Latent Space 对话 Aman Singh：金融代理的长期记忆与人工关卡

latent.space 2026-10-31

原内容来自 Latent Space，由 Richard MacManus 在纽约 AI Engineer 大会采访 Arca AI 平台负责人 Aman Singh。本期为忠实中文改编。Arca 将 AI 用于顾问背后的分析与运营：跨越十天的税款任务，靠持久记忆、每日反思和事件信号保持连续，而资金移动、交易执行及客户沟通保留人工关卡。

Aman 解释了为什么内部评测比外部榜单更能指导模型选择，以及为什么要自行掌握运行框架和运营知识。沙箱代码先转换成受约束的格式，数据写入、对外传递和生成的财务文件分别经过校验；代理遇到需要时效性的金融事实时，被引导去查已核实知识或搜索。

员工反馈与代理轨迹配对，交给夜间元代理提出改进，但提示词改动仍经工程师审核，避免每次局部修补都破坏泛化。客户案例中的隐藏费用与到期提醒，体现的是主动服务与细节检查；相关业务效果为受访者描述。