银行Agent上岗：4200万小微经营者可用，信贷、票据、财税一把梭
Jay 发自 凹非寺 量子位 | 公众号QbitAI
过去只有大企业才有的专属金融服务，AI Agent正在把它送到小微经营者的聊天框里。
客户如果想要一笔真正匹配自己经营节奏的钱，往往还得跑几个入口、登记好几个产品，最后东拼西凑半天也不一定够。
前台： 全球首个小微普惠金融Agent百灵2.0 ，已面向4200万小微商家开放
要知道，银行大概是全宇宙转移成本最高的行业之一，传统业务流程的惯性是很强的，想要克服创新者窘境，阻力非常大。
从一句「提额」到40万开店融资
王老板经营第一家餐饮门店两年，生意稳定了，看中了一处65平方米的沿街铺面，准备开第二家。
想把额度提一提。
搁传统流程，这句话大概率会被直接翻译成一次漫长的提额申请：填表、走审批……好，回家等结果吧。
百灵没有这么干。它顺着这句话，结合王老板此前的经营和信贷记录，一步步追问：新店在什么位置？多大面积？什么时候开？钱打算怎么用？自己手头能出多少？
为第二家店筹备开店资金。
随着多轮对话推进，百灵梳理出新店整体投入约60万元：品牌、装修和设备约45万，房租、首批备货和经营周转约15万。王老板自筹20万，资金缺口约40万。
随后，百灵进一步结合老店流水、行业规律、商圈情况和开店计划，对新店预期收入和还款压力做了分析，并提示王老板补充必要的经营和用途材料。
事实上，王老板的例子，只是这场银行AI改革的一个缩影。如今，百灵2.0已面向4200万小微商家提供服务。这是网商银行面向小微客户提供的全新服务入口， 一个真正能办事的普惠金融服务Agent 。
不过，前台终究只是一个用来发消息的GUI入口。如果没有后台风控、审批、营销和产研等基础设施、技能栈（Skills）和实时数据库的支撑，它充其量也只是个高级的智能客服，交付不了实际结果。
后台：进了核心生产线的AI工作台
网商银行几乎把AI铺满了全流程，一口气建了八大AI工作台，量化风控、人审、营销、产研等环节都在进行AI化改造。
千里眼：千人千面的风控，看清「一个真正的人」
它擅长从大样本里找共性规律，通过行业、区域、负债、征信这些标签判断风险。但小微企业方差很大，同一个标签背后可能是完全不同的生意。
一家企业外部负债增加，可能意味着经营恶化，也可能是正在开店、备货、扩大生产；征信查询次数多，可能反映资金紧张，也可能只是处于集中扩张期。
这正是「千里眼」最有人情味的地方：发挥AI千人千面的能力，把分析单位的颗粒度从「客群」细化到「客户」，真正做到具体情况具体分析。
苏州一位连锁摄影商家申请资金支持，但系统里挂着两个风险标签：评级较差、负债较高。按传统逻辑，平台会立刻拉响警报，申请直接被拦截。
这位商家两年内已经把同一门生意开到了6座城市、9家门店，月营收稳定在70多万元。
在策略专家逐项验证证据、确认风险边界后，原来冷冰冰的「拒绝」，变成了一套与经营节奏匹配的方案：
定海针：25年的审批经验，注入AI
复杂信贷个案往往涉及历史风险、家庭关系、担保、行业变化和经营转型等多重信息。仅靠标准规则，很难判断这些信号代表的是仍在持续的风险，还是已经翻篇的历史问题。
当然了，经验丰富的人审专家能做这个判断。但专家数量毕竟有限嘛，个人经验也很难被完整记录和稳定复制。
核心就是调研这一步，AI会先读取和整理客户材料，把分散信息还原成一条完整事实链，再列出支持结论的证据、仍需核实的问题和风险点……最后向人审专家汇报。
在一次内部测试中，经营存储设备线上销售的吴女士准备扩大采购，通过百灵申请提额。几秒钟内，定海针就把她的经营、融资、履约及保证人信息浓缩成一页简报，并给出初步建议：
不予提额。
宝莲灯：一次求助，让AI找到了数万人
小微客户的需求往往爆发得极快。极端天气、市场波动、集中备货、经营淡旺季……任何因素都可能在短时间内引发资金需求的剧变。
人工提取数据、分析目标人群、讨论方案、制作内容、配置审核……一次跨部门联动可能耗费数天，等方案上线，黄花菜已经凉透了。
今年7月，台风过境广西。南宁武鸣的沃柑种植户老谭，二十亩果园泡水，果子被暴雨打落一地。他没有打电话，也没有跑网点，只是在百灵里说了一句：
我受灾了。
紧接着，宝莲灯结合过往灾情处置经验与当地产业规律，生成了针对性的延期还款、免息等服务方案。
筋斗云：让银行的研发流程提效
网商银行在外滩大会上提到，他们内部也在推进AI Coding，目前AI Coding的占比 已提升一倍。
这里需要澄清一个容易产生的误解：这并非外界常说的、可以「随手生成」的Vibe Coding。网商银行的研发流程相当严格，代码同样要遵守金融合规的各项要求，经过规范化的评审、测试与审核。AI提升的是效率，标准并没有因此放松。
AI Coding固然能提升单个程序员的写码速度，但一款产品从需求提出到最终上线，中间还有很多步骤：需求澄清、交互设计、系统分析、编码、测试、合规审核……
Coding Agent让代码产出效率大幅提升，但其他环节如果跟不上，产品经理、设计师、研发和测试之间依然要反复传递和解释上下文，省下的时间又耗在了无休止的会议对齐中。
需求阶段：产品设想不再依赖文字文档层层传递。AI会直接生成一个可交互的高保真原型页面，产品、设计、研发所有人都能在同一个页面上直接操作、讨论，就「产品最终应该长什么样」达成共识。
研发阶段：需求被进一步转化为高质量的系统分析，精细到涉及哪些数据、模块、接口及测试范围。确认无误后，开启子代理并行推进，并同步安排自动化评测。
「农小宝」的天气预警功能就是这么来的。这是筋斗云在分析海量气象数据和用户行为后，连点成线发现的痛点：
紧接着进入正式开发阶段。AI快速梳理出受影响的模块，为编码提供精确指引；随后编码、机型测试、合规人审依次通过，推进至发布阶段。
在「不容错」的银行，AI是怎么落地的？
银行是天生的「不容错」行业。一笔错误授信可能变成坏账，一次合规疏漏可能引来监管关注。那他们是怎么敢让AI进核心业务的？
它的意思很直接：设计任何一项工作，优先考虑让Agent来做。先问这件事里哪些环节可以交给Agent，能交的就交给Agent；再明确人在哪些节点做判断、权限边界在哪里、最终责任由谁承担。
这并非要把AI排在人前面，本质是重新划分分工：Agent负责执行、探索、分析和试算，人负责定义目标、设定标准、判断结果、纠正偏差并最终承担责任。
Harness工程要做的，就是补齐当前阶段模型的能力短板，让它能稳定支撑真实的业务流程。
以安全为例，这不是光靠提示词就能保证的东西，事实依据、模型输出、权限、工具调用和操作结果……一定要从架构上分层治理，尽可能将模型工作过程白盒化。
很多个人开发者都没注意到这个问题，评测是Agent非常重要的环节，不是上线前随便做做样子的。
真实生产场景里，「光能用」远远不够，质量要从90%打磨到99.9%，靠的正是「定义问题 → Agent执行 → 评测 → 纠正回流」的闭环。
这方面，网商银行搭建了一套高度可量化的评价指标。无论是换模型、换prompt还是换skill，能力和效果都可验证、可追溯。
没有高质量的上下文，AI不了一点。Agent只会更直白、更不绕弯子地给出错误答案（bushi）。
为此，网商银行把日常工作中散落在每个人脑海里、邮件里、文档里的知识，以及历史业务规则、客户数据，通过统一的抽取和编译，汇总成一个AI能理解的知识库。
设计一项工作时，先问「这件事里哪些活可以交给Agent干」，再明确人在哪些节点做判断、权限边界在哪里、最终责任由谁承担。
一个比较通用的二分法是，Agent负责执行、探索、分析和试算，人负责定义目标、设定标准、判断结果、纠正偏差并承担责任。
One More Thing
2025年外滩大会，网商银行首次提出AI时代的「新310」： 0延时交互、360度感知用户、1对1专家服务 。
一年后，答案不再只是PPT上的愿景。百灵2.0面向4200万小微商家提供服务，复杂需求办理 从3天缩短至10分钟 。普惠金融的第一阶段，是让更多小微经营者获得资金。
当一个小微客户提出需求时，整套银行系统是真的在围绕这个客户实时运转，绝不会甩一个标准化产品就走人。
刚刚，苹果首款折叠屏发布！15999元起，AI参与设计 2026-09-10
3秒变身！会合体的机器人，卖到全球50国 2026-09-07
「GPT-6」灰测demo刷屏！周四发布在即 2026-08-31
HuggingFace被曝卖身英伟达：129亿美元！全球最大AI开源平台改姓黄 2026-08-28
热门文章
GPT-6带火循环Transformer，阿里早已布局
押中SpaceX的硅谷老将，把票投给了一家中国世界模型公司
菲尔兹奖得主入局大模型！4B手机Qwen+云端GLM刷爆ARC-AGI 3
GPT-6不只Astra！Sol内测结果曝光，速度快6倍
B站首届AI创造公开赛收官，超八成参赛者为一人团队
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1