课程背景
当前银业界正处于“机器智能+”行动的深水区，邮储银行营运资料中心面临
“双重挤压”
：对外需化解金融业大模型备案制度下的合规高压和国产算力生态替代的紧迫性；对内则深陷
“资料孤岛难打通、告警疲劳难缓解、学识传承难落地”
的运维泥潭。传统的脚本自动化已触及上限，而大模型技艺在金融情境的落地却常因“幻觉”和“资料安全”而止步于POC（概念验证）阶段，缺乏生产级的工程化驾驭本领。
本课将以
“公司架构师视角”
重构大模型认知，采用
“现况诊断—原理拆解—架构规划—方案推演”
的推演闭环。从解读2026年“十五五”规划下的金融科技新趋势切入，具体来看，逐层拆解LLM、RAG、Agent、MCP，Skills五大核心组件的技艺原理；重点锁住
“提示工程→上下文工程→Harness工程”
的演进路径，执行层面，讲透从“实验室原型”到“生产级运用”的质变推演；最终借助邮储银行真实的运维和资料情境，推演智能体落地的最 佳实践。
参训者将跳出“调参员”思路，构筑
“AI运用架构师”
的系统观。不仅能掌握大模型落地的技艺选型和隐患评核本领，更能带回一套可直接复用的
“智能运维/营运”规划方案
，助力邮储银行在信创环境下达成营运效率的指数级拉升和资料资产的合规增值。
课程收益
1.
掌握大模型技艺全景
，能够精准区分LLM、RAG和Agent的适用边界以及其在金融情境的业务价值。
2.
领会Harness工程核心原理
，能够规划具备容错、鉴权和可观测性的公司级AI运用架构。
3.
熟稔MCP协议和Skills封装制度
，能够达成大模型和安全可信的内部资料系统（API/DB）的准则化对接。
4.
运用上下文工程精进招数
，能够显著拉升金融长文本处理和复杂业务推演的准确性和稳定性。
5.
产出智能体规划方案
，能够针对营运资料中心的痛点完成一套具备落地可行性的AI Agent原型规划。
课程大纲
学识模块（技艺原理）：
学识点一：宏观趋势和政策合规
“十五五”规划下的新质出产力和资料要素价值。
金融业大模型备案制度，国产算力（昇腾/海光）生态替代的现况和挑战。
学识点二：核心技艺栈拆解
LLM（大语言模型）：Transformer架构在金融文本处理中的优势和局限。
RAG（检索增强生成）：破解模型“幻觉”和学识过时问题的核心制度（Embedding、Vector DB，Rerank）。
Agent和MCP：
Agent（智能体）：规划、记忆、抓手采用的闭环推演。
MCP (Model Context Protocol)：大模型连接内部系统的“准则化接口”，保障资料安全和交互规范。
Skills：业务推演的原子化封装和复用。
实例研讨（同业对标）：
实例名称：国有大行AIOps（智能运维）平台建设路径
研讨焦点：怎样平衡模型通用本领和金融垂直情境的精准度？
实战上手：
上手主题：“技艺选型评核”
上手内容：针对“智能运维告警拆解”情境，评核微调（Fine-tuning）和RAG两种方案的TCO（总具备成本）和隐患。
产出物：技艺选型决策矩阵。
学识模块（架构推演）：
学识点一：提示工程（Prompt Engineering）
结构化提示词规划，拉升模型输出的稳定性。
学识点二：上下文工程（Context Engineering）
动态上下文管控：系统指令、长短期记忆、学识注入的打法和精进。
学识点三：Harness Engineering（驾驭工程）
定义：2025-2026年AI工程化的最 新范式，实操中，即Agent = Model + Harness。
核心组件：
差事规划器：复杂业务推演的拆解和调度。
抓手注册中心：API和Skills的统一管控和鉴权。
评核和验证闭环：对模型输出开展自动化校验（Guardrails）。
Fallback制度：异常兜底和业务连续性保障。
可观测性：全链路追踪（Tracing）和日志审计。
实例研讨（隐患复盘）：
实例名称：某金融机构自动化报表系统“越权访问”事故拆解
研讨焦点：缺乏Harness层防护导致的合规漏洞和补救措施。
实战上手：
上手主题：“Harness安全架构规划”
上手内容：为“服务器日志拆解Agent”规划安全架构，重点规划权限隔离（RBAC）和资料脱敏模块。
产出物：Harness层架构规划图。
学识模块（落地路径）：
落地办法论：基于DCMM（资料治理本领）和信创要求的AI项目治理轮廓。
资料资产化：营运资料怎样借助AI治理转化为可计量、可入表的“资料资产”。
实例研讨（大厂实战）：
实例名称：某大厂云AIOps智能根因拆解实践
研讨焦点：海量时序资料和日志资料的特征提取和模型训练打法。
实战上手（工作坊）：
上手主题：“邮储智能运维中枢”方案共创
上手内容：结合当日所学，分组规划一套能自动处置“支付系统延迟”故障的智能体方案。
要求：包含RAG学识源（故障指引）、MCP抓手接口（重启/回滚API）、Skills本领包、Harness安全层。
产出物：智能体解题打法蓝图（Blueprint）。
七、课程收束和行动规划
学识回顾：大模型技艺栈和工程化架构全景图。
结晶点评：对各组方案的可行性、安全性和商业价值开展专精点评。
行动建议：
短期（1个月）：梳理部门内高重复性、准则化的业务链路清单。
中期（3个月）：基于RAG构筑部门级学识库，破解内部资讯查询痛点。
长期（6个月）：启动首个具备Harness防护的Agent试点项目，积累工程化心得。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|冰洋老师
适合谁听
邮储银行总行营运资料中心技艺主力（架构组、运维组、开发组） 资料中心业务主力（资料拆解、营运管控） 负责科技革新和规划的相关管人人员。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。