准确率超90%！中国人寿（海外）打响金融 Agent 落地第一枪

“帮我查询下我的保单满期日是什么时候？”“如果现在退保，能拿回多少钱？” “退保需要准备哪些材料？会产生手续费吗？”

屏幕那头，是拿着手机眉头紧锁的陈女士，她是中国人寿（海外）的老客户，购买了多张保单，最近她在盘算那张“退休65年金保单”是继续续费还是退保。因为涉及到现金价值的计算，她将内心的纠结化作了一连串的追问，迫切需要一个准确、快速的答复。

屏幕这头，是中国人寿（海外）客服团队在猛敲键盘，通过OneContact查询客户基本信息并核验身份——确认客户保单资料咨询需求——代登录查询退保试算，同步调取最新周年报表、提取退保价值——反馈客户。

繁多的问题、复杂的查询步骤、金融行业的高风控要求，构筑了一个“不可能三角”：客户要体验、企业要效率、合规要保障。

近期，中国人寿（海外）携手网易智企旗下云商业务探索Agent在服务场景的落地应用，回答准确率达到90%+，成功破解了这个“不可能三角”。

这一突破，在香港保险业具有重要的意义。

与通过FAQ来回答用户问题的传统NLP客服机器人相比，Agent在语义理解、环境感知、自主规划等各个层面都进入到Next Level，已经进化为一个能够自主执行复杂任务的“客服AI员工”。当多数同行还停留在传统技术应用阶段时，中国人寿（海外）已经将最新的AI技术落地应用，成为香港保险业AI+服务创新实践的“领头羊”。

在这个过程中，我们看到了中国人寿（海外）的战略定力、创新魄力，也看到了网易智企以客户业务成功为成功的理念、深刻的业务洞察以及丰富的交付经验。

我们试图拆解这个项目成功的关键要素，从场景选择、知识重构、权限策略设计、全流程闭环调优等角度，给大家提供一些实战经验。

在项目启动初期，中国人寿（海外）和网易智企迅速达成了一个共识：金融行业的特殊性，决定了Agent的应用不能盲目冒进。在场景选择上，既要把风险控制放在首位，又要兼顾实打实的业务价值，不能为了上Agent而上。

深思熟虑之后，中国人寿（海外）选定了一个试点场景：售后的满期及退保咨询。在他们看来，这个场景具有“频次高、风险可控、价值可观”的特点。

• 频次高：这个环节中，客户咨询的频次高、沟通时间长、问题高度同质化，人工客服需要花费大量的时间进行跨系统查询、计算、确认，如果Agent可以跑通这个流程，可以直击“人海战术重灾区”，大幅提升响应速度。

   

• 风险可控：相比于核保、理赔等涉及复杂判断的场景，该场景是针对存量保单的咨询，满期日是哪天、现金价值算出来是多少，这些都是合同条款中的既定事实。Agent只需准确调用系统数据和计算规则，不涉及太多的主观判断和承诺，整体的风险更可控。

   

• 价值可观：作为一个能自主完成任务的执行者，Agent可以实现服务侧的降本、增效，此外，快速响应客户关于“已供总保费、退保价值”等咨询需求，可以极大提升客户的服务体验和满意度。

中国人寿（海外）的这份战略定力，为整个Agent项目最终走向成功打下了坚实的基础。他们没有追求一步到位，而是务实地聚焦在了一个边界足够清晰、业务价值可以被清晰衡量的黄金场景。

金融机构对Agent的采纳正在快速增长，但在这个过程中也面临着诸多挑战。根据沙丘智库的调研，56.8%的金融机构将“大模型幻觉，数据结果不可靠”视为Agent应用的核心挑战，其次是数据与隐私泄露风险（占比50.6%）、算力和成本挑战（占比49.4%）。

中国人寿（海外）携手网易智企，在大脑层、知识层、风控层构筑起了三道坚实的防线，并辅以“全流程闭环调优机制”，成功打造了一个好用又可靠的售后服务Agent，实现“单点打透”。

第一道防线：大脑层——架构创新，打造灵活高效的“指挥中枢”

面对满期及退保咨询场景复杂的业务流程，传统的单一Agent往往“牵一发而动全身”，维护成本高、灵活性差。为此，网易智企在技术架构上进行了大胆创新。

• 技术架构创新：将DeepSeek-V3大模型与CoreAgent智能体搭建平台创新性地深度融合：依托 DeepSeek-V3高效稳定的性能及突出的智能处理能力，为业务决策提供超强“智能内核”；借助 CoreAgent 可视化工作流、RAG 知识库与自动化运维能力，大幅降低 AI 应用开发门槛，实现从“模型能力”到“业务落地”的无缝衔接。

   

• 多Agent协作模式：主智能体负责意图识别、任务分发，子智能体负责具体任务执行，轻松应对业务需求的动态变化 ，极大降低了维护成本与迭代风险，确保Agent就像搭乐高积木一样灵活，始终保持高可用状态。

第二道防线：知识层——体系重构，夯实精准检索的“数据基建”

保险条款浩如烟海，且港澳两地规则迥异，传统的知识库往往面临“搜不到、搜不准”的难题，最终导致输出的结果“答非所问”。为了提升回答准确率，让Agent真正为业务服务，项目组进行了一场彻底的知识重构。

• 知识体系重构：整合现有的知识文档、产品介绍及常见问答，并利用算法聚类技术挖掘过往会话记录，对业务知识进行分门别类的沉淀。同时，基于现有知识查漏补缺，补充大量相似问法，极大提升了知识覆盖面与答案质量。

   

• 成熟的向量化工程：完成了10000+知识文档和7000+产品字段的向量化切片和同步，为高质量检索奠定了扎实的基础。

   

• 多路召回策略：采用了先进的多路召回策略，结合关键词检索、语义向量检索等多种手段，显著提升了检索内容的全面性与精准性，确保在面对复杂提问时也能稳定发挥。

   

• 知识精细化管理：引入L1意图标签和Area地区标签，实现了检索范围从“全库大海捞针”到“场景聚焦”的转变，此外还实现了港、澳知识的区隔化。知识管理的精细化程度实现了质的飞跃。

   

• 知识动态更新机制：建立了知识管理平台与Agent知识库的联动机制，确保Agent的回答能力随着业务知识的完善而同步增长。

第三道防线：风控层——严守红线，构筑全方位的“安全防火墙”

在金融行业，风控是不可逾越的红线。为了规避Agent可能产生的“幻觉”风险及数据泄露隐患，项目组构建了全方位的数据安全保障体系。

• “双轨并行“服务设计：构建了”智能知识检索“与”智能对客应答“双轨体系，精准隔离了员工赋能和客户服务场景，权限与数据安全边界清晰。

   

• 精细化权限管控：通过“用户-部门-角色-权限”四层界限，确保只有具备相应权限的人员或场景才能调用特定数据，实现了“数据仅对可见之人可见”。

   

• 敏感话题智能拦截：对于投资建议、同业对比等十余类受监管活动/高风险问题以及超出场景和知识范围的问题，给Agent设定了统一的拒答话术，确保其始终保持客观中立。

   

• 知识分块深度增强：在底层技术上，通过知识文档分类打标、知识分块深度增强等多重手段，进一步提升知识调用的准确性与安全性。

此外，网易智企还助力中国人寿（海外）构建了一套长效的闭环调优机制，从用户反馈-营运质检-问题分类-IT调优-验证回归。这种紧密的“业务——技术”的双向反馈机制，推动Agent的回答准确率得以持续、快速提升。

在这三道防线+一个调优机制的作用下，中国人寿（海外）打响了服务Agent落地应用第一枪：回答平均准确率达到90%+，在该场景的响应速度从分钟级缩短到秒级，实现了服务效率和服务体验的双重跃迁。

如果说场景的选择、技术的突破是这个项目成功的基石，那么中国人寿（海外）与网易智企的相互信任、紧密协作，则是让Agent从一个设想变为现实再到产生业务价值的催化剂。

“中国人寿（海外）积极拥抱新一代AI技术，但没有盲目追求模型的参数、Agent的数量，以终为始，从提升他们客户服务体验的目标出发，锚定了一个高价值场景。”在网易智企项目负责人看来，这份创新魄力与战略定力，给双方的合作明确了方向，助力单点场景的成功，在组织内部建立起了信心。

“金融行业的Agent落地应用伴随着复杂的业务逻辑和极高的合规门槛，其实一开始我们对项目能否成功也有过担忧。但在合作过程中，从前期的业务调研、场景评估到后期的业务流程梳理、知识体系重构、风控举措搭建、不断测试调优等等，网易智企展现出极高的专业性、极强的责任感，他们的工匠精神打消了我们的顾虑。”在中国人寿（海外）项目组成员心中，网易智企不仅仅是一个供应商，更是他们的AI价值合伙人。

对于中国人寿（海外）与网易智企而言，满期及退保咨询场景的Agent落地仅仅是AI重塑金融服务的开始，双方已经将目光投向了更远的未来：将Agent逐步扩展至营销、核保、理赔等更多场景，进行价值验证。

从单点突破到全域智能，重新定义金融服务的效率与温度。