7月16日，上海银行发布了一则招标公告——“对公授信智能化提升与智能化基础能力建设项目之高代码智能体工作站建设采购项目”，最高投标限价508.5万元，拟入围1主1备共2家供应商。
据招标公告，本项目旨在利用大小模型结合、多智能体协同的技术方案，结合本体论进行知识梳理，研发一套与信贷业务场景深度融合的对公信贷全流程智能体体系。
包含营销助手、尽调助手、贷后助手等，通过“人机协同”的新型作业范式，实现从贷前精准营销获客、贷中授信审批到贷后及时预警的端到端智能化转型。
同时，基于授信流程贷前、贷中、贷后阶段多个业务场景，建设一套原子化、可编排的公共智能体应用矩阵体系，打破单点功能的局限，孵化具备专业深度的公共智能体和原子能力。
这组措辞透露出几个重要信号：一是“多智能体协同”而非单一助手，意味着营销、尽调、贷后等Agent之间会形成协作编排；
二是“原子化、可编排的公共智能体矩阵”，意味着不是独立的烟囱式产品，而是共享原子能力底座、可灵活组合的Agent矩阵；
三是“本体论进行知识梳理”，意味着要为信贷领域构建结构化知识本体，而非简单地喂大模型一堆文档。
上海银行2025年年报口径称“自主研发上百个智能体”，覆盖客户营销、客户服务、风控、行务运营和经营管理等业务流程。
但如果严格按Agent的技术定义——具备自主规划、任务拆解、工具调用、多步推理与多智能体协作能力，而非确定性规则映射或单步大模型推理——真正符合标准的公开产品并不多。
其中，2025年推出的AI手机银行，是上海银行迄今架构最完整的Agent产品。它明确采用多智能体协作架构——各业务条线都有专属AI专家Agent，一个智能体核心层作为系统大脑，融合大模型引擎与金融知识库，完成从用户需求到推理到工具调用到业务执行的完整链路。
上海银行联合数势科技打造的智能问数平台，基于SwiftAgent架构，是名副其实的智能体。用户输入查询请求后，意图识别模型判断是否为分析任务；若为复杂任务，规划器（Planner）进行子任务拆解，再调用技能模块执行；简单任务则直接调用相应技能。
2026年4月，上海银行上线的同业存单AI机器人，也是一个具备意图识别、自主判断转人工或自动处理、后台流程衔接的完整Agent决策链的智能体。
交易对手通过对话发送询价消息后，机器人识别客户意图，自主决定是直接响应还是转交交易员，然后自动衔接报价推送、认购提醒和流程跟踪。
上线两个多月，该机器人已处理询价消息2700余次，服务交易对手超100家，协助募集资金突破百亿元。
上海银行的智能体自研能力主要集中在金融市场和零售端，对公信贷领域的Agent建设选择引入外部供应商。
资格要求也精准务实：投标人须具有基于大模型智能体在对公授信领域相关实施案例至少1例，且案例建设功能须同时包含智能体和营销/获客/问答/尽调/放款/贷后/信贷中至少一项。
展开来看，上海银行已在AI基础设施上做了相当投入——建成统一调度、弹性伸缩的高性能GPU算力池；落地DeepSeek、Qwen等大模型本地化部署；支撑超过50个业务场景。2026年目标GPU算力翻番、AI人才三年从60人增至200人。
行长施红敏在年报致辞中直言 “AI是银行未来的核心竞争力”，副行长/CIO胡德斌在业绩说明会上进一步披露，将推出智能算法演化平台、深化本体模型建设——后者正是这次招标中“基于本体论进行知识梳理”的前置铺垫。