金融场景的 Agent，安全性和合规性有什么特殊要求？

先这样答

金融场景的 Agent 不能只看回答效果，还要保证资金操作可控，推荐行为合规，模型输入和输出可审计。尤其是涉及资金的动作，风险不在于 Agent 能不能执行，而在于执行后是否还能撤回。

对不可逆的资金操作，系统必须强制人工确认。Agent 可以准备操作内容，但不能直接完成这类动作。系统还要保证幂等，避免同一个请求重复执行，造成重复扣款。这样可以同时控制误操作和重复执行带来的风险。

合规方面，推荐必须满足适当性要求，推荐内容要和用户的风险等级匹配。每条建议都要能说明依据，不能只给一个无法解释的结论。系统还要保留所有环节的审计记录，并支持回溯五年。模型层面，对幻觉零容忍的场景应使用固定模板，不让模型自由生成。敏感数据必须先脱敏，再进入上下文。

面试官会怎么追问

• 「为什么资金操作一定要人工确认，Agent 不能自动执行吗？」
  人工确认用于拦截不可逆动作，避免 Agent 直接完成无法撤回的资金操作。Agent 可以生成待确认的操作内容，但最终动作必须由人确认。系统还要做幂等控制，防止同一请求重复扣款。

• 「你怎么判断一条金融推荐是否合规？」
  先检查推荐是否和用户的风险等级匹配，满足适当性要求。然后保留这条建议的依据，让人能够解释它为什么被推荐。相关审计记录还要支持回溯五年。

• 「模型本身会产生幻觉，哪些地方不能让它自由发挥？」
  对幻觉零容忍的场景，直接使用模板，不使用生成式回答。敏感数据也不能直接放进上下文，必须先脱敏。这样可以同时减少不可靠生成和敏感信息暴露。

回答的坑

• 只强调人工审核，却漏掉幂等控制，仍然可能出现重复扣款。

• 只说模型要更准确，却没有说明适当性、可解释、留痕和高风险场景使用模板。