# 代理提示人：用代理处理长周期金融工作

- 原标题：Agents Prompt People: Using Agents for Long-Horizon Financial Work
- 类型：讲座
- 来源：Latent Space
- 发布时间：2026-11-01
- 首次精选：2026-11-02 01:09
- 分级：值得看
- 学习层级：进阶
- 主题：[agent-context-memory](<https://oplearnx.com/md/topics/agent-context-memory.md>)（第 28 位）、[agent-permissions-sandboxing](<https://oplearnx.com/md/topics/agent-permissions-sandboxing.md>)（第 38 位）、[agent-architecture-harness](<https://oplearnx.com/md/topics/agent-architecture-harness.md>)（第 44 位）
- 原文链接：[https://latent.space/p/arca](<https://latent.space/p/arca>)
- 本站页面：[https://oplearnx.com/resources/pk\_2543a831267f](<https://oplearnx.com/resources/pk_2543a831267f>)

## 摘要

Latent Space 在 AI Engineer New York 期间对财富管理公司 Arca 首席 AI 工程师 Aman Singh 的访谈。文中称代理承担公司大部分后台工作，但由人类顾问做最终决策，即“代理提示人多于人提示代理”；代理任务可能持续长达十天，过程断续且涉及多方交接，因此 Arca 建了按客户持久保存的内部记忆系统，用于跟踪已发生事项、近期待办与长期跟进。模型主要使用 Anthropic 的 Claude，并自建了 harness。适合关注代理在受监管金融业务中落地方式的人阅读。

---
来源：LearnMap · 学径（https://oplearnx.com）