
Terminal X 把投资机构资深合伙人的判断写进数百个智能体,再用 54 项标准的 Eval Agent 逐条审核:与资深评审一致率 88.6%
一句话结论
Terminal X 派前投行人员驻场数周,把基金最信任的备忘录和没写下来的流程拆成按资产类别和投资阶段划分的数百个智能体,每个输出都由 Eval Agent 按 54 项标准判通过或不通过,分析师的每次修正都变成新的工作指令或测试用例。
背景与理念
Terminal X 提出了「记忆债」这个说法:投资机构的判断往往只在少数资深投资人脑子里,他们一走,机构留下了文件却丢了推理。
它的 Capital Memory 系统就是为了偿还这笔债。前置部署工程师多来自摩根大通和黑石,坐进客户的投资团队,设计机构自己拥有的智能体架构,部署在客户本地或自有云上。
具体做法
第一步是驻场拆解。工程师在客户现场待几周,逆向分析机构最信任的投资备忘录,把从未成文的流程记录下来,比如信贷台怎样筛借款人、联合投资团队写备忘录前会查哪些来源。
第二步是把流程编码成数百个智能体,按资产类别和策略定制,每个投资阶段配子智能体。需要判断和超长上下文的环节(综合投资论点、识别关键考量、判断是否符合基金授权)交给 GPT-6.1 Sol,高频量大的步骤交给更省 token 的 GPT-6 Luna。
第三步是沉淀「机构记忆」。智能体在客户的私有数据室里工作,处理英、韩、日、中四种语言的文件,把过往分析、投委会决定、工作指令和机构观点存成有版本的记录,每次生产查询都保留完整轨迹:步骤、检索来源、所用模型和推理过程。
第四步是 Eval Agent 审核。它像 VP 审分析师的稿子一样,按 54 项标准逐条检查数字、可比公司、一致预期和引语来源是否正确,叙述是否成立,建议是否与机构观点一致;每项判通过或不通过,不通过的附一句原因和更好的来源或修正文本,并转成新的工作指令或测试用例。
更深的审核流程是先对照基金授权检验投资论点,再对照近期交易,结论不确定的重跑一遍并调和结果。
关键数据/例子
在 500 个打分判断上,基于 GPT-6.1 Sol 的 Eval Agent 与资深人类评审的一致率为 88.6%,次优模型为 86.4%,高出 220 个基点。
在「风格漂移」这类错误上,例如一只以低于净资产价值的私有化标的为授权的并购基金,在市场转向时开始推荐困境债权或救助融资,Eval Agent 多抓出约 25% 的偏离;同样流程的单次查询成本比次优模型低约 30%。
据 Terminal X 介绍,一家私募股权机构在尽调和投资备忘录流程上实现了年化 240 万美元的节省。平台已建立 1700 份机构记忆,运行了 100 多万次定制工作流,周活跃用户相当于月活跃用户的 81%。
以上数字均来自 OpenAI 发布的客户故事和 Terminal X 自己的评测。
创新点
第一,把「每个答案都要过评测」做成生产流程的一部分,而且评测失败会自动变成新的指令或测试用例。系统用得越久,越像机构自己的团队。
第二,按任务挑模型,而不是全程用一个模型。重判断环节和高频环节分开,成本和质量各自优化。
第三,把授权漂移这种金融特有的风险写进评审标准。
可否复用
- 想把专家判断变成 AI 流程,先花时间驻场,把最信任的成品(如备忘录、审批意见)逆向拆成步骤和标准。
- 为输出写一份逐条可判的评审清单,每条只判通过或不通过,并要求附原因和修正建议。
- 把人工修正沉淀为测试用例。下次同类错误就能被自动拦下。
- 在受监管行业里保留完整查询轨迹。来源、模型和推理过程都要可追溯,便于合规复核。