每经记者｜李蕾 每经编辑｜肖芮冬
《每日经济新闻》记者获悉，随着AI技术在公募基金行业的普遍应用，相关边界和规范一直是行业和各家机构关注的重点。如今，行业内首个针对基金经营机构大模型技术应用的专项团体标准正式落地。
4月3日晚间，中国证券投资基金业协会（以下简称中基协）公布了《基金经营机构大模型技术应用规范》（T/AMAC 0004-2026，以下简称《应用规范》），由中基协和易方达基金、中金财富、工银瑞信基金、华夏基金、九坤投资、阿里云、智谱华章、华为、中国信息通信研究院等机构和公司共同起草。
《应用规范》指出，作为金融市场的重要参与者，基金经营机构正积极探索并应用大模型技术。然而，大模型技术在资产管理领域的应用仍面临一系列挑战和困难，其中包括金融知识理解不足、模型幻觉等技术挑战，以及在实际应用中需要解决的安全性、合规性等问题。
为促进资产管理行业数字化转型和创新发展，引导基金经营机构规范、合理运用大模型技术提升服务水平，有效保护个人金融信息安全及投资者权益，特编制该团体标准。
《应用规范》的出台有着鲜明的时代和行业背景。
2023年中央金融工作会议首次提出金融强国目标，将数字金融作为金融五篇文章之一，强调金融机构需加快数字化转型，以提高金融服务竞争力。中国证监会发布的《证券期货业科技发展“十四五”规划》指出，“推进科技赋能与金融科技创新，大力提升行业数字化应用水平”；而2024年“人工智能+”首次写入政府工作报告，更是为大模型技术在各行业的应用按下加速键。
在此背景下，基金经营机构作为金融市场重要参与者，正积极探索大模型技术的落地应用，但技术和合规层面的痛点亟待解决。具体而言，行业面临金融知识理解不足、模型幻觉等技术挑战，同时还需解决大模型应用中的安全性、合规性等核心问题，《应用规范》的编制正是为了回应行业发展的实际需求。
从整体内容来看，《应用规范》按照GB/T 1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。全文包含12个核心章节、2个资料性附录及参考文献，章节涵盖范围、规范性引用文件、术语和定义、缩略语、总则、参考框架、基础设施、数据管理、模型服务、应用技术、安全管理、场景应用等核心内容。
记者注意到，附录中还为大模型技术应用风险分析及应对措施建议，同时收录了基金业务领域大模型技术应用案例，为行业提供了从基础规范到实操参考的全维度指引。该规范于今日（4月3日）发布并同步实施，适用于基金经营机构使用大模型技术进行系统平台建设及应用服务。
《应用规范》围绕大模型技术在资产管理业务中的应用，构建了从基础架构到场景落地、从技术应用到安全管理的全链条规范体系。记者也为大家梳理了几大重点：
1、六层级参考框架搭建应用体系基石
《应用规范》明确，大模型技术在资产管理业务中的应用参考框架由六个核心部分组成：基础设施层、数据管理层、模型服务层、应用技术层、安全管理层以及场景应用层。
其中，基础设施层是整个框架的基石，提供数据、计算、存储和网络支持；数据管理层为大模型训练和应用提供高质量数据支持；模型服务层确保模型高性能和稳定性；应用技术层提供技术工具和方法支撑落地；安全管理层保障大模型建设和应用全流程安全；场景应用层则将技术落地到具体业务场景，实现技术价值转化。
2、四维安全管理守住风控与合规底线
再来看行业最为关注的重点，也就是大模型应用的合规风控。纵观整个《应用规范》文件，安全管理无疑是核心重点之一，从基础设施安全、数据安全、模型安全、业务安全四个维度构建防护体系。
例如，基础设施安全方面，大模型运行在物理基础设施之上，应对底层硬件、操作系统、网络环境等采取全面的安全防护措施。
数据安全方面，应从全生命周期的角度，采取全方位的保护措施，敏感数据需实施脱敏或加密处理，不应将未脱敏的客户个人信息、核心交易指令、投研未公开信息直接用于大模型的训练或微调。
模型安全方面，需从内部治理、外部供应链、持续运营三维度防护，应制定模型输出内容审查规则，建立违规内容检测机制与过滤方法。
业务安全方面，大模型生成合成内容标识必须遵守《人工智能生成合成内容标识办法》的规定，且应建立身份认证、API安全防护、合规审计等多重保障措施。
3、数据管理全流程把控质量与合规
数据是大模型的核心资产，《应用规范》从数据采集、数据处理、知识库构建三个环节，对数据管理进行了全流程规范。
例如，数据采集环节应明确数据来源的所有权和使用权限，遵守数据隐私法规并获得必要授权，且应支持文本、表格、音频等不同模态的数据采集；数据处理环节需涵盖清洗、标注、增强、质量评估等流程，其中数据标注规程应符合GB/T 42755的要求；知识库构建则要求应覆盖大模型应用所涉及的主题领域，包含足够的数据量，知识应来源于可靠权威渠道，且需建立高效的索引机制提升检索效率。
4、七大业务场景明确技术落地方向
《应用规范》结合基金行业业务实际，明确了大模型技术可落地的七大核心场景，分别为：投资研究、合规风控、市场营销、客户服务、运营管理、效率办公、研发编程。
其中，投资研究场景可用于信息提取、报表分析、舆情监控、因子挖掘；合规风控场景可实现信息审查、安全评估、风险监测，辅助机构降低风控成本；客户服务场景可通过智能问答、投顾助手提升服务效能；研发编程场景则可利用大模型实现代码生成、程序优化、测试自动化，缩短软件开发周期。
5、模型服务全生命周期规范选型与部署
针对大模型从选型到管理的全生命周期，《应用规范》制定了精细化要求，核心涵盖选型、部署、微调、管理四大环节。
例如，模型选型应根据实际使用需求为导向，兼顾模型效果与资源消耗，选择合作厂商时必须确保其符合国家法律法规且模型完成备案；模型部署可选择本地化、外部算力托管、云服务调用三种模式，其中涉及高敏感数据或严苛隐私合规要求的场景宜选择本地化部署，业务访问具有间歇性或突发性特征的场景可选择云服务调用等等。
6、四大应用技术为落地提供方法支撑
为推动大模型技术在实际业务中落地，《应用规范》明确了提示词工程、检索增强生成、智能体、组件库四大核心应用技术及具体要求。其中，智能体作为重要应用技术，应具备规划（Planning）、记忆（Memory）、工具（Tools）、行动（Action）等基本能力，可采用单智能体、多智能体、智能体—人交互三种应用范式。
多家受访机构对《每日经济新闻》记者表示，作为行业内首个基金经营机构大模型技术应用的团体标准，《应用规范》的落地填补了行业在该领域的规范空白，为基金机构应用大模型技术提供了统一的实操指引。通过明确技术要求、合规底线和安全准则，既为行业数字化转型和技术创新划定了边界，也将推动大模型技术在资产管理领域的合规、有序应用，最终实现提升行业服务水平、保护投资者权益的核心目标。
工银瑞信数字金融创新实验室负责人李胜浩对记者指出，作为《基金经营机构大模型技术应用规范》（T/AMAC 0004-2026）的起草单位之一，工银瑞信基金认为该标准的发布标志着资管行业大模型应用从自发探索、零散试错，迈入体系化规划与规范化落地的高质量发展新阶段。
他表示，其核心价值在于同步构建了“安全护栏”与“创新路标”，精准破解机构“不敢用、不会用、用不好”的痛点。规范首次提出覆盖基础设施、数据管理、模型服务、安全管理和场景应用的全栈式技术框架：其中“安全护栏”通过数据分级脱敏、模型权限隔离、敏感信息防泄露等硬性约束划定合规红线；“创新路标”则以提示词和上下文工程、RAG、智能体等组件的标准化实操指引，提供可落地的实施路径，大幅降低研发与试错成本。
从行业发展看，该规范带来三大深层价值：一是建立安全与创新的动态平衡机制，通过全生命周期风险管控防范模型幻觉、数据泄露、供应链安全等风险，同时避免“一刀切”抑制创新，实现风险可控下的创新最大化；二是引导技术选型回归业务适配与实效验证，摒弃盲目追逐参数规模，推动技术与需求深度匹配；三是夯实行业生态协同的技术底座，通过统一接口、组件和评测标准，降低机构间及与科技服务商的对接成本，加速行业级解决方案成熟落地。
“需要强调的是，该规范并非技术天花板，而是行业共识的技术底线与发展基石。结合大模型快速迭代的特性，标准将持续动态演进。其核心价值在于为行业建立‘护栏之内，路标之下’的清晰共识，让机构敢于、善于且安全地创新，为资管行业培育新质生产力、深化数智化转型筑牢制度与管理基础。”李胜浩总结道。
封面图片来源：每经媒资库
1本文为《每日经济新闻》原创作品。
2 未经《每日经济新闻》授权，不得以任何方式加以使用，包括但不限于转载、摘编、复制或建立镜像等，违者必究。
每日经济新闻客户端