9 月 19 日，「Infra + AI 至簡致遠」2025 DolphinDB 年度峰會在杭州圓滿落幕。在上午的主會場論壇中，DolphinDB 創(chuàng)始人兼 CEO 周小華博士帶來了題為《至簡致遠：AI 與金融基礎(chǔ)軟件的下一個十年》的精彩演講。
周博士指出，AI 要在高風險、低容錯的金融領(lǐng)域真正落地，必須與堅實可靠的基礎(chǔ)設(shè)施（Infra）深度融合。他系統(tǒng)性地闡述了面向 AI 時代的金融基礎(chǔ)軟件發(fā)展路徑，并提出了實現(xiàn)這一目標的架構(gòu)藍圖。
01 金融 AI 的挑戰(zhàn)：可靠性優(yōu)先，Infra 為基石
周博士開宗明義地指出了當前 AI 在金融核心場景中的應(yīng)用局限。他認為，大模型的“幻覺”問題和數(shù)據(jù)處理的效率瓶頸，使其難以獨立承擔金融交易與風控等關(guān)鍵任務(wù)。
周博士提出了 DolphinDB 對這一挑戰(zhàn)的應(yīng)對策略：“AI Agent 可以成為交互與調(diào)度的‘智能層’ ”。而復(fù)雜計算與關(guān)鍵執(zhí)行，必須交給成熟、可靠的金融基礎(chǔ)軟件來完成。” 基于這一前瞻性判斷，DolphinDB 將 "Infra+AI" 深度融合確立為產(chǎn)品演進的核心理念，在過去一年中持續(xù)推進架構(gòu)升級與能力重構(gòu)。通過夯實高性能數(shù)據(jù)底座、優(yōu)化智能計算引擎、完善組件化開放平臺三大方向，DolphinDB 系統(tǒng)性地構(gòu)建起支撐金融機構(gòu)應(yīng)對 AI 時代挑戰(zhàn)的核心能力體系，為智能投研、實時風控、量化交易等核心場景提供堅實的技術(shù)保障。
02 化繁為簡：從全球標桿中提煉的架構(gòu)哲學(xué)
演講中，周小華通過對 kdb+、高盛 SecDB、貝萊德 Aladdin 三大全球標桿的深度解構(gòu)，總結(jié)了國外先進金融基礎(chǔ)設(shè)施和技術(shù)平臺的設(shè)計智慧：
· 業(yè)務(wù)邏輯與數(shù)據(jù)庫融合
· 資產(chǎn)數(shù)據(jù)、定價及風險計量集成
· 多資產(chǎn)組合管理平臺化
相比之下，國內(nèi)金融機構(gòu)仍普遍面臨“煙囪式”系統(tǒng)架構(gòu)帶來的數(shù)據(jù)孤島、重復(fù)建設(shè)與協(xié)作低效等問題。在這個背景下，周博士認為完全復(fù)制海外系統(tǒng)并非最優(yōu)解，而應(yīng)借鑒其核心設(shè)計理念，結(jié)合新一代硬件、軟件與 AI 技術(shù)，實現(xiàn)架構(gòu)層面的“后發(fā)超越”?；诖耍A(yù)言下一代金融基礎(chǔ)軟件必須具備 5 大特征：
· 一體化架構(gòu)，告別數(shù)據(jù)孤島
· 實時化計算，快速響應(yīng)市場變化
· 組件化設(shè)計，高效構(gòu)建系統(tǒng)
· 腳本化交互，讓業(yè)務(wù)迭代更高效
· 原生 AI 支持，人與系統(tǒng)交互更智能
03 三層架構(gòu)藍圖：描繪“至簡”實踐路徑
接下來，周博士進一步從數(shù)據(jù)、計算和應(yīng)用三個層面，分享了金融基建實現(xiàn)“至簡”愿景的技術(shù)思考，為行業(yè)提供了清晰的實踐路徑：
數(shù)據(jù)層：打造全域統(tǒng)一數(shù)據(jù)底座
針對多資產(chǎn)、多模態(tài)、跨地域的數(shù)據(jù)管理挑戰(zhàn)，周博士提出了三大方向：
· 多資產(chǎn)數(shù)據(jù)建模對象化
將股票、債券、衍生品等各類金融資產(chǎn)抽象為“可計算對象”，提供一致接口，顯著降低系統(tǒng)復(fù)雜度。
· 多模態(tài)數(shù)據(jù)存儲一體化
通過多模態(tài)引擎原生支持行情、新聞、向量數(shù)據(jù)等異構(gòu)數(shù)據(jù)類型，避免跨系統(tǒng)協(xié)調(diào)帶來的延遲與冗余。
·跨地域連接實時化
構(gòu)建邏輯統(tǒng)一、物理分布的數(shù)據(jù)架構(gòu)，支持流批一體計算與自動化運維，實現(xiàn)數(shù)據(jù)在全球范圍內(nèi)的實時流動與協(xié)同。
計算層：實現(xiàn)認知與執(zhí)行解耦
就如何將數(shù)據(jù)高效、可靠地轉(zhuǎn)化為業(yè)務(wù)價值這一關(guān)鍵問題，周博士認為應(yīng)該從以下三方面提升計算能力與靈活性：
·計算調(diào)度運維透明化
將計算連接和調(diào)度進行統(tǒng)一：用戶聲明計算邏輯，系統(tǒng)自動管理任務(wù)依賴、資源分配與容錯。
·代碼邏輯與實現(xiàn)分離
提出“一套代碼，多框架運行”的架構(gòu)模式，即同一段業(yè)務(wù)代碼可適配批量回測、實時風控與高頻交易等不同場景，通過 CPU、GPU 及低延時嵌入式引擎等不同計算框架執(zhí)行，實現(xiàn)業(yè)務(wù)邏輯與底層實現(xiàn)解耦。
·系統(tǒng)開發(fā)腳本化
自研多范式腳本語言 Dlang 在保持 Python 易用性的同時，將性能提升至接近 C++ 水平，覆蓋從投研到交易的全場景需求。
應(yīng)用層：邁向組件化智能增強
在應(yīng)用構(gòu)建層面，周博士強調(diào)應(yīng)通過“業(yè)務(wù)組件化”與“交互智能化”降低開發(fā)門檻，賦能業(yè)務(wù)人員快速、靈活地構(gòu)建智能解決方案：
·業(yè)務(wù)組件化
DolphinDB 提供 2000+ 計算分析函數(shù)、豐富的指標和因子模塊，以及訂單簿引擎、估值定價、回測撮合等開箱即用的業(yè)務(wù)中間件與平臺組件，支持像“搭樂高”一樣快速構(gòu)建業(yè)務(wù)系統(tǒng)。
·交互智能化
創(chuàng)新性提出“統(tǒng)一能力底座+雙重接口”智能架構(gòu)。通過將風險模型、因子計算等業(yè)務(wù)邏輯封裝為標準化 MCP 工具，使同一套接口既能被傳統(tǒng)前端調(diào)用，也可被 AI Agent 直接理解使用。用戶既可專業(yè)操作平臺界面，也能通過自然語言與 AI 交互，實現(xiàn)“一套能力、多種調(diào)用”。該架構(gòu)確保 AI 直接調(diào)用可靠接口而非生成邏輯，從根本上避免“幻覺”風險，保障智能交互的準確與可靠。
04 未來布局：ORCA 平臺與 AI 深度融合
為滿足用戶對多集群的數(shù)據(jù)訪問、計算、運維的需求，去年的 DolphinDB 峰會上，周博士宣布了我們研發(fā)企業(yè)級實時計算平臺 Orca 的規(guī)劃。作為 DolphinDB 的重要升級，Orca 在繼承 DolphinDB 核心能力基礎(chǔ)上，進一步增強了多集群統(tǒng)一管理、跨數(shù)據(jù)中心協(xié)同和智能化運維等企業(yè)級功能，能夠幫助金融機構(gòu)實現(xiàn)大規(guī)模分布式系統(tǒng)的透明化管控與高效運營。經(jīng)過一年研發(fā)與三個大版本迭代，Orca 已進入試用階段。周博士表示：“Orca 將成為 ’Infra+AI‘ 理念的重要載體，通過將扎實的基礎(chǔ)設(shè)施能力與智能技術(shù)深度融合，為金融機構(gòu)構(gòu)建面向未來的實時計算架構(gòu)”。與此同時，DolphinDB 還在持續(xù)投入金融垂直領(lǐng)域大模型訓(xùn)練，不斷提升 AI 對金融專業(yè)語義和平臺功能的理解能力，并積極探索 AI 在量化交易、風險控制等核心場景中的創(chuàng)新應(yīng)用。
05 結(jié)語：Infra 為基，AI 為翼
周博士在總結(jié)中指出，雖然當前 AI 在金融領(lǐng)域主要承擔應(yīng)用層面的輔助職能，但在未來五到十年內(nèi)，將逐步深入金融基礎(chǔ)建設(shè)的數(shù)據(jù)、計算等核心業(yè)務(wù)環(huán)節(jié)。
峰會落幕亦是新程的開始。未來，DolphinDB 將堅定地與用戶站在一起，將 “Infra+AI” 的藍圖轉(zhuǎn)化為現(xiàn)實，始終秉持“至簡致遠”的產(chǎn)品哲學(xué)，致力于通過一體化、智能化的技術(shù)，幫助金融機構(gòu)化繁為簡，應(yīng)對未來挑戰(zhàn)。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
