可控、可测、可进化——B2B跨境支付的 AI 驾驭实践｜QCon上海

从「构建 AI」到「驾驭 AI」，100+ 实战案例拆解 AI Native 时代的工程新实践！ 2026 年 QCon 全球软件开发大会大会 · 上海站 "将于 10 月 22 日—24 日举办，聚焦 Harness AI 时代的工程实践，围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向，邀请全球技术社区与产业一线的实践者，系统性分享前沿洞察与实战经验，共同探索 AI 从能力到系统、从实验到生产的真实路径。 在这一背景下， 2026 年 QCon 全球软件开发大会大会 · 上海站 "正式启动。本次大会将于 10 月 22 日—24 日举办，聚焦 Harness AI 时代的工程实践，围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向，邀请全球技术社区与产业一线的实践者，系统性分享前沿洞察与实战经验，共同探索 AI 从能力到系统、从实验到生产的真实路径。 XTransfer & 高级技术总监陈忻已确认出席 “ 金融 AI Native工程实践：从研发提效到业务破局 "” 专题，并发表题为《 可控、可测、可进化——B2B跨境支付风控的 AI 驾驭实践 "》的主题分享。B2B跨境贸易天然面临“多国别、多单据、多风险”挑战：营业执照、报关单等非标文档版式各异，传统OCR依赖人工录入；三流一致性验证依赖碎片化数据源，隐性关联关系难以识别；交易风险审核、客服运营等环节高度依赖人力，经验难沉淀。行业正从“AI工具”转向“AI数字员工”，模型能力越强，越需要工程驾驭。 为此团队构建“可控、可测、可进化”的三层AI工程飞轮：分钟级Agentic Coding Loop（CodeLynx）通过结构化规则+轻重推理引擎实现代码规范与红线卡点的高效覆盖；小时级Developer Feedback Loop（EvalHub）以评测集、评分器、评测任务构建数据飞轮，保障AI准出质量；天级External Feedback Loop（EagleEye）基于OpenTelemetry实现网关、模型、业务效果全链路观测，并通过Badcase智能分析回流迭代。 实践中沉淀出评测集资产化、成本可归集可解释、AI工程即组织工程等核心经验。落地后，多模态大模型使原本“不可自动化”的风控单据审核逐步实现自动化，人工审核成本持续下降，交易风险识别能力显著提升，客服范式也从“人用工具”迈向“人管Agent团队”，为AI深度嵌入金融风控业务提供了可复用的方法论。 陈忻任XTransfer高级技术总监，负责公司级Ai技术平台与质量效能体系建设。他致力于通过前沿技术融入业务，为全球化支付系统打造高可用及资金安全技术底座。曾任职于蚂蚁国际，主导Alipay+及多个海外电子钱包的技术风险及质量体系演进。拥有20余项国内外技术专利及学术论文，并在金融系统架构、工程效能及自动化领域，具备深厚的智能化与工程化落地经验。他在本次会议的详细演讲内容如下： 演讲大纲风控 AI 工程与三层进化飞轮围绕三个Loop及四个动作，"驾驭（接入调度）、约束（规范门禁）、反馈（评测观测）、进化（回流迭代）"，构建全链路AI工程。Agentic Coding Loop（分钟级）：CodeLynx从 Sonar 静态规则扫描，到基于知识库的Code Workflow Agent，再到Native Agent的持续演进。两种模式支持：1）增量变更（MR等片段及差异分析）2）全量分析（全仓库扫描治理）三类能力建设：1）编码类（需求一致性、架构设计、单元测试、代码规范、安全规范、资金安全规范等）2）Agent搭建类（Workflow DSL，工作流复杂度，异常处理等）3）技能类（安全性，正确性，扫描及动态试跑等）。四个关键决策：1）用好代码上下文及记忆2）结构化规则优于 LLM 自由推理3）基于标注评测，路由最优模型，准确率演进4）轻重引擎，轻推理引擎低成本广扫承载代码规范。重推理引擎驱动零漏判承载红线卡点Developer Feedback Loop（小时级）：EvalHub一套基建支撑各类 AI 形态，包括大小模型、多模态模型、知识库、Agent等，通过分层建模构建数据飞轮。评测集（滚动/快照/基准，版本管理，内部数据增强，开源评测集扩展）评测场景（通过协议抽象，支撑多种技术形态的评测）评分器（LLM as Judge/自定义/指标集Ragas/Deepeval等）评测任务（调度/实验对比/指标/报告/分析回流）External Feedback Loop（天级）：EagleEye基于标准OpenTelemetry协议，构建基础资源、模型、服务、业务效果四层观测能力：AI 网关性能、成本、安全、治理五维观测，Token按应用/消费者可归因；模型及服务渐进式发布，流量及分批发布，打通观测能力，快速定位恢复能力业务AB实验，新版本效果比对及效果分析Badcase 智能分析（LLM 预标注结合人工复核归因），回流评测集及知识，形成生产闭环，实施效果与经验业务效果：“可控、可测、可进化”成为团队标准动作。三个飞轮相互咬合：分钟级保障小时级AI代码质量，小时级评测保障准出效果，天级生产反馈反哺能力演进：1）多模态大模型同时理解复杂文档的空间布局与语义信息，将"过去不可自动化"的风控审核单据变为可自动化，人工录入量持续下降。2）AI 驱动的数据采集与多源交叉验证，自动拉通碎片化数据源，识别供应链中的隐性关联关系。3）AI Native多智能体客服，范式从"人用工具"转向"人管 Agent 团队"。核心经验效果闭环——建设"度量反馈"，再放 AI 进核心业务，评测集是资产，要有版本、保鲜与回流机制成本观测——AI 要算得过账，让成本可归集可解释，按场景分配路由，轻重引擎实践组织协同——AI工程也是组织工程，开发者（执行）、规则维护者（迭代）、管理者（洞察）实践痛点多模态文档理解的泛化难题：跨境贸易涉及的营业执照、报关单、物流单据等版式因国家地区差异极大，通用OCR/多模态模型在小语种、非标版式场景下识别精度不稳定，需要持续的样本积累与模型调优，短期内难以做到“开箱即用”。规则与模型的权衡取舍：在编码规范、风控红线等强确定性场景下，纯LLM自由推理容易出现结果漂移。前沿亮点一套AI基础设施，支撑业务-线下-办公的多形态，形成“驾驭-约束-反馈-进化”体系。三层AI工程飞轮，分钟级代码质量，小时级评测准出，天级生产观测相互咬合。一组架构及实践，管算分离，轻重引擎，复用组合，平衡效果及成本。听众收益：三层飞轮方法论：审视 AI 工程体系，分钟级、小时级、天级三层架构，及其在金融风控场景下的具体应用，可复用于 AI 深入业务的行业。门禁与评测的关键决策实践：从AI实现到评估到观测，可借鉴的技术方案及决策逻辑。AI Native 组织协同模