Jay 发自 凹非寺 | 量子位公众号 QbitAI

近期，金融一场令人耳目一新的武道务AI赛事——AFAC2026金融智能创新大赛正式拉开帷幕。与以往单纯追求指标刷分的大会道业到最“乏味Benchmark”不同，本次大赛的开赛四道赛题均源自真实的金融业务场景，旨在检验模型在复杂约束下的题出题人实际落地能力：

• 看盘面：精准识别机构交易行为与资金流向；
• 啃文档：将高复杂度保险PDF还原为结构化Markdown；
• 做实验：在稀疏反馈机制下完成自动化实验设计；
• 读长文：在严格控制Token成本的前提下，实现金融长文本的优解精准问答。

这是金融一场专为金融这一“地狱级”训练场打造的实战演练。

尽管模型技术日新月异，武道务但金融垂直领域的大会道业到最落地难题依然严峻。以保险文档还原为例，开赛面对大图片、题出题人大文档场景，优解主流模型在相关Benchmark上的金融得分甚至跌至0.1以下，即便是武道务GPT、Gemini等前沿多模态模型也面临巨大挑战。大会道业到最

为何垂直场景落地如此艰难？

根本原因在于，这并非单纯的参数Scaling（规模扩展）问题，而是Agent层面的系统工程挑战。

AFAC2026的核心宣言正是：全员回归基础研究，探索模型如何在真实业务约束下交付产业价值。这无疑是今年金融AI领域最具观察价值的赛事。

2026金融AI武道大会：四大实战分会场

赛题一：市场参与者交易行为识别与资金流向分析

普通投资者在股市中最大的痛点在于信息不对称：面对突然拉升的股价和巨量买单，你无法判断这是真正的风口，还是对手盘制造的“诱多”陷阱。

股市中藏着人性。如何识别交易行为，是市场最天然的刚需，但也因此陷入了持续的“黑暗森林”博弈：当某种资金行为被识别后，使用者便会隐藏踪迹，甚至利用市场认知进行反向操作。

出题家观点：
蚂蚁集团财富保险事业群投研投顾技术负责人、AFAC大赛出题家纪韩指出，资金识别不仅是数学题，更是对社会、商业及人性的理解。挂单、撤单、拆单本质上是与对手盘的博弈沟通。大模型的优势在于能从高频数值数据中发现人类尚未总结的隐含模式。

技术难点与工程要求：
* 数据规模爆炸：L2行情数据量极大，直接输入模型会导致注意力机制失效。
* Harness框架约束：选手需利用Harness框架，通过预设规则、代码或工具调用，将数据处理为可观察、可理解的状态，这对工程架构提出了极高要求。

反直觉的评测逻辑：
该赛题未将“成本优化”作为核心指标。出题家纪韩解释：若策略能带来显著收益增强，成本便显得微不足道。这是一场博弈，首要目标是战胜对手，而非单纯节省Token。

赛题二：复杂金融文档还原挑战

选手需构建端到端文档解析系统，将金融文档图片完整、准确、有结构地转换为Markdown格式。

核心关键词：完整、准确、有结构。

金融文档（如保险条款）包含多级标题、密集表格、脚注等，信息必须100%精准。例如，寿险产品需精确计算特定年龄的领取金额，这依赖于对表格的精准定位。

痛点分析：
1. 阅读顺序混乱：普通OCR仅能识别文字，无法理解语义结构，导致机器可能先读右栏再读左栏，造成语义错乱。
2. 上下文窗口限制：超大图（数亿像素）和长输出（十几万字）会撑爆模型窗口。

解决方案：
需设计端到端Agent工作流：切分 -> 小模型多次解析 -> 拼接保真Markdown。

出题家观点：
蚂蚁集团财富保险事业群保险智能科技资深总监、AFAC大赛出题家续兴中比喻此过程如“福尔摩斯办案”，要求研究员具备整体性思考能力，从基础研究角度拆解复杂系统。

技术底座：
* 模型：FinixDoc-VL（基于4B级Qwen3-VL训练，专为金融文档优化）。
* 评测：FinixDocBench（开源金融文档难例榜单，FinixDoc-VL得分81.43）。

FinixDocBench数据集链接

赛题三：稀疏反馈下的自动化实验挑战

此赛题更像是在金融领域进行“科研”。选手需让Agent在预算硬约束下，像研究员一样开展机器学习实验（以金融图学习为沙盒），优化任务表现。

核心矛盾：
* 试错成本高：每次实验调整（如调参）都消耗时间和资源，类似“做菜”时有限的尝试次数。
* Scaling Law的局限：清华大学电子工程系副教授、AFAC大赛出题家姚权铭指出，金融图学习缺乏连贯语义，通用大模型的语言先验难以发挥作用。

深层思考：
* 成本即竞争力：在竞争激烈的市场中，若对手消耗Token仅为你的1/10，市场份额将被迅速侵蚀。
* 专业模型的价值：优秀的方案未必来自昂贵的大模型，设计精良的专业小模型（如3B参数）可能更具性价比。
* 人才转型：仅能执行AI覆盖范围内任务的人员将被取代，能解决AI极限外问题的人才更具价值。

赛题四：金融长文本Agent的动态记忆压缩与高效问答挑战

此题与赛题二形成互补：赛题二考验输入解析，赛题四考验输出控制。

难点：
1. 结构极度复杂：交叉引用、表格、附录、否定词等细微差别可能导致答案天差地别。
2. 高追溯性要求：金融任务出错代价沉重，答案必须可溯源（具体到页码、条款）。

推荐SOP（标准作业程序）：
1. 文档预处理：解析PDF/文本为结构化章节、段落、表格。
2. 索引构建：建立关键词索引和结构化字段索引。
3. 题目解析：识别题型、实体、时间、金额等关键要素。
4. 证据检索：仅提取最相关片段，避免全文输入导致的幻觉。
5. 推理作答：基于证据判断选项真假。
6. 答案校验：确保单选唯一、多选完整、判断准确。
7. 结果汇总：生成符合提交格式的文件。

为何不直接用最新API？
复旦大学助理教授、AFAC出题家郭宏成指出，B端场景面临海量文档调用。若每次请求都全量输入大模型，日级、月级乃至机构级的Token消耗将呈天文数字增长。因此，Token成本控制是该赛题的核心评测维度之一。

金融AI：自带护城河的黄金赛道

AFAC2026的赛题并非闭门造车，而是由蚂蚁集团联合学术界共同设计，旨在连接产业与学界。

行业痛点：
* 合规与风控：金融+AI的具体形态仍在摸索。
* 价值验证：AI投入的回报率和长期上限尚不明确，缺乏AGI那样的标准答案。
* 保密性壁垒：金融机构对数据保密要求高，阻碍了学术界的深入介入。

大赛意义：
AFAC大赛提供了一个贴近真实的“沙盒”，通过公开真实业务数据和拆解Know-How，促进产学研协同创新。

独特魅力：
蚂蚁集团副总裁、财富保险事业群CTO、大赛组委会主席尹俊表示，垂直场景AI拥有自带护城河的特性。它不像通用AI那样极度内卷，不需要顶尖的AI履历，而是更看重对金融行业的Know-How理解。复合型人才凭借行业经验，能形成独特的竞争力。

赛事历程：
自2023年首届举办以来，AFAC已吸引超1.5万支队伍、近5万名选手，覆盖600余所高校与400余家企业，由CCF、北京大学、蚂蚁集团、NVIDIA等近30家机构联合发起，已成为全球顶尖的金融智能赛事之一。

“人人可参与”的Agent时代

AFAC2026的赛题设计印证了一个趋势：AI行业正进入“人人可参与”的Agent时代。

• 预训练时代：Scaling Law对算力要求极高，小团队难以企及。
• Agent时代：“大力出奇迹”的暴力解法失效。Agent更像是一个工程问题，需要可复现的洞见和对业务约束的尊重。

技术发展阶段论：
1. 性能爬升期：资源更重要（如AlphaGo）。
2. 孵化期（当前）：研究品味（Taste）更重要。需要重新定义问题，人才多样性成为关键。

经历了深度学习、Transformer和GPT的狂奔后，AI产业周期已轮回到Agent落地的孵化阶段。在这里，竞争回归研究层，Taste决定天花板。

2026年最具看点的金融AI武道会，正式开赛。

参赛链接：

• 赛题一：https://tianchi.aliyun.com/competition/entrance/532489/information
• 赛题二：https://tianchi.aliyun.com/competition/entrance/532490/information
• 赛题三：https://tianchi.aliyun.com/competition/entrance/532487/information
• 赛题四：https://tianchi.aliyun.com/competition/entrance/532486/information