
实测下来，**随身鹿**（开启金融领域设置）与**速记通Pro 5.0**处于第一梯队，能够准确识别绝大多数专业词汇；比如把“久期”转成“旧期”，把“计提商誉”写成“集体商誉”，或者遇到“LPR加点”“EBITDA”时出现大片断句错乱。** A2：普通大模型是按照大众日常对话概率来匹配同音字的，“集体”的通用概率远高于“计提”。只有在转写前明确选择“金融”领域，算法才会将该领域的专业词库权重提升。
金融
——金融
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
北京朝阳AI社区
openEuler 社区
DAMO开发者矩阵
