近日，大连银行公布了“AI智能体开发和应用场景赋能方面的探索与实践”项目的最新进展，多项AI赋能场景已落地见效。

据介绍，为破解大模型与业务流程脱节、私有数据难融合、场景适配弱等痛点，该行围绕“4+N”人工智能应用体系，构建“统一AI应用开发平台+业务智能体”技术路径，深度赋能银行办公通用业务场景，实现了降本增效。

其中，“4”指的是项目的支撑底座，涵盖算力底座、模型平台、数据平台、智能体引擎，可满足千亿级参数模型推理、多类型模型管理、行内外数据融合及智能体快速组装需求；“N”则代表多场景应用落地，通过智能体市场输出智能问答、文档审核、报告生成等一系列银行通用大模型应用解决方案，适配业务实际需求。

而作为智能体开发的载体，AI应用开发平台提供低代码拖拽界面，支持研发人员以模板+插件的模式组装智能体；此外，同步构建的智能体市场，沉淀了标准化业务模板、业务插件、工具、工作流、知识库及智能体，为后续开发与场景复用奠定基础。

最终，该行构建起“需求-组装-测试-发布-迭代”闭环：当业务端提出具体需求后，研发团队通过低代码平台从智能体市场选取预置模板（如文档审核、报告生成等），借助插件化扩展定制业务规则，同时AI开发平台调用LLM/NLP/多模态等模型库，融合私有知识库进行RAG增强，再基于流程编排引擎拖拽预制流程模块快速组装，生成通用场景化智能体，在AI管理平台完成自动化调试、安全审计与发布，以及部署至生产环境后持续监控优化。

目前，该项目已在智能问答、智能报告生成、智能文档生成、智能反洗钱甄别、智能问数、智能文案生成六大场景实现落地应用。值得一提的是，这六大场景的应用均依托前文所述的预制模板与插件快速组装而成，相较传统开发模式，开发周期缩短70%，体现了复用的优势。

具体来看，智能问答对接行内知识库，实现制度/流程问题秒级响应，提升了知识获取效率；智能报告生成可智能生成各业务领域专业报告，辅助人工报告撰写，降低了工时成本；智能文档生成能辅助分析各类文档，标识各类问题与风险点，提高了文档审核的准确性；智能反洗钱甄别通过全流程风险排查与甄别、监管报送文案生成、自动审核比对，应用大模型辅助反洗钱工作，提高了工作效率；智能问数依托大模型与ChatBI深度融合，支持自然语言数据交互，创新数据服务的模式，提升了数据获取效率；智能文案生成借助大模型生成营销文案、宣传海报等营销素材，辅助文案创作，提升了工作效率。

总的来说，该项目建设了具备高度定制化与场景适配能力的AI智能体应用开发平台，以大模型赋能六大通用业务场景，既实现降本增效，也标志着该行数字化转型创新机制已初见成效。