常见问题
金融智能体是什么，和普通 AI 工具有什么区别
金融智能体与聊天机器人的主要差别，在于它能否进入业务流程、承接明确角色并把结果交给下一环节。
定义
金融智能体（Financial Agent）是将角色、规则和工具组织成可交接任务的 AI 系统。它的价值不只在回答问题，还在于能否接入现有流程、保留记录并支持后续复核。
通用 AI 工具常用于查资料、写摘要、生成初稿和回答问题。它们也可以支持连续任务；但默认并不包含团队的任务编排、权限规则和审计记录。
金融智能体对应工作场景中的一个角色，可以承担信息整理、复核准备、过程记录和结构化结果交接等具体任务。
金融智能体与通用 AI 工具的侧重点
| 维度 | 通用 AI 工具（默认形态） | 金融智能体 |
|---|---|---|
| 交互模式 | 以对话或单项任务为主 | 按规则承接和交接任务 |
| 与流程关系 | 需另行配置进团队流程 | 围绕指定流程配置角色、规则与工具 |
| 角色 | 职责取决于当次提示和使用者 | 研究、风控、执行等角色可设置明确职责 |
| 输出 | 通常是文本或单次结果 | 可交给下游使用的结构化结果 |
| 沉淀 | 是否保留和复用取决于外部配置 | 按流程保留任务记录与复核材料 |
金融工作涉及连续决策：研究结论是否进入执行、风险提示是否触发复核、分析结果能否被团队复用，都需要明确规则和责任人。
判断一个系统是不是金融智能体
可以看三个问题，缺一个就更像工具而非系统能力：
- 能不能进入流程：它是否承担了某个环节的具体任务？
- 能不能和角色协作：它的产出能否交给下游角色，触发复核、分析或执行？
- 能不能留下沉淀：交互结束后，是否形成了可追溯、可复用的记录与资产？
对团队来说，金融智能体提供了一套可复用的协作机制，让 AI 产出可以进入后续复核、决策和记录环节。
常见问题
金融智能体就是金融领域的 ChatGPT 吗？
不是。聊天式工具擅长单轮问答，金融智能体的关键在于进入流程、承接角色并推动任务向前，两者不在同一层。
金融智能体能自动做交易决策吗？
它可以承接信息整理、复核推进、结果传递等环节，但高风险决策通常保留人工确认。目标是辅助流程，不是绕过控制。
哪些金融团队适合用金融智能体？
研究、分析、风控与执行环节多、协作链路长的团队收益最明显，比如投研、量化与风控团队。
如果你正在评估金融智能体是否值得建设
与其只看聊天能力，更应评估其能否进入投研、风控与执行协作。FiClaw 关注的是后者。