课程背景
中邮消费金融已在“邮远见”大模型、智能风控以及营销增益模型等等领域取得业界领 先的实践结晶。当前，生成式AI正经历从“辅助抓手”向“自主执行”的第三次跃迁。
本课旨在为研发主力打通底层轮廓（小龙虾等等）—多模态隐患感知—业务智能体（营销/风控）—自进化制度的全链路技艺闭环。支援队伍掌握怎样构筑具备自驱力、能自我迭代的AI Agent，并将其规模化运用于金融核心业务情境。
受众对象
中邮消费金融研发中心、AI中台、资料科学部、风控和营销业务系统的研发工程师、算法工程师以及技艺Leader。
课程大纲
模块一：破局和重塑——AI Agent技艺演进和金融研发现况
教学标的：统一认知，弄懂当前业界最前沿的Agent架构以及底层运行制度。
1.
超越Copilot：AI的原生运用范式
a. 从“邮远见”到Agentic AI：金融数字员工的核心特征。
b. LLM和 agent 的技艺边界：为何我们需要“行动派”AI？
2.
火爆全球的“小龙虾”（OpenClaw）轮廓底层原理拆解
a. OpenClaw核心架构：常驻Gateway守护进程 + Agent运行时引擎。
b. 核心制度：声明式本领系统（Skills）、准则化抓手架构和多模型协同。
c.
金融研发视角的优劣评核
：本地优先的安全性 vs 分布式云原生的扩展性。
3.
自主智能体和多Agent协同（MAS）制度
a. 智能体的规划（Planning），记忆（Memory）和抓手调用（Tool Use）。
b. 多智能架构统规划：督导者、执行者、评判者的分工和通信制度。
模块二：“小龙虾”进阶开发和自进化智能体实操
教学标的：掌握怎样让智能体具备“贾维斯”般的差事拆解本领和自我进化本领。
1.
OpenClaw（小龙虾）金融级部署和实操上手
a. 金融内网环境下的私有化部署和高可用架构规划。
b. 核心Skills开发实战：让Agent学会调用贵司内部的API（如查征信，跑批处理）。
2.
自进化智能体（Self-Evolving Agent）原理和达成
a. 核心痛点：怎样让AI Agent不再是“死鱼”，往细里说，而是能自己长大的“小龙虾”？
b. 本领内化制度：将临时心得抽象为永久本领的五步法（输入/输出/不变参/可调参/失败环节）。
c. 反进化锁定和价值函数：防止Agent“基因突变”走歪，运行层面，确保金融合规性。
3.
基于强化研习的交互反馈闭环（OpenClaw-RL思想）
a. 怎样将用户的反馈（如“这个代码有bug”）转化为模型微调的训练信号。
模块三：多模态大模型在金融隐患领域的硬核运用
教学标的：研习多模态技艺怎样破解金融风控中的非结构化资料和深度伪造难题。
1.
多模态技艺路线和模型选型
a. 图文并茂和视频领会模型（如DeepSeek-VL系列、Qwen-VL等等）的底层差异。
b. 视觉/听觉特征和文本特征的向量空间对齐（Vector Alignment）。
2.
同业多模态风控落地实例深度拆解
a.
实例一：非结构化合同质检和信贷防火墙
细粒度文档领会，破解合并单元格和跨页表格识别，综合准确率拉升至96%的秘诀。
b.
实例二：音视频反欺诈和活体检测
AnyChat模式拆解：怎样借助帧间一致性、光影反射拆解拦截深度伪造（Deepfake）和3D面具攻击。
c.
实例三：声纹识别和黑产打击
嘉银科技实践：利用声纹/图像向量表征+图算法构筑多模态感知防控架构。
3.
动手实操：构筑一个简易的多模态隐患识别接口
a. 采用Python调用多模态大模型API。
b. 达成对一份混合排版（手写体+表格）的信贷申请材料开展要害资讯提取和造假预警。
模块四：营销智能体和主动增长引擎的架构落地
教学标的：将大模型Agent技艺运用于智能获客、离职预警和精准营销。
1.
金融营销智能体的顶层规划
a. 从单点抓手到流程化AI营销：营销智能体的研发流水线。
b. 架构构成：意图识别，多智能体协同（MAS）、安全管控护栏。
2.
核心情境一：智能获客和“一客一策”
a. 怎样利用Agent自动生成个性化货品推荐和交流话术。
b. 增益模型（Uplift Model）和营销敏感度智能识别。
3.
核心情境二：买方离职预警和自动挽留
a. 传统离职预警模型的局限和LLM Agent的降维打击。
b. 架构演示：实时监测买方交易异常 -> 触发LLM隐患评核 -> Agent自动生成挽留打法并执行触达。
4.
实例拆解：同业标杆的主动增长实践
a. 拆解某头部机构怎样利用AI Agent达成“提问即取数、拆解即报告”，将报表流程压缩至分钟级。
b. 构筑用户社区交易网络识别营销欺诈群体的图计算+Agent方案。
模块五：沙盘推演和圆桌研讨
教学标的：结合中邮消费金融实际业务，产出可行的技艺落地思路。
1.
分组沙盘：规划你的第 一个“业务数字员工”
a. 命题A：规划一个能自动完成“逾期轻度催收+情绪安抚”的Agent。
b. 命题B：规划一个能自动开展“竞品理财货品拆解和买方偏好匹配”的营销Agent。
c.
产出要求：画出该Agent的架构图，定义其核心Tools、规划它的记忆和反思制度。
2.
圆桌Q&A：直面研发痛点
a. 大模型幻觉在金融情境的终 极遏制方案。
b. 怎样平衡Agent的“自主性”和金融系统的“安全性/可解释性”。
c. 针对中邮“智惠邮芯”工程的架构演进建议。
教学方式和特色
交流参与强
：摒弃传统“讲师讲、参训者听”的单向灌输，就一线经验说，采用
“原理剖析（30%）+ 代码走读（40%）+ 业务研讨（30%）”
的黄金比例。
紧贴一线业务
：所有实例都来自蚂蚁、腾讯、字节以及头部金融机构的脱敏实战，绝不照本宣科。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|冰洋老师
适合谁听
公司相关管人人员。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。