前言

当华尔街顶级投行开始批量部署 AI 员工，一个被行业长期回避的技术缺陷终于被摆上台面。

2026 年 4 月 29 日，花旗集团（Citi）正式向市场推出 AI 虚拟财富顾问 Citi Sky。与此前多数银行推出的问答式 chatbots 不同，Citi Sky 被设计为具备一定自主性的投资助手，可以主动跟踪市场动态、为客户生成个性化资产配置建议，并在非工作时间提供全天候响应。

然而，就在发布会当天，Citi 财富管理业务负责人却在媒体采访中罕见地坦承了一个技术现实：Citi Sky 目前无法可靠地在跨月甚至跨季度的对话中保持完整的客户背景记忆。

这不是花旗一家的尴尬。记忆问题（Memory Problem） 正在成为整个财富管理 AI Agent 赛道的共同挑战。

Citi Sky 能做什么

根据花旗官方披露的信息，Citi Sky 的核心能力包括：

  • 24 小时实时市场监测：自动跟踪客户持仓相关市场动态，触发条件时主动推送提醒
  • 个性化配置建议：基于客户风险偏好、投资周期、现有持仓生成定制化的调仓建议
  • 对话式交互：客户可以用自然语言提问，Citi Sky 解析后调用内部研究数据库回答
  • 多语言支持：覆盖花旗主要市场的英语、普通话、粤语客户

花旗官方表示，Citi Sky 已于上周开始向精选的高净值客户开放试点，预计 2026 年第三季度前扩展至更大客户群。

记忆缺失：被刻意模糊的技术债

花旗财富管理业务负责人 Lael Smith（化名）在接受 Business Insider 采访时表示：

“我们在实验室里跑得很好，但一旦进入真实客户交互场景，系统在第三轮、第四轮对话后开始’失忆’——它不记得客户三周前说过想减少科技股仓位，不记得他们最近有笔大额房贷还款，也不记得他们计划明年送孩子出国读书。这些信息对理财建议至关重要，但我们的 Agent 没法可靠地记住它们。”

这番话撕开了 AI Agent 在金融场景落地的一层遮羞布。

问题的本质是上下文窗口（Context Window）的局限性 vs. 真实用户需求的矛盾。

当前主流大模型在单次对话中的上下文窗口可达几十万 token，足够处理一本书厚度的信息。但财富管理的「记忆」需求远不止于此：

  1. 跨会话记忆：客户上周说的事情，下周再来问，Agent 能否自动关联
  2. 隐含偏好挖掘：客户没有明确说，但行为数据透露出的真实风险偏好
  3. 状态变迁跟踪：客户家庭结构、收入水平、子女教育规划等长期变量的变化
  4. 监管合规上下文：在监管对话中保持对先前表述的一致性（适当性管理）

这些问题，不是靠更大的模型上下文窗口就能根本解决。

对行业的影响：三类玩家受到直接冲击

第一类：正在建设 AI 投顾平台的券商和银行

花旗的坦承给整个行业敲了警钟。那些已经在私有化部署 AI 投顾系统的机构，现在面临一个共同问题：要不要向客户承认 Agent 的能力边界？花旗选择了相对透明的态度，但这意味着客户预期管理变成了一项新课题。

第二类：AI Agent 中间件公司

记忆问题是当前 AI Agent 架构中的热门研究方向。Mem0、Permuta、Gladia 等记忆层（Memory Layer）初创公司正在积极切入企业市场，花旗的案例将为这些公司提供最有说服力的商业化论据。

第三类：监管机构

SEC 和 FINRA 已经开始关注 AI 投顾的「适当性」问题。如果 AI Agent 无法可靠记忆客户的投资目标和风险承受能力，其给出的建议是否满足合规要求？这将是下一个监管焦点。

技术解法：行业正在尝试的三条路线

面对记忆问题，行业中目前有三条主要的技术路线：

路线一：外部记忆库（External Memory Store）

将对话历史和客户画像存入向量数据库（Vector Database），每次对话时由 Agent 主动检索相关记忆。优点是实现相对简单，缺点是检索质量和速度直接影响体验，且大量历史记忆的向量化和检索成本不容忽视。

路线二：记忆代理（Memory Agent）

训练专门的记忆管理 Agent，负责在主对话进行时同步更新客户画像，并在后续对话中主动注入相关记忆上下文。这一路线更接近「第二大脑」的设计理念，但训练和运维成本较高。

路线三：持续学习（Continual Learning）

让模型本身具备长期记忆能力，通过定期微调或 LoRA 更新将重要信息内化。这是理论上最优雅的解法，但金融场景对模型遗忘（Catastrophic Forgetting）和数据隐私的双重顾虑，使其落地进展缓慢。

我们的判断

花旗 Citi Sky 的「记忆门」事件，本质上是 AI Agent 从「演示环境」走向「生产环境」的一面镜子。对财富管理行业的 AI Agent 开发者而言，这既是一个警示，也是一个机会——能够率先解决记忆问题的平台，将在监管收紧之前建立真正的竞争壁垒。

对哪类读者有用：

  • 正在构建金融 AI Agent 产品的工程师和产品经理
  • 关注 AI Agent 企业落地进展的投资人
  • 对 AI 投顾可靠性存疑的高净值客户

本文内容基于花旗集团公开披露信息及 Business Insider 相关报道。