🏭 WAIC 2026 · 对话蚂蚁数科

蚂蚁数科的「智能体超级工厂」：近 200 个数字专家上岗，还要立一套中国行业版 Harness

7 月 17 日，2026 世界人工智能大会（WAIC）在上海开幕。首日，蚂蚁数科副总裁、中国区业务发展部总经理孙磊在公开访谈中详解「商业智能体超级工厂」：承载平台 Agentar 2.0 首批预置近 200 个岗位级数字专家模板，并立下「价值交付、效果付费」的交付承诺。为什么重要：企业级 AI 的赛点正从模型能力转向交付体系，蚂蚁试图把金融级合规、行业垂直大模型与工程化方法论，打包成可复制的标准化商品。

来源：公开报道• 2026-07-23• 对话时间：2026-07-17• 约 3 分钟读完
#蚂蚁数科 #Agentar 2.0 #商业智能体 #行业Harness #效果付费
近 200 个 岗位级数字专家模板 · Agentar 2.0 首批预置
90–95% 专业场景回答准确率（企业自报口径）
85%+ 「胜合率」：与专业人员回答的一致程度

⚡ 30 秒速览

  • 工厂里有什么：Agentar 2.0 预置近 200 个岗位级数字专家模板 + 数百个可订阅的 Skills 级工具，企业按岗位开箱即用，大企业与中小企业用同一套能力。
  • 差异化打法：行业化（垂直大模型）、场景化（工程化可复制）、生态化（组件 API 化）——孙磊称其是与通用方案的三大区别。
  • 金融三张门票：安全合规（"宁愿不做，也不能犯错"）、垂直大模型压幻觉、效果可验证；自报专业场景准确率 90–95%、胜合率 85%+。
  • 标准野心：将海外 Harness 概念本土化为「中国行业版」——金融场景已跑通「意图识别→策划→执行→表达」四车间，下一步向能源、医疗复制并逐步开放。
  • 读前须知：全文为企业高管专访，所有数字均为单方口径、未经第三方核验，「效果付费」暂无计费细则——请配合文末「编辑视角」服用。

01「超级工厂」在造什么 三个变化 × 三化路线

孙磊判断，过去一年 AI 行业发生了三个根本性变化——这是"超级工厂"立论的基础：

通用问答式 AI→能完成任务、解决问题的智能体
通用场景→垂直行业的核心业务问题
个人效率提升→团队与业务间的组织级协同进化

围绕这些变化，蚂蚁数科把集团的垂直大模型能力、行业场景经验与 20 多年技术积累沉淀为标准化产品：Agentar 2.0 首批预置近 200 个岗位级数字专家模板、数百个可订阅的 Skills 级开箱工具。企业按岗位与经营需求快速启用，无需从零起步，中小企业也能获得"与蚂蚁集团类似的技术能力和产品能力"。

与通用方案的差异，他归结为「三化」：

① 行业化

行业数据 × 垂直大模型。"只有通用大模型，没有行业数据和专业能力支撑，无法真正解决专业度和业务适配。"

② 场景化

把业务语言翻译成技术能力，将金融、医疗、能源等领域的实践工程化，形成可复制的解决方案。

③ 生态化

相关组件 API 化、简单化，让合作伙伴快速接入，围绕自身行业优势进行创新。

"真正决定企业级 AI 落地效果的，不只是模型能力本身，更是行业理解、工程化能力与价值交付体系的持续建设。" —— 引自 行业媒体报道原文

02金融这道窄门：三道坎、两个数 「宁愿不做，也不能犯错」

金融是蚂蚁数科的老本行，也是对安全、合规、稳定性要求最苛刻的行业。孙磊把金融机构拥抱 Agent 的顾虑拆成三道坎，并逐一给出解法：

🛡️ 坎① 安全与合规

金融涉及监管红线，AI 应用必须符合监管与国家要求；没有安全能力和风险控制体系，AI 很难真正落地金融场景。

蚂蚁的解法：依托支付、财富管理、保险等自有金融场景，长期历练合规与风控能力。

🎯 坎② 专业度与幻觉

金融业务高度专业，模型必须准确理解并回答专业问题，不能"泛泛回答其他金融问题"。

蚂蚁的解法：行业垂直大模型 + 业务场景工程化能力，"两个能力相结合，才能更加贴合实际场景"。

📈 坎③ 效果验证（ROI）

金融机构过去在信息化、数字化上投入巨大，AI 转型必须回答"投入之后如何体现价值"。

蚂蚁的解法：提出「价值交付、效果付费」，先用两个维度验证智能体是否真具备专业能力 ↓
90–95%+回答准确率 · 例：用户咨询保险，就准确答保险，而非泛聊其他金融话题
85%+胜合率 · 专业人员与智能体同题作答的一致程度，用于财富、保险、基金场景

注：两个数字均为孙磊在采访中披露的企业自测口径，评测集、样本量与打分方法未公开，亦无第三方核验。

「宁愿不做，也不能犯错。」 —— 孙磊谈金融级 AI 的安全底线
模式核心 · 效果付费

先证明价值，再按效果收费——营销场景看转化效率是否提升，风控场景看风险是否降低。

03中国行业版 Harness 从"三车间"到"四车间"

Harness 是海外提出的工程化概念，本质是"如何把模型能力工程化落地"。孙磊直言，打造符合中国行业特点的行业版 Harness，正是超级工厂的重要壁垒。在金融场景，蚂蚁已把原有的"三车间"升级为"四车间"：

① 意图识别→② 策划→③ 执行→④ 表达
🧭 为什么"意图识别"排第一：用户问的是"保险"，真实需求可能是资产配置、财富管理或产品组合推荐——先读懂真实意图，再完成后续服务。而不同行业（能源、医疗等）需要不同颗粒度的流程设计，这正是行业版 Harness 要沉淀的东西。

走出金融，跨行业复制还要补上三块拼图：

  • 数据治理是地基：以自身外部数据能力融合企业内部业务数据，训出行业垂直模型；制造、医疗、工业的数据基础远比金融复杂，工厂内置数据治理工具帮企业补基础。
  • 安全能力分行业适配：金融盯监管合规、制造盯生产安全、能源盯预测准确——光伏场景已用时序大模型结合天气与现场情况做发电量预测。
  • 效果验证分行业推进：金融、医疗的价值验证体系较成熟，其他行业仍在与合作伙伴共建评估标准。
💰 金融 🏥 医疗 ⚡ 能源 🚗 出行 🚄 交通 ✈️ 航空

注：以上为孙磊口径中"已积累能力"的领域；各行业成熟度不一，金融最完整，其余多在共建阶段。

04未来 6–12 个月 孙磊给出的三个看点

🧩

智能体矩阵扩容

擅长、有数据积累的领域（金融、医疗、能源、出行等）进一步标准化产品输出；其余行业与合作伙伴共建行业垂直大模型和智能体。

🔓

行业版 Harness 开放

梳理各行业工程化能力、形成标准化方法论；金融"四车间"已成型，能源、医疗等行业版 Harness 将与生态伙伴共探，并逐步开放相关能力。

📏

评测体系加码

在某头部城商行项目中已进行 28 轮评测；持续更新评测体系，用"更科学的方式"验证价值交付、效果付费，平台与工具能力也将持续发布。

✍️ 编辑视角 · 信源提示

  • 这是企业专访，不是第三方测评。全文来自 行业媒体直播间对蚂蚁数科副总裁孙磊的对话，属企业单方表达：90–95% 准确率、85%+ 胜合率、28 轮评测等关键数字均为自报口径，评测集、样本量与打分方法未公开；唯一提到的客户是"某头部城商行"，无法查证。请把它当作蚂蚁数科的 To B 战略路线图来读，而非经审计的成绩单。
  • 「效果付费」值得追踪，但先别急着当真。它精准击中企业 AI"重投入、难验证"的痛点，若兑现将改写 To B AI 的收费逻辑；但计费方式、未达标如何处理，原文只字未提。建议存档此承诺，等第一批可核验的落地案例再打分。
  • 我们的判断："从卷模型到卷交付"是真实的行业转向，蚂蚁的硬筹码是金融级合规经验与支付级工程积累；真正的硬仗在跨行业复制——制造、医疗的数据地基远比金融复杂，这一点他们自己也没有回避。

▶读者行动清单

原文未附体验入口。Agentar 2.0 面向企业提供服务，可通过蚂蚁数科官方渠道咨询模板订阅与合作；WAIC 之后行业版 Harness 的开放进展值得蹲守。若你正在评估行业智能体，采购前建议向厂商索要三样东西：

  • 评测方法与数据集说明——准确率、胜合率究竟是怎么测出来的；
  • 可具名、可回访的客户案例——而非"某头部机构"；
  • 「效果付费」的计费细则与未达标条款——口号落到合同里才算数。