AFAC金融AI大赛落幕：选拔标准从技术转向业务落地能力
用一场金融 AI 竞赛，看懂企业现在要的不是纯技术人才，而是懂业务、能落地、会指挥 AI 的复合型人。
AFAC 金融智能创新大赛决赛现场，选手背景各异，但都被要求解决真实问题：数据带噪、反馈稀疏、Token 受限。评委看重的不只是技术，更是理解业务、判断问题、让结果落地的能力。多家大厂现场直聘，优秀项目可获融资支持。
正文摘录
OPC独立开发者，一人成军；竞赛全勤“肝帝”，白天牛马晚上冲榜；00后本科生，二话不说就是干…… 不管你是银河战舰，还是扫地僧，到了 AFAC大赛 （AFAC2026金融智能创新大赛）总决赛现场，过往身份统统作废。 不过只要接得住，就是百万奖金抱回家，大厂Boss现场“直聘”，创业项目还有顶级VC机构一路保驾护航。 真实数据带噪声、实验反馈稀疏、显存和时间有限，长文本答案不仅要准确，还要控制Token消耗、找到可追溯证据。 选手得跳出常规解题思维， 理解为什么要做以及问题的价值在哪里 ，才算堪堪摸到了问题的根。 换句话说，AFAC大赛筛到最后，要的是技术能落地、业务能顶住的这批人，也是企业在AI时代最想要的 复合型人才 。 清华大学电子工程系副教授 姚权铭 在AFAC人才圆桌上说得很直接，他现在招博士生，都会先问一句： 他的判断是，纯执行侧的能力已经被Agent填得七七八八了，现在还稀缺的，是能让事情发生的 内在驱动 。 今天的benchmark已经被AI整体抬高。选手不只是在和同龄人竞争，也是在和AI吸收了大量历史经验后抬高的门槛竞争。 过去掌握一种新模型或新工具就可能形成优势，现在这些能力很快会被基础模型覆盖，人的价值必须转向判断问题、理解业务和对结果负责。 李贝认为，对于年轻人来说， AFAC大赛正是一个足够大的展示窗口 ，去展现自己比AI更强的那部分。 他在解题过程中，会先提出 假设 ，再和AI讨论验证准则； 本地验证 通过后，由AI给出分析结果，他来决定是否正式提交；然后平台给出 反馈 分数，人与AI再一起复盘。 其中AI承担了过去最耗时间的执行，人负责把每一次有限的提交机会 押在更值得验证的方向上 。 AI可以帮你验证100个甚至1000个假设，但具体哪个假设值得优先验证，仍然需要人来判断。这里考验的不只是技术能力，也包括 人的品味和审美 。