金融行业对 AI 的态度一向是先看别人跑一年。11 月 2 日香港金融科技周开幕式上，度小满跟香港科技大学、香港生成式人工智能研发中心一起发布了轩辕 4.5，一个金融增强大模型。发布会规格不低，香港特区行政长官李家超到场，CEO 朱光和港科大首席副校长郭毅可一起点亮。
但真正值得看的不是发布会，是它顺带报出来的几个运营数字：风险策略迭代从两周压到三四天，短期逾期风险降了约一半，AI 信审员顶掉八成人工。这些数字如果能站住，说明垂直模型在金融这条线上已经从「能聊」走到了「能干活」。
下面按能核实的、只有厂商说法的、还没说清的分开讲。
先看它交付了什么：审批、催收、客服都在跑
朱光在台上有一句话是全场最实在的：今年大模型在度小满最大的变化，是从回答问题变成了交付结果。
落到系统上是这样的量级：上千个智能体、五千多项技能、日均 token 消耗超过一千亿。这个规模说明它不是演示环境，是挂在真实业务上的东西。
跑出来的结果，按厂商口径有这么几条。信审环节，AI 信审员的审核能力超过八成人工信审员，客户等待时长从十分钟缩到两分钟。贷后环节，AI 贷后专员独立作业的催回率比传统机器人高百分之八以上。客服环节，客服 Agent 独立处理八成高频问题，一个客户经理配企微 Agent 能服务的客户数提到两万人。
真正带钱的是风控那条：风险异动归因加策略开发的周期，从大约两周缩短到三到四天；短期逾期风险下降约五成，信贷年化逾期风险整体降低一成二。
这几个数字里，我建议大家只盯一个——策略迭代周期从两周到三四天。逾期率会受客群结构和宏观环境影响，单看它容易糊；迭代周期是内部流程指标，压缩就是压缩，没有别的解释空间。风控的本质是把假设一个个验过去，能验的速度决定你能覆盖多少种风险。
三成提升、一成成本，这两个数各是什么口径
发布会最响的两个数是效果提升三成、成本只有通用模型的十分之一。这两个数都需要补一句限定。
先说三成。它的比较对象是通用模型，场景是获客、风控、客户经营这几个度小满自己的核心业务，测试集没有公开，也没有第三方复现。金融数据敏感，不公开能理解，但这意味着三成这个数目前只能记成「厂商说法」。对比一下站内写过的美团 LongCat 那篇，当时被挑的毛病是万亿参数却查不到一份跑分；轩辕 4.5 好一点，至少给了业务指标，但一样缺外部验证。评测这件事站内也聊过求索 4.0 那套尺子，金融行业的麻烦在于，连尺子都不方便公开。
再说成本。十分之一说的是推理成本，不包含一千亿 token 的场景增强数据怎么造、可信合规的智能体环境怎么搭、以及仍然存在的人工复核环节。真实的总成本肯定不是十分之一。
不过这个数的意义不在省钱。金融对单次调用价格其实不敏感，一笔贷款的利差足够覆盖很多次推理。它的意义在于能多跑：成本降一个数量级，能验证的变量组合就多一个数量级。朱光自己也是这么讲的——过去专家受经验和精力限制只能验部分假设，现在可以连续检验成百上千种组合。这句话跟成本十分之一是同一件事的两面。
还有一条要打问号：AI 信审员审核能力超过八成人工信审员。审核能力这个词太宽，是准确率、是处理速度、还是能覆盖的件型范围，材料里没写。同样含糊的还有催回率提升百分之八，基线是传统机器人，不是人工。
自进化的关键不在模型，在奖励函数
轩辕 4.5 打的旗号是行业首个把 RSI 自进化技术用在模型训练和智能体目标适配上的金融大模型。RSI 这个词容易让人想到模型自己改自己，实际做的事朴素得多。
它的自研 Xuanyuan-Machine 参与三件事：智能体数据合成、有监督微调、强化学习。强化学习那一步的奖励函数，写的是信贷标准作业流程，配合长链路强化学习和在线策略蒸馏。再加上一千亿 token 的金融场景增强数据，和一套允许试错的合规智能体环境。
这套组合里最重要的是奖励函数。通用模型的偏好训练奖励的是「人觉得这个回答好」，垂直模型的奖励是「这个流程走对了」。前者优化表达，后者优化结果。三成提升大概率来自这里，而不是来自参数变大。
这也是我觉得这篇最值得抄的地方。任何团队想做一个垂直模型，先回答一个问题：我的业务流程能不能写成可计算的奖励？风控能，因为逾期、催回、通过率都是数；法律咨询就难，因为「这份合同写得好不好」很难打成分。奖励写得出来，模型小一点也能干活；写不出来，参数再大也只是个更贵的客服。
顺带说一句权限。这种模型一旦接上放款、定价、催收，它动的是钱。站内写过 Claude Duet 那套权限设计，核心是把「能看」和「能动钱」分开。轩辕 4.5 的材料里提到了可信合规的智能体环境和人工在关键节点判断，但没有细说哪些动作必须人工点确认。这块比三成提升更值得追问。
一人千面：服务更贴合，比价也更难
朱光给了一个三段的说法：从千人一面，到千人千面，再到一人千面。前两个好懂，第三个的意思是同一个人在不同时间、不同处境下的需求也要分开看。
举的例子挺具体。一个客户要短期周转，回款之后才有现金流，模型就给一个用款期间先付息、货款收回再还本的方案。这种匹配以前靠客户经理的经验，现在靠模型读现金流。
好处是明显的：额度和还款方式更贴合真实经营节奏，不用为了一个月的缺口去借一年的钱。
另一面得说清楚。一人千面的技术底座是差异化定价——同一个借款人，不同时间看到的利率和额度可能不一样。放在金融里这是个敏感操作。它成立的前提是规则可解释、披露到位；做不到，用户就会觉得「怎么我越急它越贵」。
这不是轩辕 4.5 一家的问题，是所有做动态定价的模型都要面对的。发布会没有讲这块的披露机制，我把它记在待观察里。
为什么金融先跑通，别的行业还差什么
同样做垂直模型，金融跑得比医疗、法律快，不是因为它更聪明，是因为三个条件它都满足。
目标可量化。逾期率、催回率、通过率、单客成本，全是能算的数。反馈周期短。一笔贷款放出去，三十天、九十天就知道结果，模型能快速闭环。有合规容器。金融有一套现成的沙箱和审计要求，反而让「让 AI 试错」这件事有了边界。
对照一下就明白差距在哪。医疗的诊断结果反馈周期以年计，法律的「赢没赢」受太多非模型因素影响，制造业的质量数据分散在几十套系统里。这些行业不是不能做垂直模型，是闭环慢，慢就意味着自进化转不起来。
这也是为什么轩辕 4.5 的海外第一站选了墨西哥——做 AI 原生信贷，不是做通用助手。信贷是它闭环最快的地方。
老达点评
这条新闻在国内科技媒体上的标题基本都是「首个自进化金融大模型」，我猜大部分人看完记住的会是那几个百分比。但我觉得最该记住的是另一件事：把业务流程写成奖励函数，比把模型调大更难，也更值钱。
过去两年大家比的是谁的模型强，现在开始比谁的场景定义得清楚。轩辕 4.5 的三成提升，本质是度小满把自己十几年的信贷 SOP 翻译成了机器能读的奖励信号。这件事换一家公司来做，就算给它同样的基座模型，也做不出来。
需要泼的冷水有三盆。一是三成提升没有第三方验证，也没有公开测试集，只能当厂商说法看。二是十分之一成本的比较基准是通用顶级模型，不含数据与合规成本，真实账要复杂得多。三是这模型不开源，发布会也没公布对外 API 和定价，普通开发者用不上，它的价值是给行业打了个样，不是给你我多了个工具。
对普通借款人，短期能感受到的变化是审批变快、方案更贴现金流；中期要留意的是同一笔钱在不同时间可能报不同的价。对做 AI 落地的人，这篇的可复用结论只有一句：先想清楚你的业务能不能被打分，再谈要不要训模型。
想看这类垂直模型和智能体怎么接进真实业务，AI 智能体与自动化专题里有一套完整的落地链条；如果你更关心模型选型与评测口径，老达 AI 实践专题那几篇讲得更细。合规这条线也可以参考德国 Kolibri 那篇——欧洲人把合规当卖点，国内把合规当门槛，两种思路都成立。
