去年 DeepSeek 的问世引发银行抢滩布局，今年以来爆火的“大龙虾”却让银行持高度谨慎态度。

“OpenClaw 本质是通过大模型调用操作系统实现本地化操作，需要较高权限，银行存有海量用户信息，具有潜在风险。”一位银行机构技术从业人士称。更有银行人士对记者透露，其所属银行内部要求不使用 OpenClaw（龙虾）。

AI Agent浪潮下，银行等金融机构如何应对？在亚洲银行家2026上海国际金融创新峰会上，来自各行各业的嘉宾围绕人工智能在金融行业的应用展开讨论。

事实上，银行要部署 OpenClaw 并非易事。在峰会上，商汤科技金融事业部副总裁王凯靖称，“如果要做银行版的 OpenClaw，需要对银行所有的Database、业务流程、运营逻辑做比较深入的了解和洞见，才能在银行体系内执行所谓的C端市场上可以看到的智能体应用。”

在王凯靖看来，大模型的数据分析工具，以更全面的维度展示风险状态，帮助银行以更精细化的方式运行风险控制的操作手段，是AI时代能够带来的新价值。但最终的风险决策和风险运行逻辑，在银行自身的运行系统或者风险监管的前提下执行风险考量。

北京智源人工智能研究院副院长兼总工程师林咏华亦强调安全运行的重要性。“OpenClaw等智能体系统进入企业中，承载计算的必须是企业级的安全运行环境。”

不过摩尔线程高级副总裁董龙飞提到，AI Agent处于不断迭代中，在此情况下需要构建体系。“今天的 OpenClaw 或是 Agent 达不到革新银行体系的程度，但是若站在十年之后回看，今天的 Agent 或许只是一个 ‘Baby’ ，未来会成长为‘成人’。”

董龙飞表示，Agent 代表了机器和机器之间的通话，而不是人与机器之间的通话，机器和机器之间的通话本质上通过 API 完成，但所有的银行系统都是封闭的。“这是未来银行从封闭的体系走向开放的重要环节，但这种转变非一两天能构建起来。”

董龙飞进一步指出，传统银行应该和科技公司、数字平台做共生，做对应的开放 API 接口来实现整个体系中的 AI Agent。或者在未来模型的构建中，构建自己的数据隐私计算，构建基础的信任伦理体系。

“可能以后有的银行都不存在了，部分银行变成 Agent 代理，是机器和机器之间的构建，整个产业会变成新的格局。”董龙飞说。

那么，要将 Agent 打造成更安全、更高效的软件，作为银行等金融机构能做些什么？

“很重要的是Skills（专业能力模块）。”林咏华指出，只有专业的Skills才能真正理解专业领域的应用、知识。当前全球开源出来的Skills已经有几十万，但缺少的是被认证、能够解决专业问题的高效Skills。

对于金融领域而言，林咏华认为需要打造金融领域的知识库、专业知识，也就是把大模型连接到专业的知识库。而随着当前智能体时代加速发展，积累专业领域能被智能体所调用的Skills则是重中之重。

值得一提的是，AI时代亦给传统银行带来冲击。浦发银行研究院副院长李麟指出，尽管有一些银行对AI技术或者数字技术采取比较多，但是体系性的链接可能还不适应于AI。

“当前AI就是信任并证伪，首先要信任它，然后再去验证它。验证它存在的问题，对业务进行校正。”李麟称。

他进一步解释道，最大的前提是数据基础，数据基础好就应用得好。另一方面还和规模相关，规模大意味着惯性较大，转型压力也较大，特别是人越多转型压力越大。

“对于银行而言，AI的采用与否，最终要体现在绩效上。”李麟表示。

责任编辑：方杰