近日，前字节跳动AI编程方向负责人杨萍以创始人身份出现在创业邦《Signals》访谈中，其创办的企业级AI智能体公司词元无限正式进入公众视野。这家公司切入的赛道极其特殊：面向金融行业核心业务系统的AI编码智能体。中国头部银行、保险机构的核心交易系统多建于上世纪90年代末至2000年代初，底层语言以COBOL、汇编为主，单家国有大行的核心系统代码量普遍在8000万至1.2亿行之间。真正让金融机构技术负责人夜不能寐的，不是让AI写几行新代码，而是让机器读懂这些没有文档、原开发者多已退休的“代码化石”。

希鸥网观察到，词元无限选择的路径与硅谷当红AI编程公司Devin形成镜像对照。Devin主打从零到一的项目生成能力，演示场景多为新建Web应用或自动化脚本。词元无限的靶心则落在完全相反的极端：为存续20年以上的金融核心系统提供代码语义解析、影响面分析与改造方案生成。杨萍在访谈中直言，读不懂旧代码，一切AI编码都是空中楼阁。这一判断背后是硬性成本结构：某股份制银行曾披露，其核心系统一次微小的费率调整需求，从需求评审到测试上线平均耗时47天，其中87%的时间消耗在代码溯源与回归测试上。

金融机构对AI编码的付费意愿，本质上由合规成本与人才断层共同驱动。银保监会2022年发布的《关于银行业保险业数字化转型的指导意见》明确要求，“十四五”期间关键业务系统自主可控率需达到75%以上。现实是，能熟练维护COBOL系统的工程师全国存量不足3000人，平均年龄超过45岁。一位国有大行科技部门负责人曾公开表示，再熬五年，这批人退休后，现有核心系统将面临“无人可改”的僵局。词元无限的产品逻辑因此变得锋利：不是替代程序员写新功能，而是把存量系统的知识从即将退休的工程师大脑中“萃取”出来，沉淀为可复用的AI智能体。

从技术路径看，杨萍团队试图建立的是一个“存量代码理解中间层”。大语言模型直接处理百万行级代码时，上下文窗口限制导致关键依赖关系丢失，模型容易给出看似合理但实际破坏交易一致性的修改建议。词元无限的做法是先用静态分析构建代码知识图谱，再由AI智能体在图谱约束下执行任务。这套方案在金融场景的容错率极低：支付清算系统一笔错账的修复成本，可能是AI节省人力成本的数百倍。因此其商业模式大概率不会采用SaaS订阅制，而是按项目制收费，单个体量在百万至千万元级别。

值得关注的是用户心理的微妙转向。三年前，金融机构CTO对AI编码的态度普遍是“演示可以，生产免谈”。2025年以来，多家券商和城商行开始设立“AI编码试点专项预算”，额度从数百万到数千万元不等。触发点并非技术突然成熟，而是监管对系统变更的审计要求日趋严格。传统人工修改代码的方式，在监管看来存在“ undocumented change”的风险，而AI智能体每一步操作都可留痕、可回溯。合规压力反而成了AI编码工具进入核心系统的通行证。

希鸥网认为，词元无限面临的博弈格局远比技术攻关复杂。向上，它要面对甲骨文、IBM等原厂对金融核心系统知识产权的封闭控制；向下，华为、腾讯云等大厂正在以更低的报价切入银行信创改造项目。中间还夹杂着中电金信、宇信科技等传统金融IT服务商的转型反扑。杨萍的筹码在于字节系AI工程化能力的迁移速度，但这个窗口期不会太长。一旦大厂将代码理解能力封装为标准组件，垂直创业公司的先发优势可能被迅速稀释。

对AI赛道的创业者而言，词元无限的案例给出一个残酷提醒：容错文化必须建立在“不犯重复错误”的底线上。金融客户对AI幻觉的容忍度为零，任何一次因模型误判导致的交易异常，都可能让公司永久失去进入核心系统的资格。产品迭代可以试错，但每一次错误必须转化为测试用例和规则约束，沉淀进知识图谱。如果团队为了赶进度而隐瞒模型缺陷，等到生产环境爆发，那就不是丢单的问题，而是牌照和资质的问题。

与此同时，这类深水区创业要求创始人极度克制“兄弟情谊替代管理”的冲动。杨萍面对的团队大概率由三类人组成：懂AI的算法工程师、懂金融IT的行业老兵、懂代码分析的工具开发者。三类人的话语体系、工作节奏、风险偏好截然不同。用喝酒团建消弭边界感，只会让金融老兵觉得不专业，让算法工程师觉得在浪费时间。明确的交付节点、清晰的决策责任人、透明的客户反馈链路，才是凝聚这支混编部队的真正粘合剂。

融资节奏的把控同样致命。AI coding赛道当前估值处于高位，但金融核心系统改造的交付周期长、验收标准严，收入确认可能滞后12至18个月。如果在现金流充裕时没有完成下一轮储备，等到项目交付延期、客户验收卡壳时再去见投资人，条款会极其苛刻。更聪明的做法是在业务数据最漂亮的节点主动接触能带来银行客户的产业资本，而非单纯追逐高估值的财务投资人。钱背后的行业资源和合规背书，有时比钱本身更值钱。

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo