【今日热点】 CatPaw 与其他智能体的分工
写在前面:一句话概括本篇价值 前面三篇分别写了 WorkBuddy 我们自己的用法、Hermes 适合干什么、CatPaw 自动化实测。这篇把它们摆在一张桌子上,说清楚三者怎么分工。结论先放上:不是谁替代谁,而是各管一段。选错工具,不是不能...
写在前面:一句话概括本篇价值 前面三篇分别写了 WorkBuddy 我们自己的用法、Hermes 适合干什么、CatPaw 自动化实测。这篇把它们摆在一张桌子上,说清楚三者怎么分工。结论先放上:不是谁替代谁,而是各管一段。选错工具,不是不能...
钱从哪来之后,是钱怎么一起放。联合贷双方真金白银下场、按比例共担;助贷靠服务费加首损担保兜底;信托证券化把资产变成可流转的证券。三种模式三种分账逻辑,印度 2026 年生效的联合贷新规,把规则写到了全球最细。
钱到了目标国,真正的考验才开始。本地融资不是"找一家银行谈个额度",而是四条渠道各有各的价格和坑:银行最便宜但最挑主体,非银最灵活但最脆,本地资本市场钱最长但进不去,开发性金融机构门槛最高却最抗贬值。
开曼、BVI、香港、新加坡不是四个可以随便挑的注册地,而是三层架构里三个功能不同的位置。摆错一层,轻则多交税,重则整条资金链被反避税规则击穿。
钱出去,比钱进来难十倍。ODI、境外放款、内保外贷、跨境资金池——四条路径的资金性质、额度上限、办理周期与红线完全不同,选错一条,轻则卡三个月,重则触犯逃汇。
海外放贷的竞争,最终是资金端的竞争。六条通道——自有资金、境内持牌资金、境外本地资金、开发性金融机构、资本市场工具、跨境合规通道——成本从 0.5% 到 15% 以上,周期从 3 天到 24 个月。这一篇把全景图拆开。
用 AI 的团队很多,能说清自己 AI 管得怎么样的团队很少。这一篇给出五个自评维度、一张五级量表、以及每级的最低门槛清单——不评价你用了多少 AI,只评价你的 AI 能不能被审计、被解释、被叫停。
一个五到十人的风控团队,从零到一套可审计的 AI 风控体系,要花多少钱、用什么工具、需要多少数据。答案可能和直觉相反:最贵的不是模型,是数据准备和上线后的维护;最不该先做的,是急着上 XGBoost。
AI 风控的监管已经过了"讲原则"的阶段,进入"开罚单"的阶段。欧盟把高风险延期但透明度按期落地,美国联邦在退州在进,印度把模型管理写成了一整套规则,印尼干脆把模型变成了牌照。这一篇把散在各国的红线收成一张表。
模型能跑、能监控还不够。当"模型说拒就拒"遇上借款人要说法、监管要材料,可解释性就从工程问题变成了合规问题。美国、欧盟、印度三条监管线同时收紧,这一篇讲清楚拒贷理由怎么写、文档要留什么、黑箱还能不能用。
模型上线不是终点,是退化的开始。人群在变、环境在变、被你拒绝的人从没进过训练样本——稳定性指数超 0.25 就该动手,拒绝推断做不做,决定评分卡看没看过真实世界。这一篇讲透上线后的监控、漂移和那笔最容易被欠下的账。