价值与场景

    如果单纯从技术视角出发，容易形成能演示、难运营的试用版，智能体是否值得建设，应同时看业务价值、任务复杂度、数据可得性和治理风险，并在试点前设定基线与价值目标。

    数据、知识与系统

    银行数据多但语义不统一，隐性经验大量存在于员工和文档中，核心系统又往往缺少标准化接口，没有高质量数据集、可持续更新的知识工程和稳定的工具接口，智能体只能停留在外围问答，无法形成业务闭环。

    可信度

    智能体不仅可能产生幻觉，还可能越权调用、错误执行，银行需要把身份、权限、审计、人工干预、熔断、回滚和持续监控嵌入设计，而不是上线前做一次合规评审就结束。

    规模化后的治理难题

    如果每个条线分别选模型、搭平台、做知识库，那么智能体越多，技术债和治理成本越高。

    刘洋/制图