现场围观金融AI决赛，大厂挑人的逻辑我悟了

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。。。

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……