润和软件深度参与2026开放原子开源生态大会，共探AI与开源融合之道
热点新闻
开放原子开源生态大会 | 润和捷科以行业级智能体矩阵赋能金融业价值跃迁
发布时间：2026-06-30浏览次数：16
6月26日，在2026开放原子开源生态大会期间，以“直击深水区，用好智能体”为主题的“AI Agent的创新与应用论坛”成功举行。润和捷科金融科技事业部解决方案总监吴瑨俊受邀发表《打造行业级智能体矩阵：润和捷科以AI Agent精准赋能金融业价值跃迁》主题演讲，全面呈现润和捷科在金融行业级智能体领域的业务布局、技术突破与实践成果。
2026开放原子开源生态大会“AI Agent的创新与应用论坛”现场
吴瑨俊表示，润和捷科全面布局AI智能体应用，依托开源工具、行业生态与自研算法，为金融客户提供智能体开发一站式服务。他重点介绍了“1+N”智能体编排框架，以及落地实践中积累的AI原生架构、智能编排、长记忆治理与幻觉破解等核心经验，为金融机构数智转型提供切实可行的参考路径。
润和捷科金融科技事业部解决方案总监吴瑨俊发表主题演讲
金融智能体规模化落地正面临多重挑战：30%-50%的Token算力消耗于重复上下文加载、数据孤岛制约核心信息调用、大模型幻觉在零容错场景中风险凸显、固定编排难以适配多变业务、竖井式建设导致重复投入、落地过程依赖频繁改码、AI能力与一线操作割裂等。在国产算力供给有限的现实约束下，金融行业亟需在零容错场景中实现AI对业务的深度理解与精准输出，同时降低一线使用门槛，这已成为行业智能化转型的关键命题。
业务破局：从AIPaaS到智能体，以行业know-how重塑竞争力
吴瑨俊介绍，润和捷科深耕金融科技领域十余载，从基础技术平台搭建到AIPaaS能力布局，再到智能体应用全面落地，持续引领行业智能化转型。
润和捷科自2023年起孵化AIRUNS产品，覆盖异构算力调度、模型训推、数据工厂等核心能力，掌握了智能体全生命周期的开发工艺。但真正构建竞争壁垒的，并非技术工具本身，而是服务金融客户十余年沉淀下来的行业know-how。
润和捷科于2024年下半年全面发力智能体赛道，围绕金融机构“技术+业务+管理”全链条能力体系，构建近百个智能体，形成行业级智能体矩阵，并沉淀出可快速复用的通用能力平台。目前，相关应用已覆盖金融开发、智能运维等技术服务场景，以及信贷、零售金融、对公业务、监管报送、智慧办公、合规审计等核心业务领域，同时依托RAG知识库体系，为多家金融机构提供了精准的问答与问数服务。
润和捷科金融行业级智能体矩阵
技术破局：以Harness框架重构金融智能体工程范式
吴瑨俊在分享中重点介绍了润和捷科创新研发的智能体开发平台——Harness服务框架，这是一套开源多智能体编排框架，其工程设计具备四大核心特色：三层记忆系统、四大核心引擎、“1+N”架构，以及MCP协议无感接入。
润和捷科智能体开发平台——Harness服务框架
特色1：三层记忆系统
由短期记忆、长期记忆、记忆整理构成。30%-50%的Token浪费在重复加载历史上下文，有了记忆系统后，大模型从本地向量库按需检索相关记忆，Token可压缩70%，有效弥补国产GPU性能不足。
特色2：四大核心引擎
技能引擎让Agent即插即用，任务引擎支持自然语言创建任务并自动化运行，进化引擎持续优化记忆检索让Agent越用越聪明，防护引擎防止工具滥用与越权。四大引擎支撑无代码开发，配置即可上线。
特色3：1+N架构
一个统一的多智能体管理器承担注册、调度、服务中心职能，调度N个部门独立智能体。每个部门拥有隔离的存储、记忆和配置，并可设定角色、权限、业务属性等部门人格，业务逻辑完全绑定实际场景，远优于多租户方案。
特色4：MCP协议无感接入
优先适配用户已有办公环境，让AI服务像水电一样自然融入工作流，解决AI好不好用问题。
场景落地：Harness框架实践案例
吴瑨俊结合金融领域多个具有代表性的智能体项目，分享了从平台能力到业务落地的实践案例。
案例一：智能客服
采用动态编排替代固定DAG，由大模型自主从智能体池中按需组装，应对催收、投诉等多目标叠加的复杂场景，实现全流程自动化闭环，大幅提升消保处理效率。
案例二：对公财务报告分析
OCR精准转化+结构化清洗+大模型推理+数据校验的固定编排流水线，聚焦识别率与财务科目理解，实现从录入到决策的全流程自动化，为信贷审批提供客观依据。单证录入从半天缩至5分钟，财报录入从1天缩至5分钟，数据错误率降至0.2%，关联企业识别从2天缩至10分钟。
案例三：联络报告
多模态采集（语音/照片/文件）+长记忆向量库沉淀+KYC自动提取，构建"无感记录+智能处理"闭环，客户经理全程零操作，生成客户深度画像。
案例四：AI原生重构大零售
以多模态向量化+MCP协议+Agent封装构建四层AI原生架构，实现"背靠专家团，一事一助"，完成大零售从"人找系统"到"系统找人"的转型，最终实现"冠军销售"无限复制。
此外，以RAG与多模态文档解析技术为支撑，润和捷科实现尽调报告一键撰写，确保报告可追溯、可验证；同时，润和捷科JettoPro平台引入数据飞轮技术，让测试数据反哺模型训练，测试设计效率平均提升60%。
作为领先的金融科技整体解决方案和AI智能体服务商，润和捷科始终坚持以金融行业know-how为根基，在近百个智能体的规模化实践中，跑通了从技术平台到业务场景的完整闭环。面向未来，润和捷科将围绕金融核心场景持续深耕智能体应用，以“能用、好用、实用”的解决方案，让AI能力真正融入业务、赋能一线，助力金融机构在智能化浪潮中行稳致远。