当 AI 从一个"聊天窗口"进入真实的金融业务场景，AI 投顾服务正在经历一场从"回答问题"到"交付结果"的深刻变革。
当 AI 从一个"聊天窗口"进入真实的金融业务场景，AI 投顾服务正在经历一场从"回答问题"到"交付结果"的深刻变革。
9 月 22-24 日，2026 云栖大会在杭州国际博览中心举行。在《可信智行：金融智能体实战峰会》先锋对话论坛上，盈米基金高级副总裁、且慢业务负责人林杰才携「且慢 AI 小顾 3.0」亮相，通过"家庭资产规划"的现场实战演绎，展示了 AI 投顾从资产配置分析、策略选择，到持续跟踪、定时复盘的完整服务能力闭环。
此次同台展示的还有来自证券服务、第三方支付、互联网保险经纪等领域的金融智能体落地标杆案例。
（图：2026 云栖大会《先锋对话》论坛现场）
01、从「被动问答」到「主动服务」，一场关于家庭资产规划的现场实战
与此前主要承担「问答助手」角色的 AI 投顾不同，且慢 AI 小顾 3.0 重点升级了智能体的长期记忆、主动任务和服务结果沉淀等 Agentic 能力。过去是「用户来问、AI 回答」，现在进化成「围绕用户目标持续提供服务」。
在现场演示中，林杰才以一个典型的家庭理财案为例，展示且慢 AI 小顾 3.0 如何实现从资金规划、策略选择、再到持续跟踪的服务交付闭环。对于很多家庭来说，面对复杂、繁多的金融产品到底该如何选择、如何规划和配置是他们最大的痛点。
在现场演示的案例中，一名 38 岁的客户作为家里顶梁柱，税后年收入约 120 万元，有两个孩子（分别为 3 岁、9 岁），家庭年支出约 44 万元，房贷余额 400 万元（每年还约 30 万，暂不考虑提前还贷），拥有 500 万元可投资现金，希望同时覆盖家庭安全、未来 3 至 5 年的教育支出以及 5 年以上的长期投资需求。
面对如此复杂的客户信息，且慢 AI 小顾没有直接给出资产配置的结论，而是先梳理客户家庭收入和负债情况，以及日常开支、教育金以及未来的资金需求等细节。
基于客户的资金用途和目标期限，且慢 AI 小顾逐一拆解家庭财务结构，将 500 万元资金分别对应到应急、教育金、长期投资和保险保障等不同的家庭目标，并根据钱的久期和匹配的风险等级，形成初步的资产配置框架。
其中值得一提的是，且慢 AI 小顾具有长期记忆功能，客户重要的家庭情况、财富目标和风险偏好，AI 小顾都能沉淀到记忆中，并通过精准的客户画像获取客户最新账户状态和服务进展，最后给出契合客户当下真实需求的分析参考。
在资金规划完成后，就来到了选品环节。AI 小顾从且慢平台上当前可投资的组合策略中，分别筛选出了 3 至 5 年的稳健投资策略和 5 年以上的长期投资策略，并对四个策略进行比较，主要围绕资金期限、风险承受能力、建议持有时长等维度，而不是依赖产品的近期表现。
另外，AI 小顾会展示关键分析过程和判断依据，并且向客户解释策略与资金期限、风险承受能力之间的适配关系。通过与 AI 小顾的对话，客户获得的不仅是资产配置分析，还有背后的投资逻辑和金融知识。
资产配置分析方案有了，但服务并没有结束。因为在服务家庭财务的真实场景中，财富目标和账户情况会不停变化，这是一个动态的过程，需求长期的追踪和后续服务的调整。
接下来，客户还可以要求 AI 小顾为自己的账户设定月度复盘的任务：每月在固定时间内检查账户情况，生成「账户体检报告」，明晰告知客户的账户实际配置与原计划是否存在偏离、账户的盈亏情况和主要持仓表现、风险与资金用途是否匹配等情况。
从且慢 AI 小顾的交互形式来看，现场演示的服务流程由需求梳理、策略选择和持续复盘三个环节组成，在这背后是一套「围绕客户目标持续运转的投顾服务机制」。
据介绍，只要是客户确认过的目标与约束，都会被 AI 小顾有效「记住」，下一次无需从头介绍。结合且慢的风险测评、投资规划、账户信息以及投研数据，AI 小顾会持续诊断客户账户的配置是否依然合适；到约定时间，它还会主动完成复盘，把期间变化、存在问题和判断依据沉淀为一份可回看的报告。
在且慢 AI 小顾服务能力的背后，分别体现了金融智能体持续记忆、动态诊断和主动陪伴三大能力。其核心不是完成单次的问答，而是围绕客户的财富目标，形成长期、动态、可回溯的投顾服务闭环。
02、金融智能体从"可用"到"可信"，「验收能力」是关键
当 AI 真正进入金融业务场景，一个更迫切的问题也随之出现——AI 给出的答案，该如何验证为可信？这也是本次论坛的核心议题。
在当天下午的主题演讲中，阿里云智能集团公共云事业部副总裁、新金融行业总经理张翅发布了可信 AI 新框架，涵盖本体、评测、自主迭代等一系列新能力。他表示，AI 从「能说」走向「能做」后，还需要进一步解决「可验证」的问题。
针对金融智能体如何从「可用」走向「可信」，林杰才认为，至少需要补齐三个层面的能力。
首先是要提供足够的上下文。AI 需要掌握解决具体业务问题所需要的背景、数据和专业经验，真正理解用户的需求，而不是停留在空泛的问答层面。
其次是提供足够的基础设施。金融智能体进入真实业务环境，需要相应的运行环境和安全基础设施。此次阿里云点金团队为盈米提供的能力，包括沙箱、Agent 管理以及安全围栏等基础设施，为 AI 进入金融业务场景提供了安全可控的运行环境。
第三，也是更重要的一点，是有一套严谨的验收标准。「AI 做出来以后，到底好不好？」在林杰才看来，这不是一个单纯依靠主观体验就能回答的问题，而需要建立可量化的 AI 基准评价体系。
（图｜盈米基金高级副总裁、且慢业务负责人林杰才）
此前，盈米与阿里云已联合推出国内首个财富管理 AI 智能体评测集 FinMCP-Bench，并对外开源，用于辅助衡量 AI 智能体在「金融服务实战」中的表现，成为投顾智能体落地的行业参考基准之一。
林杰才认为，在 AI 时代，当生产力不再是主要瓶颈，「验收能力」就成为了新的核心能力。只有建立一套严谨的测试、评价和反馈机制，才能评判 AI 智能体「完成任务的水平怎么样」，进一步推动智能体从「可用」走向「可信」。
从这个角度看，接下来金融智能体的竞争，比拼的将是业务场景、基础设施和验收体系的核心能力。
03、盈米 AI：为阿里生态提供可调用的专业金融能力
在金融 AI 能力建设之外，盈米与阿里生态的合作也在进一步深化。
在机构服务方面，盈米与点金合作，将阿里云大模型能力与盈米的金融能力结合，围绕「基础运行环境、金融服务引擎、MCP/Skills、专业智能体四层架构，推出了面向金融机构的「AI 智能体解决方案」，为机构定制金融智能体提供多元组合和一站式服务。
（图：盈米&阿里云推出「机构 AI 金融智能体解决方案」）
与此同时，盈米 MCP 和 Skills 已接入阿里云百炼与千问办公，为开发者和办公场景用户提供标准化的金融数据与分析工具；盈米 Skills 进入千问 APP「工作助理」，支持机构和个人投资者进行基金查询和分析；且慢 AI 小顾更是作为首家入驻千问 APP 的金融智能体，为通用 AI 平台的用户提供投资问答分析和陪伴服务。
（图：2026 云栖大会盈米 AI 展位现场）
对于机构而言，AI 能力正在从「内部提效工具」向「业务基础设施」转变。大模型本身只是入口，真正决定金融智能体能否进入业务场景的，关键在于能否连接真实数据、专业工具和业务流程。
04、服务达成率超 95%，AI 投顾进入真实业务验证阶段
从运行数据看，自 2024 年 5 月上线以来，且慢 AI 小顾累计解答投资问题超过 300 万次，服务达成率超过 95%，覆盖 80% 的投顾服务场景。（数据截止 2026 年 9 月 1 日，来源：且慢平台）
在这背后是盈米基金多年来买方投顾业务实战经验的积累。截至 2026 年 6 月 30 日，盈米基金投顾服务资产规模超过 570 亿元，投顾签约客户超过 50 万人；其中，且慢平台投顾客户平均持仓时长为 782 天，盈利客户占比超过 80%，长钱占比超过 65%。（数据来源：盈米基金、且慢平台）这些是客户用真金白银和时间投下的信任票。
如今，AI 投顾正在改变专业投顾服务的交付方式。过去，一名投顾服务的客户数量有限，且需要通过人工完成信息收集、资产分析、组合诊断和持续跟踪；AI 智能体的加入，则有可能将其中大量标准化、重复性的工作，转化为可持续运行的数字化服务。
对于 AI 投顾而言，真正值得关注的不再是「能不能回答投资问题」，而是能否进入真实账户、调用真实业务能力，并持续提供可以被验证和复查的服务。
从「能说」到「能做」，再到「可验证」，AI 投顾正在进入新的业务验证阶段；与此同时，一个低成本、规模化、定制化的买方投顾时代也正在到来。
来源：互联网
