现场围观金融AI决赛，大厂挑人的逻辑我悟了 鹭羽 2026-09-08 13:05:03 来源： 量子位 百万奖金、大厂直通、VC跟投 鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI 纳尼？这波是真的误入 金融AI高手局 了。
好多人啊，真的好多人啊！场内随随便便拦一个，都极有可能是深耕行业多年的狠角色： OPC独立开发者，一人成军；竞赛全勤“肝帝”，白天牛马晚上冲榜；00后本科生，二话不说就是干…… 你别说， 最懂金融AI的一群人 ，全在这儿了。
单看履历，一个比一个爽文反套路。不管你是银河战舰，还是扫地僧，到了 AFAC大赛 （AFAC2026金融智能创新大赛）总决赛现场，过往身份统统作废。
只一点： 最硬的业务命题摆在面前 ，扛得住晋级，扛不住OUT。 5000+支队伍、近2万名选手，拼到最后，就剩 台上路演十分钟 —— 既要讲透技术方案，还得接住产业、学界、创投三方评委的“夺命”连环call。
能力、耐力、应变力，少一个都不够。不过只要接得住，就是百万奖金抱回家，大厂Boss现场“直聘”，创业项目还有顶级VC机构一路保驾护航。
更值的是， 一场比赛，换一次最接近产业一线的实战验证 。这东西，学校教不了，简历也写不出来，却是实打实的金字招牌。
讲真，看完我都想冲下一届了。 。
。业务出题，人才入场 今年的赛题和往年的还不太一样。
依旧分 挑战组 和 初创组 两组，但参赛选手几乎都表示，赛题要比往年难得多。内容全新、限制更为严苛，还都和实际金融业务痛点息息相关： 真实数据带噪声、实验反馈稀疏、显存和时间有限，长文本答案不仅要准确，还要控制Token消耗、找到可追溯证据。
说白了，光靠背算法、堆参数，在这套 「真」 题面前行不通。选手得跳出常规解题思维， 理解为什么要做以及问题的价值在哪里 ，才算堪堪摸到了问题的根。
换句话说，AFAC大赛筛到最后，要的是技术能落地、业务能顶住的这批人，也是企业在AI时代最想要的 复合型人才 。清华大学电子工程系副教授 姚权铭 在AFAC人才圆桌上说得很直接，他现在招博士生，都会先问一句： 你做的研究，会不会在未来半年内被大模型吞掉？
他的判断是，纯执行侧的能力已经被Agent填得七七八八了，现在还稀缺的，是能让事情发生的 内在驱动 。阿里云高校合作负责人 李贝 也得出了类似结论： 今天的benchmark已经被AI整体抬高。
选手不只是在和同龄人竞争，也是在和AI吸收了大量历史经验后抬高的门槛竞争。过去掌握一种新模型或新工具就可能形成优势，现在这些能力很快会被基础模型覆盖，人的价值必须转向判断问题、理解业务和对结果负责。
李贝认为，对于年轻人来说， AFAC大赛正是一个足够大的展示窗口 ，去展现自己比AI更强的那部分。挑战组赛题一的一等奖得主 丁鼎 就很直观地体现了这一点。
他在解题过程中，会先提出 假设 ，再和AI讨论验证准则； 本地验证 通过后，由AI给出分析结果，他来决定是否正式提交；然后平台给出 反馈 分数，人与AI再一起复盘。其中AI承担了过去最耗时间的执行，人负责把每一次有限的提交机会 押在更值得验证的方向上 。
AI可以帮你验证100个甚至1000个假设，但具体哪个假设值得优先验证，仍然需要人来判断。这里考验的不只是技术能力，也包括 人的品味和审美 。
在他看来，人只有 在理解需求和业务的基础上 持续指导AI，才可能跨过平庸和好用之间的那道线。但也多亏了AI辅助，让他能够以个人参赛，一路走到了顶点。
用好AI、理解问题的本质 ，才是关键。产业界给出的人才答案则更为具体。
蚂蚁集团财富保险事业群财富AI Lab研发负责人 徐万青 明确表示，团队现在急需两类人才： 第一类 是能够突破思维惯性、找到更好方法的人； 第二类 是能够真正使用AI解决问题，并把创新想法落地的人。这个人不仅要有idea，还要有很强的动手能力。
能把 创新思维和落地能力 结合起来的人，正是企业非常需要的。他在AFAC赛场上也看到了这种潜力股。
有选手把通用 Harness 能力蒸馏进垂直Agent中，也有队伍将 Code 作为自进化的载体，让每轮迭代沉淀出更确定的金融工具。这些思路都给他们团队带来了新的启发。
赛题三评审专家、蚂蚁集团财富保险事业群资深算法专家 陈召群 ，则是把现场评审标准和内部用人逻辑串在了一起，总结成算法人的三段进阶： 第一阶段：追求卓越，这是从事算法工作的基本要求； 第二阶段：能够处理真实业务数据中的噪声，这是从算法学习者走向算法工程师的重要转变； 第三阶段：要有系统化解决问题的能力，这是算法工程师走向资深算法工程师的一项关键能力。从初学者到工程师，再到资深专家，就看工程意识能不能稳得住、理得清、推得动。
与此同时，站在国际创新生态的视角上，SGInnovate Director Jae Annie Tay 把稀缺人才概括为 「AI+X」 ： AI是一种横跨所有垂直行业的水平能力，X可以是机器人、金融、人力资源或网络安全。 AI+X型人才，是 既拥有某一领域的专业知识，也熟悉AI应用 ，并且能够把两者整合起来，真正应用到工作中。
放进AFAC大赛里，如何把原有领域经验与金融行业知识融会贯通，本身就是专业能力的一部分。以挑战组赛题四一等奖得主 张念昊 和 王洋 为例，他们过去虽然也做AI，但金融其实并非他们往常熟悉的领域。
但他们干了一件事：把过去 AI for Research 的那套方法论，巧妙端进了 AI for Finance 。实际做下来，金融AI与原来的研究方向有很多共通之处，赛题所需的背景知识也可以借助AI快速补足，因此我们的主要精力仍然放在AI框架本身。
事实证明，AI时代以不变应万变，抓住了核心思路，结果不会差。常言道，见一叶而知秋，从AFAC大赛，我们也能看到当前的 金融AI人才选拔标准 已经发生了迁移。
不再唯技术论，而是对业务能力的综合考量，比如问题理解、工程意识和跨界融合能力，缺一不可。 AFAC大赛提供的是一个问题场，让不同年龄、专业和职业状态的人都能在这里将能力集中爆发。
当然， 机会多多，offer也多多 。台下坐着的评委，可都是各大业务线负责人、高校博导……随机问了问几位参赛选手，果然，个个手上都攥着好几支现场抛来的橄榄枝。
Talent Party 更甚，蚂蚁三位技术专家、HRG负责人和高校选手们围坐一圈，探讨技术的同时，聊着聊着，简历就递给了对面。俨然一场小型的校招，还是 绿色offer直通车 的那种。
总决赛结束后，蚂蚁相关业务部门还面向AFAC选手开放了15+个Agent实习岗位，保险、财富、投研、平台架构等蚂蚁金融智能核心业务全覆盖。 AFAC选手直接进入专属内推通道，简历直达业务团队，从筛选、面试到结果反馈，整体流程预计只需要一个月左右。
好好好！这谁能不心动。
比赛之后，路越走越宽 如果说挑战组测试的是一个人或一支团队能不能解决真实问题，初创组则追问的是下一个阶段： 这份能力能不能继续长成一个稳定的商业组织？有意思的是，在今年的初创组团队中，我们不仅能看到已经获得融资和订单的公司，也能看到还在寻找第一位客户的 种子团队 和 OPC 。
换言之，AFAC大赛的底层逻辑是把潜力排在公司成熟度前面，一份完美的BP远没有团队看到真需求重要。在创投圆桌上，北京大学研究员（长聘副教授、博导）、计算机学院视频与视觉技术研究所副所长 施柏鑫 为学术背景的创业者泼了盆冷水： 技术可以高冷，但产品不能高冷。
这句话放到 金融AI 里，门槛还要再加一层。毕竟一个Demo在脱敏数据上跑通，不等于能接入金融机构的生产系统。
真实数据怎样处理，技术、业务、风控和合规谁来拍板，合作周期要留多久，第一单带来的定制需求能否沉淀成通用产品……每一项都可能让项目卡在最后一公里。这时就需要 生态 来补足初创团队的需求，AFAC大赛恰好提供了这个托举底座。
正如Jae Annie Tay所说， 团队越小，越需要一个足够大的外部生态提供支持 ，让创业者始终能够连接到所需的人才、资金和产业资源。 AFAC大赛正在把这套外部能力搭到比赛周围。
赛事已链接10多家孵化器、早期投资机构和AI社区，并连续3年与「创·在上海」国际创新创业大赛合作。优胜项目可以继续对接复赛、政策支持、融资路演、孵化空间和产业场景，而不是路演结束就各自散场。
且看今年新增的 总决赛创新展区 ，就把这一点体现得淋漓尽致。比如AFAC创投朋友圈，直接把项目和资本放进了同一个交流现场。
组委会每年还会定期追踪回访获奖选手和初创团队。比如2024年参赛的 四川传媒学院团队 ，彼时它带着AI Agent产品在赛事对接的路演和传播中获得曝光，赛后进一步成立四川峨媒数字有限公司，一路走来已在行业内小有名气； 2025年获奖的 上海词灵科技 ，不仅进入「创·在上海」复赛，还在2026年3月拿到首笔海外订单。
这足以说明，从技术成绩到商业成绩之间那段最容易失速的路，已经有人接力。对于人才来说， AFAC大赛真正难以复制的部分 也在这里：挑战组把能力暴露出来，初创组把能力推向组织，产业和资本再判断它能否完成第一次交付。
千里马常有，伯乐不常有，但得益于AFAC大赛完整的生态链，伯乐遍地有。人才成长不再是单行道 回到人才身上，其实这几年我们能清晰看到，人才的发展路径随着AI加速发生了巨变。
过去的人才成长，很像一条循序渐进的 单行道 ：上学→做研究→找实习→拿offer，一步一步埋头往前冲。 AI把技术迭代速度拉快后，这条线开始弯曲，转向类似RSI（递归式自我改进）的循环： 人先学会新工具，再进入真实问题；从问题里形成行业能力，又带着新的能力回到研究、产品和下一轮学习。
AFAC在这个循环里扮演的角色，和它要找的人一样，也都是 复合型 的。它深度参与每一个环节，出题环节接通真实业务，比赛环节引入企业评审，赛后环节对接岗位和资本，让本来要晚几年才会相遇的环节，提前相遇联结。
这同时也让人才得以快速成长，率先找到自己的职业发展方向。从 历届去向 看，应届获奖硕博生已经陆续进入阿里、蚂蚁、字节跳动、腾讯、美团等大厂，也有人选择继续读博深造。
相当一部分的高校选手也开始对金融AI产生兴趣，来AFAC之前是“懂点AI，不懂金融”。来了才发现， 金融+AI 比死磕单一方向的自己更有竞争力。
创业选手则可能沿着融资、孵化、订单和出海走向另一条路。由一次比赛走向融资或创业， AFAC大赛带给年轻人的可选道路正在变多。
但路变多，并不意味着每条路都更容易。金融行业依然要求可信、合规和长期积累， 沉淀越多越吃香 ；AI行业依然要求持续学习和快速试错， 越早入场越有优势 。
恰恰因为二者同时存在，越早入场金融AI，个人能力就越容易形成复利。 AFAC大赛就站在彼此的交叉点上 ，正等待这样的有志之士找到自己，用真实业务淬炼，再交还给市场。
版权所有，未经授权不得以任何形式转载及使用，违者必究。 AI 蚂蚁 金融 鹭羽 金融AI的年度大考交卷了：2万名选手、30+家机构、百亿级数据开源 2026-09-04 世界生成模型来了3D头部玩家，可进入生产管线的场景级生成时代来临！
2026-09-03 陈大年复出，入局大模型 2026-09-03 杭州95后小伙，5亿买走硅谷城堡 2026-08-16 扫码分享至朋友圈