八月末，第四届 AFAC 金融智能创新大赛（AFAC2026）总决赛在上海落幕。这场被称作”金融 AI 创新年度风向标”的赛事，吸引了全球 5027 支队伍、近 2 万名选手同台竞技，晋级总决赛的概率仅有约百分之一。

大赛由上海市科学技术委员会、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、中国银行等机构联合发起。自 2023 年首届举办以来，AFAC 已累计吸引全球超 2 万支队伍、6 万名选手，覆盖 600 余所高校与 700 余家企业；本届发起机构进一步扩展至 33 家，并首次引入新加坡金融科技节发起方 GFTN。

四道赛题直指真实业务

本届四道挑战组赛题，均围绕真实金融场景中的压力展开：数据规模扩大、反馈更少、环境持续变化，但资源与成本始终有限。

赛题一聚焦”市场参与者交易行为识别与资金流向分析”，评审专家、中国科学技术大学王超将其评审标准归纳为”复现、解释、泛化”三个词，直指传统基准测试中”一次高分可能来自偶然”的痛点。赛题二”复杂金融文档还原挑战”瞄准超长表格与复杂结构的鲁棒性，评审专家、复旦大学张军平指出，大部分大模型无法一次性识别超长表格，还需后处理补足。赛题三”稀疏反馈下的自动化实验挑战”把困难置于 Agent 决策过程，指向流程自动化的产业化节点；赛题四”金融长文本 Agent 的动态记忆压缩与高效问答”则强调上下文控制能力，评审专家、哈尔滨工业大学张宇认为，真正拉开差距的不是提示词写得漂亮，而是系统是否具备有效上下文的利用能力。

蚂蚁集团财富 AI Lab 研发负责人徐万青用一个对比点明了行业逻辑：互联网时代新增用户边际成本近乎为零，而 AI 时代每增加一个用户都会带来真实的 Token 消耗与成本——成本本身就是能力的一部分。

百亿级数据集开源

本届总决赛正式开源发布”AFAC 百万金融智能数据集”，沉淀自 2023 年至 2025 年的 14 道高价值赛题，包含 13 万条评测样本、2000 余份专业金融文档与 130 多个历届优胜方案，覆盖百亿级金融科技数据条目。

从 2023 年偏基础的”算法能否进入金融”，到如今聚焦 Agent、Token 经济学与自动化科研，四届赛题的演变，恰是一条金融 AI 从”模型可用”走向”系统好用”的浓缩技术迁徙路径。