金融AI武道大会开赛：四道业务真题量子位
好久没看到这么神清气爽的AI比赛了。
名为AFAC2026金融智能创新大赛，总算不是单纯刷分的「乏味Benchmark」。四道赛题，全部从真实金融场景中生长出来：
看盘面：识别机构交易行为与资金流向；
啃文档：将复杂保险PDF还原为结构化Markdown；
做实验：在稀疏反馈下完成自动化实验设计；
读长文：控制Token成本，对金融长文本精准问答。
是的，专挑金融这个最「地狱级」的训练场。
很多人可能不知道，模型发展到今天，金融垂直任务依然没能被啃下来。
以保险文档还原Markdown为例，一旦碰到大图片、大文档场景，模型在相关Benchmark上的平均分甚至会掉到0.1以下，即便是GPT、Gemini这样的前沿多模态模型都够呛。
为何垂直场景落地如此困难？
归根结底，这是Agent层的工程问题。不是光靠参数Scaling就能吞掉的。
这正是AFAC2026大赛的核心宣言：全员回归基础研究，一起探索模型如何在真实约束下，交付产业价值。
说实话，这可能是今年金融AI领域，最值得关注的一场比赛。
2026金融AI武道大会
今年的挑战组共设置了四个分会场——
赛题一：市场参与者交易行为识别与资金流向分析
普通投资者面对盘面，最无力的地方在于：你永远不知道屏幕另一头那笔大单到底想干嘛。
股票突然拉升，大单涌现，盘口挂出巨量买单。你捕捉到K线异动，准备追入风口。
但对面的真实目的，可能只是骗你进来接盘……
股市里藏着人。
如何更好地识别交易行为，一直是市场最天然的刚需。
但难点也恰恰在此。在这片黑暗森林里，买卖双方都在想尽一切办法揣测对方的意图。
结果就是持续的对抗与升级：当某些资金行为被识别出来，真正使用这些手法的人就会反过来隐藏自己，甚至利用市场对这些信号的认知进行反向博弈。
在蚂蚁集团财富保险事业群投研投顾技术负责人、AFAC大赛出题家纪韩看来，这正是这道赛题最有趣的地方：资金识别这件事，从来不只是数学题。
从交易角度看，挂单、撤单、拆单，本质上是你与对手盘之间的一种沟通。这里面夹杂着大量意图，包括误导和制造假象。
最强的选手，赢在对社会、商业乃至人性的理解。
如今大模型的出现，为这场游戏提供了又一把新武器。它能从高频数值数据中，发现人类尚未总结出的隐含模式。
谁能优先利用并封装好这项能力，谁就能在股市里赢得真金白银。
但光是调用模型还远远不够，选手必须依托harness框架来设计机制。
L2行情数据的数据量极其庞大，如果硬塞进模型，哪怕是支持1M上下文的窗口也会直接爆掉，导致注意力机制失效。
因此，参赛者需要提前写好规则或现成代码，或者让模型调用工具，先把数据处理到可观察、可理解、可判断的状态。
在harness的实现层面，隐含了非常复杂的工程要求。
场景之外，这个赛题的评测规则也挺有意思。
作为一个瞄准产业落地的比赛，这个赛题并没有强调「成本优化」。
很反直觉，对吧？毕竟一提到落地，大部分人最关心的工程指标就是成本。
对此，出题家纪韩的解释是：
如果策略真的有效，其带来的潜在收益增强，可能让成本显得微不足道。
这是一场博弈。当你在纠结成本时，你的对手在倾尽全力调用最好的模型。
每个场景都有自己的价值函数，「成本」并非永恒的关键变量。
看盘这件事，你的首要目的，是赢过对手。
赛题二：复杂金融文档还原挑战
参赛选手需要设计并实现一个端到端的文档解析系统，将一张金融文档图片，完整、准确、有结构地转成Markdown。
注意这里有三个关键词：完整、准确、有结构。
金融文档不是普通的小作文。一份保险文档，通常包含多级标题、密集表格、脚注和批注，每项信息都必须100%准确。
不过，为什么要做这件事？
以保险表格为例，寿险产品需要非常精准地告诉张三，在某年某月能领到多少钱。
这个数字从哪来？表格查询。
经纪人拿到需求后，凭借直觉定位到第15XX页的某一张表、某一个单元格，查出张三45岁时能领多少钱。
但用户那么多，不可能每次有人问都让经纪人帮忙查第几页、第几个单元格。
机构当然希望能把这些文档结构化。但问题是，金融文档大部分是图片或PDF，普通OCR能把字认出来，却没有智能。
这就引出了阅读顺序的问题。
人能一眼判断阅读顺序，机器却可能先读右栏，再读左栏；文字都认对了，意思依然乱掉。
结构，其实是语义极其重要的一部分。
大模型能很好地解决这个问题，但也带来了新的约束——上下文。
金融文档的超大图可能有几亿像素点，光输入就会撑爆窗口，何况输出还可能长达十几万字。你不能指望一个模型硬吞整张图。
因此需要一套端到端Agent工作流：先切分，再调用小模型分多次解析，最终拼回一份保真的Markdown。
很有意思，用蚂蚁集团财富保险事业群保险智能科技资深总监、AFAC大赛出题家续兴中的话说，拼接这套SOP的过程，有点像福尔摩斯办案。
