智能体反向提示人类：长周期金融工作新范式

当AI智能体从"执行单步指令"进化到"连续数天推进复杂任务"，金融行业的工作方式正在被重新定义。Arca的AI负责人近期分享了一个耐人寻味的观察：在长周期金融工作中，智能体开始反过来提示人类——不再是人类一步步指挥AI，而是AI主动规划、推进并向人类提出下一步需要确认的事项。这一转变的核心，建立在持久记忆与定制化执行框架之上。

从"工具调用"到"持续在场"

传统AI助手的工作模式是会话式的：人类提出需求，模型给出回答，任务结束，上下文随之清空。这种模式在短任务上表现良好，但金融领域的很多工作天然是长周期的——尽职调查、投资组合监控、合规审查、财报跟踪，往往跨越数天甚至数周。

据Arca的AI负责人介绍，长周期金融工作的关键瓶颈不在单次推理能力，而在记忆的连续性。智能体需要记住昨天分析到哪一步、哪些假设已被验证、哪些数据源出现过异常。持久记忆让智能体能够像一位持续在场的同事那样工作，而不是每次对话都从零开始。

这也是"智能体反向提示人类"得以成立的前提：只有拥有跨会话记忆，AI才能判断当前进度并主动提出下一步问题。

持久记忆（Persistent Memory） 在智能体语境中，指的是模型在单次会话之外保存并检索信息的机制，通常由外部存储层实现，而非依赖模型自身的上下文窗口。常见做法包括：将任务状态、已验证假设、数据源异常记录等结构化写入数据库或向量库，在后续会话开始时按需检索注入。与之相对的是“会话内记忆”，即仅存在于当前上下文窗口中的临时信息，会话结束即丢失。持久记忆的关键设计难点在于写入什么、何时检索、如何避免过时或冲突信息污染推理。对长周期金融任务而言，记忆的准确性直接决定智能体能否在数天后仍然基于正确的前提继续推进，因此往往需要配套的版本管理和人工修正入口。

定制Harness：为什么通用框架不够用

该负责人特别强调了定制化harness的价值。Harness可以理解为包裹在模型外层的执行脚手架，负责工具调用、上下文管理、状态追踪和错误恢复。

通用框架在演示场景中表现不差，但金融工作有其特殊性：数据源格式多样、合规要求严格、中间结论需要可追溯。定制harness的价值体现在几个方面——把领域规则编码进执行流程，减少模型在关键判断上的自由度；对每一步操作留下审计痕迹；以及在模型输出不稳定时提供结构化的重试与校验机制。

换句话说，模型能力决定上限，harness决定这个上限在真实业务流程中能被兑现多少。

Harness（执行脚手架） 这一术语借自测试与评估领域，在智能体工程中特指包裹在基础模型外层的编排层。它不改变模型权重，而是通过代码逻辑控制模型能做什么、能访问哪些工具、输出如何被校验。一个典型的 harness 包含：工具注册与调用路由、上下文组装与裁剪、多步任务的循环控制、失败重试与回退策略、以及日志与审计记录。通用 harness（如常见的开源 agent 框架）提供的是通用循环，而定制 harness 会把领域约束——例如“财务数据必须来自指定数据源”“关键结论必须附带引用”——硬编码进流程，从而降低模型在关键节点上自由发挥带来的风险。这也解释了为什么同一模型在不同 harness 下的实际业务表现可能差异显著。

智能体工作流的真实形态

当中提到的工作流跨度以"天"为单位。这类工作流的形态与常见的自动化脚本有本质区别：

• 分阶段推进：智能体把一个长任务拆成多个阶段，每个阶段结束时评估是否需要人类介入
• 主动质询：当遇到信息缺口或判断分歧时，智能体不会静默假设，而是向人类提出具体问题
• 状态外置：进度、假设和中间产物被持久化保存，人类可以随时检视和修正

这带来了角色分工的变化。人类从"操作员"变成"审阅者与决策者"，工作重心转向设定目标、审核关键节点、处理智能体主动上报的异常。

Human-in-the-loop（人在回路） 指的是在自动化流程中预设人类介入节点的设计模式。在长周期智能体工作流中，它通常不是“每步都问人”，而是由智能体在特定触发条件下主动发起质询：信息缺口无法从现有数据源补齐、多个候选判断置信度接近、或操作涉及不可逆的资金与合规动作。与传统的审批流相比，人在回路的特殊之处在于介入时机由智能体动态判断而非固定卡点，这要求智能体具备对自身不确定性的可靠估计。设计不当会导致两种失败模式：质询过频使人类成为瓶颈，质询过少则错误在数天后才暴露。因此质询阈值本身往往需要作为 harness 的可调参数，结合业务风险等级进行配置。

实践中的取舍与未解问题

这套模式并非没有代价。持久记忆意味着更多的状态管理复杂度，定制harness意味着更高的开发和维护投入。对于任务周期短、流程标准化的场景，这些投入未必划算。

另一个未解问题是信任边界。智能体在长周期任务中做出的中间决策，人类是否有精力逐一复核？如果复核密度过低，错误可能在数天后才暴露；如果过高，长周期自动化的价值又被削弱。这需要在流程设计上找到平衡点，而不是单纯依赖模型能力提升。

金融行业对可追溯性的要求，也让审计日志和决策记录成为harness的必备组件而非可选项。

对从业者的启示

Arca的实践指向一个清晰的方向：长周期智能体的竞争力，越来越取决于记忆架构与执行框架的工程质量，而不仅是底层模型的强弱。对于正在评估智能体落地的金融团队，值得优先思考三个问题——哪些工作流的周期长到值得投入持久记忆基础设施；哪些判断必须保留人类审批节点；以及现有的流程记录体系能否支撑智能体操作的可追溯性。

智能体提示人类工作，听起来像角色倒置，实质是协作界面的重新设计。