中经记者 张漫游 北京报道

银行终于对OpenClaw（“龙虾”）下手了。当AI智能体实现从“对话AI”到“自主型AI”的范式跃迁，为商业银行的办公和运营效率提高，以及服务模式升级带来了诸多想象空间。

近日，邮储银行、农业银行两家国有银行均表示布局了“龙虾”。不过，业内人士提示到，由于银行是被强监管、风险规避型机构，使其无法直接使用开源AI智能体，必须进行私有化部署和安全加固。这对银行的安全和风险管理能力、技术能力和人才都提出了极高要求。

从“会聊”到“会干”

据悉，作为邮储银行在AI智能体领域的又一重要突破，PSBC-Claw基于华为云开源JiuwenClaw深度定制开发，以自主可控、授权可信、安全可靠、集中管控、多模态、高并发等为核心优势，在大模型集群的支撑下，重塑金融智能服务新范式。

“OpenClaw在技术层面实现了从‘对话AI’到‘自主型AI’的范式跃迁，其作为一种能从‘思考’到‘执行’的智能体，为商业银行的办公和运营效率提高，以及服务模式升级带来了诸多想象空间。”IDC中国金融行业研究经理思二勋说。

邮储银行方面亦指出，相比通用型AI智能体，PSBC-Claw针对金融行业高合规、强安全、严风控、最小授权的要求，全面升级安全防护体系，构建起覆盖数据接入、知识更新、技能准入、模型运算到结果输出的全流程安全管控机制。

思二勋举例道，在网点运营效率方面，OpenClaw可以有效降低后台运营人力依赖，大量如查询、对账、信息变更、排班运营、运营监控、合规报告撰写等简单业务由智能体承接，运营效率和客户体验将得到极大提升，此时网点工作人员可以将更多时间转向营销与财富服务。在服务模式升级方面，OpenClaw的应用可以有效驱动传统的被动响应式服务向主动化、智能化服务转型。典型的场景是在投研领域，一方面，OpenClaw可以自动监测市场热点，并定时给分析师提醒用户所关注的热点话题，使分析师的投研成果更能赢得市场关注；另一方面，分析师只要给予其指令：“写一份高股息龙头分析报告”，便可自动化地完成数据查询、报告框架搭建、内容撰写到文档输出，将1—2天的工作压缩至小时级别。

据悉，目前PSBC-Claw已应用于邮储银行内部的情报监测、风险预警、技术洞察等场景。该智能体可实现7×24小时全自动值守，高效执行全流程监测任务；同时能够智能优化监测规则与分析模型，快速提升精准度，助力用户精准把握市场动态。邮储银行也表示，该行构建的PSBC-Claw将逐步推广至办公、运营、信贷、风控等领域。

苏商银行特约研究员高政扬补充道，此后在客户服务层面，有望推动银行服务模式从被动响应向主动服务转型，助力银行构建更精准的客户画像，实现个性化金融服务与产品的精准供给。在风险管控领域，AI智能体可依托实时数据分析与动态模型构建，提升风险识别的前瞻性与精细化程度，强化银行风控能力。“与此同时，AI智能体框架还有望重塑银行传统IT架构，推动银行打造以数据和模型为核心的新型核心竞争力。”

思二勋告诉《中国经营报》记者，短期来看，OpenClaw的应用将严格限定在非核心、低风险的辅助场景，而且所有探索都需要以“私有化部署”的模式进行。长期来看，随着技术成熟和行业标准确立以及安全风险得以控制，它有望逐步向客户运营、智能营销、信贷管理、财富管理、风控等更多、更细领域拓展。这需要银行在“效率”与“安全”之间找到动态平衡。

银行“养虾”为何姗姗来迟？

除邮储银行外，此前，农业银行董事长谷澍透露道，该行第一时间推出了农行版的“龙虾（ABC-Claw）”，帮助客户经理自动加工绿色项目数据、交叉验证多维信息和智能生成尽调报告，让办贷流程更便捷、更高效、更安全。

不过，记者注意到，“龙虾”已在多行业火爆多时，为何银行近期才明确开始布局？

在思二勋看来，商业银行作为强监管、风险规避型机构，在新技术应用方面应以合规、安全和可控为前提。而OpenClaw的“执行能力”需要高系统权限（访问文件、调用API等），面临着较大的合规风险和不可控因素（如意外删除或发送重要文件等），同时，其开源性也带来未经审核的插件和未修复的中高危漏洞，可能成为新的攻击突破口。这将加大银行的安全风险。因此，银行无法直接使用开源版本，必须进行私有化部署和安全加固，包括建立全流程安全管控机制和专业的技能模块。这对银行的安全和风险管理能力、技术能力和人才都提出了极高要求。这是银行谨慎布局和应用OpenClaw的根源。

值得一提的是，近期监管层也再次发声，鼓励推进金融行业人工智能试点应用。国家金融监督管理总局4月1日举办党委理论学习中心组集体（扩大）学习，邀请中国科学院院士、清华大学计算机系教授、清华大学人工智能研究院名誉院长张钹作专题辅导讲座。金融监管总局党委书记、局长李云泽强调，要聚焦金融主业，推动构建与未来产业全生命周期融资需求相适应的金融服务体系，以科技金融精准服务人工智能等未来产业发展，为中国式现代化注入新动能。要统筹发展与安全，深刻认识和把握人工智能发展态势，稳妥有序推进金融行业人工智能试点应用，建立健全人工智能安全开发应用治理架构，促进数字金融高质量发展。要强化科技赋能，高质量启动“金监工程”建设，筑牢金融监管科技支撑，持续提升监管数智化水平和穿透监管能力，切实提升强监管严监管质效。

尽管如此，当前AI智能体在银行业的落地仍面临不少现实难题。高政扬提示到，目前AI智能体在银行应用，还面临着多方面现实挑战。

首先是数据与安全层面的问题，金融数据具有高度敏感性，如何在严守隐私保护、符合监管合规前提下释放数据价值成为AI智能体落地应用的核心约束。其次是模型可靠性问题，大模型在复杂金融业务场景中产生的幻觉现象可能给银行的风险管理与合规审计埋下潜在隐患。此外是系统整合难度较高，银行传统IT架构体系繁杂，AI智能体需与银行核心业务系统、数据中台实现深度耦合对接，项目实施成本偏高，技术落地的门槛也相对较高。另外是组织与人才层面的挑战，AI智能体的落地应用涉及技术研发与部署、业务流程再造、组织文化转型等多方面工作，需要复合型人才与跨部门协同推进。

（编辑：杨井鑫 审核：何莎莎 校对：宛玲）