2025年4月18日，杭州西溪路569号，蚂蚁集团总部大楼的玻璃幕墙上倒映着周围茶山的青绿。看似平静的外表下，这家以支付宝撬动中国金融版图的公司内部正经历一次关键变阵。
据《科创板日报》报道，蚂蚁重新梳理了CTO条线，正式成立了AGI（通用人工智能）部门，由CTO何征宇直接挂帅。新部门的使命明确且紧迫：专注通用人工智能的算法研究与实际应用。
这并非简单的架构修补，而是战略重心的转移。蚂蚁不再满足于只做金融基础设施，而是试图向更广阔的通用AI领域延伸。董事长兼CEO井贤栋此前在上海的一场产业会议上抛出一个比喻：“让AI像扫码支付一样便利每个人的生活。”
这句话听起来简单，实则指向极高的工程化要求和极低的使用门槛。要让AI像扫码一样无感、高频且安全地融入日常，不能只靠堆砌参数。
不拼参数，拼“语义理解”
在金融风控这个核心领域，传统的做法依赖预设规则。每一笔转账请求，系统需要在几百毫秒内完成成千上万次特征比对。这套体系虽然稳定，但面对不断演变的社会工程学攻击，容易出现误杀或漏判。
蚂蚁近期的动作显示，他们更看重通用大模型提供的“语义理解”能力。支付宝智能助理背后的关键技术——“智能认知决策技术与平台”，近期入选了卓越人工智能奖（SAIL）Top30。这套系统能实时处理多维数据，识别出转账背后隐藏的异常意图，而不是机械地匹配黑名单。
这种做法的核心在于平衡：在不牺牲用户体验的前提下，降低误杀率，提升对新型诈骗的识别精度。
从“问答”到“办事”的跨越
对于普通用户来说，感知最明显的变化发生在智能客服和智能投顾上。
过去的AI助手大多停留在问答层面，或者推送标准化的理财建议。现在的支付宝智能助理，开始尝试理解用户的自然语言诉求，并结合市场动态和个人风险偏好，生成定制化的配置建议。
但在金融场景，合规是底线。针对AI智能体（Agent）可能带来的权限滥用或“模型幻觉”风险，蚂蚁采取了严格的沙箱隔离和资金监控机制。这意味着，AI助手只能在授权范围内行动，确保每一笔操作都有迹可循，避免资金流失。
这种能力的提升，依赖于底层数据处理、模型微调以及算力底座的持续夯实，以确保在海量并发请求下，服务依然稳定、低延迟。
目光投向具身智能与端侧
除了在大模型垂直应用上深耕，蚂蚁的布局也在向外延伸。
据报道，集团已加码具身智能、AI眼镜等领域，试图在大模型之外寻找新的破局点。与此同时，随着计算重心从云端向端侧转移，蚂蚁也在积极探索端侧AI的应用。目标是通过可穿戴设备等更自然的形态，让金融服务无缝融入日常生活。
成立专门的AGI部门，不仅是技术路线的调整，更是组织架构对AI时代需求的适应。蚂蚁的实践表明，在金融科技领域，通用大模型的价值不在于参数规模的无限扩张，而在于如何与具体场景深度融合，并将可靠性与安全性置于首位。
从支付到AI，蚂蚁正在寻找下一个十年的增长曲线。
