Using Agents for Long-Horizon Financial Work — Aman Singh, Arca

Arca 用 AI 代理替理财顾问干完所有后台活，刚融 6400 万美元；客户全程不碰 AI，只感受到一个 24 小时盯盘、主动提醒"你被多收费了"的顾问。

一家理财公司说自己"不是 SaaS 公司，我们就是那家公司本身"——这句话决定了它敢让 AI 读客户全部资产文件、敢把顾问的活拆给代理干。但真到动钱那一步，它一步都不让 AI 碰。这期把"哪些交给 AI、哪些死守人工"的边界讲得很具体。

一笔 10 天的税务规划任务里，AI 和人的分工被切得很干净：脏活累活全给代理，动钱和对外说话一律留人。

• 分析全自动：客户邮件说"我有 10 万美元税单"，代理自己算出钱现在怎么分配、卖哪部分最省税，这部分不需要人插手。
• 动钱必须人：清算、转账、直接联系客户全部设硬闸门，代理只能生成方案交给顾问审核后执行，公司跟托管行有 API 也不放开。
• 顾问不知道背后换了模型：任务按复杂度分档，税务分析走最重的档（Opus、Sonnet 或重型 GPT），后台杂活走便宜小模型，这套路由对顾问完全透明。

他们换过 Gemini、OpenAI、Anthropic 三轮，现在 Claude 是主力，但决定权在一套内部基准测试上。

• Luna 翻车：外部榜单吹得很好的 Luna，实测太慢又太贵，直接被内部考卷刷掉；公司原则是不绑定任何一家模型或厂商的 agent 框架。
• 代理会拿 2025 年税率算账：模型对财务知识过于自信，会拿过期税率表出方案，所以他们用"决策模型"在模型要下财务结论时拦住它，逼它查自家核实过的知识库。
• 不接 Anthropic 的 managed agents：理由是记忆和运营知识就是公司的智能本身，交出去等于把命脉交给别人。

所有安全限制都是写死的规则，不交给代理自己判断——这是他们敢让 AI 碰客户数据的底气。

• 每次写数据库都过一遍 LLM 检查：外部邮件、文件、电话都是提示注入的入口，在边界上做检测；数据外发（比如发日历邀请）时，既查 PII 硬规则，也让一组小模型投票防数据泄露。
• 沙箱只用来算，代理不在里面：代理写的代码被翻译成严格格式、原代码丢弃，再进后端；生成的理财 PDF 要过检查——有没有裸账号、有没有承诺收益。
• 审计默认开启：每个动作都记变更日志，谁改的、从系统哪部分改的、什么时候，人改 UI 也一样记，既满足合规也反过来喂给代理。

"在 Arca，是代理在提示人，而不是人在提示代理。"

• 如果你的产品要 AI 碰钱、碰合规，照抄这个分层：分析全自动、写操作加 LLM 校验、动钱和对外沟通设硬闸门，别指望模型自己守规矩。
• 模型选型别信公开榜单，建一套贴合自己业务动作的内部评测；同时把"代理会拿过期事实自信作答"当成默认故障来防，在它下结论前强制查知识库。