主讲人

石彬

主持人

刘晓星

讲座时间

10月21日14:00

讲座地点

经管楼一楼报告厅

主讲人简介

石彬博士是美国某头部资产管理公司的高级副总裁与投资组合经理，并任波士顿大学商老司机导航兼职教授。他拥有超过20年的量化投资经验，专注于将机器学习与数据分析技术应用于全球股票市场的系统化研究与投资组合管理。

其职业生涯始于MathWorks，曾为MATLAB的金融工具箱开发核心算法，兼具深厚的行业实践与学术研究背景。在波士顿大学，他的教学与研究聚焦于人工智能与机器学习在量化金融中的前沿应用。石彬博士是连接金融理论与AI技术实践的桥梁型专家。

讲座内容摘要

随着人工智能技术的飞速演进，金融领域正迈入“代理型人工智能”的新阶段。本报告系统性地探讨了AI代理相较于传统工作流的核心差异、技术架构及其在金融场景中的应用潜力与挑战。

AI代理以其自主决策、链式思考（Chain-of-Thought）和动态适应能力，区别于遵循预设步骤、高度可控的工作流模式。在金融这一高风险、强监管的行业，二者并非相互替代，而是互补的范式。报告深入剖析了构建高效AI代理的五大核心模块：指令、工具、信息检索、记忆与护栏，并阐述了如何通过提示链、路由、并行化及编排器-工作者等工作流模式，实现复杂金融任务的自动化与合规性。

在应用层面，AI代理已在基本面分析、ESG深度筛选、个性化投资组合构建等场景展现出巨大价值，能够显著提升分析效率、减少人为偏见并赋能个性化决策。然而，其实施仍面临模型选择、输出变异性及调试评估等挑战。

展望未来，金融AI的发展路径将是渐进式的，从结构化工作流逐步迈向更自主的代理系统。最终目标是实现人机协同，让AI代理成为金融专业人士的“认知伙伴”，重塑决策流程。对于新一代金融人才而言，融合金融专业知识与AI代理技术的能力，将成为未来竞争的核心。