AFAC金融AI大赛收官，百亿级数据开源

八月末，上海。AFAC 2026金融智能创新大赛总决赛开赛。这场年度“金融AI大考”，以全球5027支队伍、近2万名选手的规模展开，能晋级总决赛路演的只有约1%。

来自清华、北大、复旦、麻省理工等高校的学子，与大厂技术骨干同场竞技。有人从L2行情中识别资金动向，有人拆解复杂金融文档，也有人用Harness、RSI让Agent读懂市场情绪。

赛事同期，主办方首次推出“会、展、赛”三位一体的总决赛路演舞台。主论坛大咖轮番登场，创新展区人气很旺——历届成果亮相、创投一对一对接、HR现场发offer，千问AI眼镜等产品也开放体验。

AFAC已办到第四届。今年由上海市科委、中国计算机学会、北京大学、蚂蚁集团、GFTN（全球金融与技术网络）、真格基金、中国银行等30多家机构联合发起；自2023年首届以来，累计吸引全球超2万支队伍、6万名选手，覆盖600余所高校、700余家企业。

AFAC不同于普通算法竞赛的地方，是把金融业正在面对的真问题直接搬进考场。

普通算法竞赛通常目标清晰，只需在固定数据集上把指标刷高；金融AI却站在一个模糊边界上：市场在变、问题开放、模型每次调用都对应真实成本，答案还必须经得起复核。因此今年四道赛题都刻意模拟真实约束——数据规模更大、反馈更稀疏、环境持续变化，而资源和成本始终有限。

赛题一“市场参与者交易行为识别与资金流向分析”，要求从L2行情里识别资金动向。评审专家、中科大计算机学院副院长王超把难点概括为三点：数据形态变化大、开放子任务缺少固定评价指标、模型只能以静态历史数据应对动态市场。他的评审标准是复现、解释与泛化——高分可能来自偶然，可落地的系统要在条件变化后依然成立，并且讲得清依据。

赛题二“复杂金融文档还原挑战”卡在输入端。复旦大学教授张军平说，OCR识别出字符并不等于读懂文件，超长表格往往需要后处理补足，而金融文档模板不固定，对模型鲁棒性要求很高。

赛题三让Agent像研究员一样，在无法并行、预算有限的前提下，根据每轮实验完成闭环反馈。蚂蚁集团财富保险事业群资深算法专家陈召群认为，流程自动化是技术商业化的典型范式，但技术从概念验证走向大规模应用，成本和ROI总是绕不开的问题。

赛题四“金融长文本Agent的动态记忆压缩与高效问答”同样直指成本。哈工大计算学部教授张宇的判断是：真正拉开差距的不是提示词写得多漂亮，而是系统有没有上下文控制能力。上下文窗口解决容量问题，有效上下文才解决利用问题；Token消耗直接决定能力能否以合理成本服务海量用户。

蚂蚁集团财富AI Lab研发负责人徐万青进一步对比了成本曲线：互联网时代新增用户边际成本接近零，AI时代每个用户都会带来真实Token消耗，边际成本不会归零。成本不是能力之外的附加题，而是能力本身的一部分。

所以今年赛题看似分散，核心仍是同一个问题：模型能否在真实约束中持续完成任务。把四届赛题串起来看，这条线就是金融AI从“模型可用”走向“系统好用”的浓缩路径。

2023年首届正值ChatGPT爆发半年后，赛题更多在回答“大模型能不能进金融”；第二年转向业务如何接入，并增设初创组，把考察从算法扩展到商业落地；2025年，因果溯源、逻辑推理和工具调用成为重点，考题开始强调工业级约束；到今年，Agent热度不减，但行业更关心智能体能不能管理上下文、适应动态环境、利用稀疏反馈、控制调用成本。

这条技术路径，也被总决赛现场开源发布的“AFAC百万金融智能数据集”完整保留。

数据集沉淀自2023至2025年的14道赛题，包含13万条评测样本、2000余份专业金融文档和130多个历届优胜方案，覆盖百亿级金融科技数据条目。开源让赛事多年积累的Know-how成为外部研究者的接口，也为AFAC构建起持续运转的数据飞轮。

不过，赛题再接近业务，也不是业务本身。一个想法要变成稳定、高效、成本最优的产业方案，还要在大量细节中打磨。AFAC真正难以复制的，恰恰是赛场之外的生态。

SGInnovate董事Jae Annie Tay第一次来到AFAC。她注意到，团队越小，越需要一个足够大的外部生态，让创业者能持续连接到人才、资金和产业资源。

AFAC正试图搭建这样一套转化体系：高校、开发者和初创团队站在一边，蚂蚁长期积累的业务场景站在另一边，中间是围绕赛事生长出的人才、场景、资本和产业连接。

今年大赛发起方扩至33家，新增新加坡金融科技节发起方GFTN；除百万奖金池外，还有算力支持、大厂直通、6个月加速成长计划，并与WAIC、外滩大会、CNCC等平台联动。

总决赛现场的“会、展、赛”正是这套生态的缩影：挑战组从真题里识别能力，初创组把能力变成产品，最终都落向真实场景。

赛制可以模仿，奖金规模可以追赶，难的是让人才、场景、资本和产业持续转动起来的生态。这或许只有长期深耕金融AI的参与者才做得到：从真实业务中抽丝剥茧，再把答案种回真实场景。

轮子能转，舵手也要稳。大浪淘沙之后，金融AI的下一步，锚已起，帆已扬。