毫秒级响应、并发提升100倍，一个金融Agent如何跑完整研究流程？

以下文章来源于亚马逊云科技

工程底座决定金融Agent能否稳定落地。

图由 AI 生成

牛透说

金融AI并不缺会回答问题的产品，难的是让它持续盯住市场变化，把数据获取、事件识别、关系分析、信息组织和结果生成这一整段工作跑起来，并且及时把有用的信息送到用户面前。

深涌智能的实践值得关注，正是因为它把金融Agent放进了真实、高频、对实时性要求极高的场景。API响应从秒级提升至毫秒级，数据查询并发能力扩大100倍，服务器和Kubernetes运维投入人力降至0。

这些指标乍看属于基础设施，落到产品上，却直接决定了Agent能不能从Demo走向稳定运行。当Agent开始真正干活，模型之外的工程底座会越来越重要。

正文

深涌智能是一家专注于自主金融智能的AI产品与技术公司，致力于将金融数据、模型、智能体与AI基础设施整合为可持续学习、分析和执行复杂金融任务的智能系统，帮助机构和个人更高效地理解市场变化、组织研究流程并管理金融信息。

基于Amazon EKS等服务，深涌智能为AlphaPi及相关金融Agent业务构建了稳定、弹性且易于扩展的云原生架构，将API响应速度从秒级提升至毫秒级，数据查询并发能力扩大100倍，同时将服务器运维和Kubernetes运维投入人力减少至0，问题排查解决速度提升50%。

目前，深涌智能主要使用的亚马逊云科技服务包括Amazon EKS、Amazon MSK、Amazon ElastiCache for Redis、Amazon Neptune等。

01

机会 | 提供及时、准确、强触达提醒

助力金融用户把握机遇窗口

北京时间深夜，美股仍在交易。

隔夜AI芯片股的一次波动，可能已经影响第二天A股光模块、PCB和半导体设备的市场预期；下午港股科技走强，又可能带动相关产业链标的被重新定价。

投资者面对的，已经不再是一只股票、一个市场或几个独立指标，而是行情、新闻、产业链、财务数据和资产组合共同构成的复杂系统。

传统研究方式却依然高度依赖人工，在不同终端之间切换，寻找新闻、查询行情、梳理产业链，等到这些工作完成时，往往已经错过第一轮定价窗口。

深涌智能希望通过自主金融智能缩短这一链路：

让金融Agent能够围绕用户关注的市场、标的和组合，持续完成数据获取、事件识别、关系分析、信息组织和结果生成，并在适当的时间通过适当的终端触达用户。

AlphaPi正是这一能力面向个人用户的产品化载体。

在 AlphaPi 中，用户的个人专属Agent会将市场扫描、新闻检索、公司分析、产业链映射、组合构建和风险分析等步骤拆解成可调用工具，再通过 Agent Loop 推进研究过程，主动帮使用者解决问题。

在整个过程中，用户可以随时展开中间步骤，查看 Agent 调用了哪些工具、引用了哪些数据、每一步分析是怎么推进的。

金融 Agent 的价值，不是把答案写得更像研究报告，而是把研究报告背后的工作真正系统做一遍，做好模拟和验证，然后形成研究分析参考，辅助决策。

围绕这些场景，深涌智能正在为专业金融机构、交易研究团队和个人交易者提供自主金融智能的数据和技术支持，包括跨市场数据加工、实体与产业链关系构建、内部知识接入、专业模型适配，以及研究工作流的智能体化改造。

在软件端，AlphaPi提供全市场概览、金融智能问答、主题发现、标的研究、组合分析与复盘等功能。

例如，在早高峰通勤途中，用户可能还没有打开手机查看行情，AlphaPi已经基于其关注标的的变化发出信息提醒。

用户可以直接询问“刚才发生了什么”，系统则结合行情、新闻、公告及相关实体关系，整理事件背景和可能的影响因素。收盘后，用户还可以在AlphaPi软件端查看当日持仓表现、组合变化和次日重点关注事项。

全球市场扫描与信息聚合

（仅作研究演示，不构成对证券推荐或买卖建议）

生成今日研究观察列表

（仅作研究演示，不构成对证券推荐或买卖建议）

用新闻消息进行模拟研究

（模拟结果不代表真实交易或未来表现）

在智能硬件端，AlphaPi智能硬件可以吸附在手机背面，通过声音、震动和语音交互等方式，在用户授权和预设条件下，对其关注的市场变化进行提醒，并支持用户直接询问变化原因。

在多家云服务商针对稳定性、易用性等关键指标为期三月的接入测试中，亚马逊云科技团队的响应速度和问题解决效率让深涌智能印象深刻。

同时由于业务已拓展至欧美、日本、中国香港等地区，全球化的数据合规也对深涌智能提出了更高要求。此外，深涌智能是亚马逊云科技“云创计划”长期支持的创业伙伴之一。

过去三年多来，双方在产品打磨、架构设计等方面一直保持着紧密合作。

基于以上因素，深涌智能决定将AlphaPi以及金融Agent等相关业务部署在亚马逊云科技上，以获得稳定、可持续的云上环境支持。

Neuters

“作为亚马逊云科技云创计划长期支持的创业伙伴，过去三年多的合作让我们充分感受到亚马逊云科技在云原生架构、技术支持和服务响应上的专业能力。金融智能服务对基础设施的稳定性、实时性和可扩展性都有很高要求，亚马逊云科技为我们提供了可靠、易用的云服务底座，让我们更有信心持续打磨AlphaPi的产品体验，并将更多金融Agent能力稳定、高效地交付给机构客户和个人用户。”

黄可铖

深涌智能 CEO

02

解决方案 | 构建Agent云原生底座

支撑智能化金融业务

深涌智能选择Amazon EKS作为核心业务的云原生承载，将回测、量化分析、数据处理以及Agent相关业务服务部署在托管式Kubernetes环境中。

用户使用AlphaPi接收异动提醒、询问某只股票放量拉升原因，或在收盘后查看持仓复盘时，前端设备与应用会将相关请求传递至后端服务，由运行在Amazon EKS上的业务微服务进行调度与处理。

围绕AlphaPi的实时提醒、事件解读和持仓复盘等场景，深涌智能进一步应用多项亚马逊云科技服务，构建支撑金融智能应用的数据服务体系：

• Amazon MSK负责数据流处理与服务解耦；

• Amazon Glue用于数据处理与集成；

• Amazon ElastiCache for Redis提升高频数据访问效率；

• Amazon Neptune承载金融实体关系数据，帮助AlphaPi理解“某只股票为什么异动” “相关行业或机构发生了什么变化”等问题。

Amazon S3和Amazon EFS则提供可扩展的存储能力，支撑后续模型调用、数据分析和复盘生成等需求。

同时，Amazon CloudWatch和Amazon SNS帮助团队监控关键服务状态并及时接收异常通知，提升问题发现与定位效率，保障金融智能服务的稳定运行。

深涌智能应用亚马逊云科技的系统架构图

在AlphaPi的开发及部署过程中，深涌智能也得到了来自亚马逊云科技BD（Business Development，商务拓展）、解决方案架构师等团队在架构设计、产品选型、成本优化和技术问题响应等方面的持续帮助，减少了基础设施层面的试错成本。

Neuters

“使用Amazon EKS后，我们最大的感受是底层架构的稳定性和可预期性明显增强，无需把大量时间花在基础设施维护和故障排查上。同时，Amazon MSK、Amazon ElastiCache for Redis、Amazon Neptune等服务，帮助我们更高效地支撑金融数据流转、高频访问和关系分析。结合亚马逊云科技团队及时、专业的架构建议与技术支持，让我们在推进AlphaPi及相关金融Agent服务时，能够更加专注于产品能力打磨和业务场景创新。”

黄可铖

深涌智能 CEO

03

业务成果 | 性能提升、运维降负

持续强化金融Agent服务

基于亚马逊云科技的云原生架构，深涌智能在交付效率、系统性能和运维效率等方面取得了多维度增长：

• 优化响应性能：响应速度从秒级提升至毫秒级，服务扩容效率达到分钟级，数据查询并发能力扩大100倍。

• 加速产品迭代：单个页面上线时间从1天缩短至0.25天。

• 运维投入减少：服务器运维和Kubernetes运维投入人力减少至0，同时问题排查解决速度提升50%。

未来，随着AlphaPi及相关金融Agent服务持续迭代，深涌智能将继续完善面向金融智能场景的云原生基础设施，支撑更多实时数据处理、模型服务和Agent应用需求。

在此基础上，深涌智能还将围绕Amazon Bedrock（仅在海外区域可用）、Amazon SageMaker以及Agent相关能力进行进一步测试和探索，以更好地满足海外客户拓展、模型调用和自训练小模型等业务需求，为金融智能服务的持续演进预留更充分的技术空间。

关于深涌智能

深涌智能是一家专注于AI-native自主金融智能系统的科技公司，核心团队来自MIT、清华、北大等高校，骨干成员曾任职于多家头部互联网公司阿里、腾讯、蚂蚁、头部公募及量化机构。

通过持续建设金融数据资产、垂域模型矩阵、多Agent协同系统与相应的基础设施，深涌智能希望推动自主金融智能从单点工具走向能够持续感知、分析和辅助复杂金融任务的完整系统，让机构级金融智能能力可以被更多组织和个人使用。

说明：文章来自亚马逊云科技公众号，原标题《深涌智能以云原生打造「活」起来的金融AI》