Arca 如何用智能体做长周期财富管理：智能体提示人，人做最终决策

在 AI Engineer New York 上，Arca 首席 AI 工程师 Aman Singh 讲述了这家 AI 原生财富管理公司如何把智能体放进真实业务流程。Arca 近期完成 4850 万美元融资，由 General Catalyst 领投，Index Ventures 和 Venrock 参与。 Singh 强调，金融服务中的 AI 工作通常是长周期而非长时间连续运行：智能体任务最长可达十天，过程中充满停顿、多个参与方、决策点和交接环节。为此 Arca 自建了内部记忆系统，按客户持久记录已经发生什么、接下来追踪什么、未来几天必须完成什么、长期关注什么，以及每项行动由谁负责。 模型层面，Arca 使用 Anthropic、OpenAI 等前沿实验室的模型，Claude 是其主要模型提供方。公司自研 harness，依据内部基准自动为具体任务挑选最合适的模型；自持 harness 而非使用托管方案，也让 Arca 在需要时能更换模型供应商。 安全设计上，智能体的职责被限定在分析和提出方案，交易及其他资金流动由人类顾问处理。Singh 称所有安全限制都是完全确定性的，把决策权从智能体手中拿走；智能体可自主执行部分工具和任务，但不涉及客户风险。Arca 还针对提示词注入等已知 AI 安全问题做验证检查，智能体本身不在沙箱内，但计算在沙箱中进行，并有额外措施保护敏感数据：智能体写的代码会被转换成严格预期格式，原代码被丢弃，格式在到达后端前加装护栏，从而让智能体用代码查询、聚合和处理数据以生成财务计划。 此外，Arca 把人类顾问的反馈与智能体 trace 结合，由一个 meta-agent 分析这些数据并提出 harness 改进建议。Singh 用一句话概括这套分工：智能体提示人的时候比人提示智能体的时候更多。