信贷审核从10分钟缩到2分钟，度小满的金融大模型能兑现多少

11月2日，香港金融科技周开幕式上，度小满CEO朱光与香港科技大学首席副校长郭毅可、特区行政长官李家超同台，正式发布“轩辕4．5金融增强大模型”。这款号称行业首个自进化金融增强大模型的核心卖点是三个数字：获客与风控效果提升30％、推理成本约为通用顶级模型十分之一、短期逾期风险下降约50％。同时客户等待时长从10分钟缩短到2分钟。

这些数字足够吸引眼球，但它们究竟来自哪里，又是如何计算出来的，才是决定这篇新闻值不值得转发的关键。

“30％提升”和“10％成本”从何而来？

效果提升30％，这个说法最大的问题是：对比基线是谁？是跟度小满自己的上一代模型比，还是跟某家通用大模型的金融微调版本比？凤凰网科技援引发布会消息时的措辞是“在获客、风控、客户经营等核心金融场景中实现效果提升30％”，但没有提供任何评测方法学文档或第三方审计链接。这意味着读者无法判断这30％的提升到底是算法层面的微小迭代，还是在特定数据集上的针对性优化结果。

推理成本为通用模型的10％同样如此模糊。“通用顶级模型”具体指哪一个——GPT－4级别的闭源模型，还是某个开源大语言模型？成本是按token粒度衡量，还是按调用次数、算力小时、或是端到端推理延迟来计算？这些都没有交代。不同的计量方式得出的结论可能天差地别。如果度小满说的是单次调用的API费用，那么考虑到专用模型可能需要额外标注和微调的成本，实际总拥有成本可能远不止“十分之一”这么简单。

倒是逾期风险的数据稍微具体一些。度小满将“短期逾期风险下降约50％”和“信贷年化逾期风险整体降低12％”分开表述，暗示这是在其自身信贷业务中的实际运行结果，而非实验室跑分。但即便这样，它依然是单方声明的内部运营数据，没有第三方审计背书。两个关键的统计口径也需要追问：“短期”的具体定义是多长的时间窗口？样本量是多少？是否排除了宏观经济周期对逾期率的干扰因素？

同样的困惑也出现在那两个“1000亿Token”的数字上：一个是“构建超过1000亿Token的场景增强数据”，属于训练数据规模；另一个是“日均Token使用量超过1000亿”，指的是日常运营消耗量。两者含义不同，不应混为一谈，但在发布会信息传播中很容易被读者简化成单一印象。

“自进化”技术的真实含义与合规挑战

轩辕4．5的技术架构有两个关键词：一是RSI（Reinforced Self－Improvement），二是度小满自研的Xuanyuan－Machine框架。前者大致意思是让模型通过强化学习不断自我改进，后者则被用于智能体数据合成、有监督微调和强化学习等环节。

简单来说，这不是把通用大语言模型加上几句金融领域的提示词就算完事，而是投入大量资源训练一个专门理解银行业务逻辑的垂直模型。度小满还提到已经构建了上千个智能体、配备5000余项技能，其中Agent可以独立处理80％的高频客服问题。企业微信的Agent让一名客户经理的工作量相当于原来10人、服务两万人成为可能；AI贷后催回率较传统机器人提升了8个百分点以上。

这套方案在理论上确实比直接用通用模型更有效率，因为金融场景有大量专业术语、复杂流程和多部门协同要求，通用模型的泛化能力在这些环节会大幅打折。但理论可行性和实际部署效果之间存在不小的鸿沟。

更大的挑战在于合规层面。发布会上提到智能体驱动的风控策略实现了“动态自进化”，这意味着系统需要在真实业务反馈中不断更新自己的判断规则。而金融监管对这类自动决策系统的透明度要求极高。一旦模型做出歧视性或不公平的拒绝决定，如何追溯和解释它的推理过程？中国监管部门近年来一直在加强对算法推荐和金融科技的规范力度，银保监会明确要求金融机构在使用AI辅助审批时，必须向消费者说明算法基本原理并保留人工复核渠道。轩辕4．5要真正大规模替代人工信审员，必须先跨过这道合规门槛。

谁承担成本？谁获得收益？

假设度小满宣称的成本降幅基本属实——推理成本真的降到了通用模型的10％左右——这对金融机构意味着什么？最直接的变化是人力的替代率可能显著提升。

AI信审员的审核能力超过了80％的人工信审员，这是一个颇具野心的宣称。80％这个数字背后意味着什么？是说剩下20％的案件必须由人工处理？而这20％恰好是最复杂、最容易出错的长尾案件？对于中小银行和信贷机构而言，接入轩辕4．5这样的专属金融大模型，可能比自建通用AI团队节省大量成本。但对于大型金融机构来说，它们本身就拥有庞大的技术团队和完善的IT系统，轩辕4．5的真正价值在于能否提供开箱即用的金融级解决方案，以及后续持续迭代的能力。

当然，前提是度小满有能力把这些能力稳定地转化为商业订单。目前轩辕4．5仍处于刚刚发布的阶段，距离规模化落地还有很长的路要走。金融机构的真实采用意愿、部署周期、以及后续的服务支持成本，都是尚未揭晓的变量。发布会规格虽然很高、特区政府官员到场站台，但这仍然是一场地道的商业营销活动，产品的最终价值需要由市场检验，而非靠开幕式的掌声来证明。

接下来看什么？

判断一款金融AI产品是否真正有价值，不能只看发布会上的PPT。以下几个指标值得关注：

首先是度小满能否在未来几个月内公布更多独立的对比测试结果，包括与主流通用大模型的直接benchmark数据、第三方审计机构的评估报告。其次是轩辕4．5在其他金融机构的实际签约情况和部署进度，有没有第二个、第三个客户愿意把它用到真实的信贷审批流程里。第三是监管层对AI驱动的信贷审批是否会有更细化的合规指引，这将直接影响整个行业的 adoption 节奏。

最后是金融大模型赛道的竞争格局——阿里通义千问、百度文心等通用模型厂商也在纷纷推出金融解决方案，垂类模型和通用模型之间的差异化优势还能维持多久，同样需要时间验证。