开户与 KYC 智能体
我们设计、构建并部署一个 AI 智能体，对每份开户文件进行分类、路由到对应的检查，核对身份、地址与申请表格，并为你的合规主管提供一份干净、有证据支撑的 KYC 材料包——而接受或转介的决定仍由人来做。
一览
开户正是交易受阻、AML/CDD 风险进入之处——更快、更一致的验证能赢回因注册缓慢而流失的客户，并堵住 BNM 审计所关注的漏洞。
路由前端接入按文件类型的检查、对 MyKad 与水电费单的视觉/OCR、制裁/PEP 名单筛查，以及 BNM AML/CFT + PDPA 级的管控与审计轨迹。
见效后会有什么改变
每份申请耗时
当前人工 KYC 审核
约 20–30 分钟
使用智能体
约 4–7 分钟
节省的时间
每位申请人约节省 15–23 分钟——每月 300 次开户约合 75–115 小时，大约相当于半名全职审核人员。而每一位在几分钟而非几天内通过的申请人，都是你留住的客户，而非流失给注册更快的对手。
为估算；实际时间取决于文件数量、筛查深度与案件复杂度。
阶段 1 · 界定
业务问题
马来西亚的银行、保险公司或金融科技公司将每位新客户作为一整套材料接收——MyKad 或护照、一张自拍、地址证明，以及申请表格——然后合规主管必须验证身份、确认地址、对照制裁与 PEP 名单筛查，并在账户开立前核对每个字段是否一致。这段时间的大部分花在机械性工作上：对文件分类并相互比对，而非判断风险。这个过程缓慢，申请人在等待中流失，两名主管对同一份文件的尽职程度也略有不同——正是 BNM AML/CFT 审查所标记的那种不一致。
阶段 2 · 梳理
当前的人工流程
- 01打开开户材料及每份文件
- 02弄清每份文件是什么，并用肉眼阅读字段
- 03跨文件交叉核对姓名、身份证/护照号与地址
- 04对照制裁与 PEP 名单筛查申请人
- 05追查缺失文件、扫描不清或不一致之处
- 06之后才做接受、转介或拒绝的决定
问题所在: 瓶颈在于对文件分类和比对，而非判断风险——这个缓慢重复的环节在量大时堵塞、疲劳时出错、且因人而异。
阶段 3 · 设计
智能体化流程
我们以 routing（路由）方式构建：智能体对每份进入的文件分类，将其分派到正确的专门检查（身份、地址、筛查），再把结果核对汇总为一份有证据支撑的 KYC 材料包——只重新索取确实缺失的部分，无法通过的则上报给人处理。
仅当文件被错误分类、无法辨读或缺失时才重新路由并重新索取——否则持续推进。
看一个案件在智能体中逐步流转——它负责读取与比对；最终决定仍由人来做。
实际效果
在开户材料中
智能体标记出什么
- 姓名与身份证号在 MyKad 与申请表间一致
- 制裁与 PEP 筛查：无匹配
- 地址证明文件齐全且清晰可读
每个标记都引用确切的文件与字段 · 由你的主管做接受/转介决定 · 每位申请人约 RM 0.50–1.10。
逐步流程
- 1
对每份文件分类
智能体读取材料中的每份文件并弄清各自是什么——MyKad、护照、自拍、水电费单、银行对账单、申请表格——包括扫描件和手机照片，从而让正确的检查在正确的文件上运行。
- 2
路由到正确的检查
每份文件被分派到其专门处理器：身份证件到身份验证，地址证明到地址比对，申请人信息到制裁与 PEP 筛查——正是这种路由让每项检查保持聚焦和准确。
- 3
提取并验证字段
它将关键字段提取为一条结构化记录——姓名、身份证/护照号、出生日期、地址、国籍——为每一项标注来源文件，并检查文件清晰可读且在有效期内。
- 4
交叉比对并筛查
它将这些字段相互核对——MyKad 上的姓名与身份证号 vs 表格、账单上的地址 vs 表格——并对照制裁与 PEP 监控名单筛查申请人，为每个结果保留证据。
- 5
汇总 KYC 材料包
它生成一页式材料包：申请人、通过的检查、筛查结果、以及需要关注的两三项——每一项都附带具体信息及其来源文件。
- 6
交给人处理
合规主管审阅被标记的项目并做出接受、转介或拒绝的决定。没有任何内容会被自动批准。
阶段 4 · 构建
我们如何用 Claude 构建
它通过连接的工具直接接入你的开户受理系统与筛查供应商——无需手动导出——并且它基于申请人的实时案件记录工作，而非过期副本，因此重新提交的文件会更新材料包。防护机制与完整审计轨迹从第一天就内建：每一次分类和每一个标记都能追溯到其来源的确切文件与字段，且没有你主管的决定，任何账户都不会开立。
集成对接
- 开户受理 / 发起系统
- 文件库或上传收件箱
- 制裁 / PEP 筛查供应商
- 可选：核心银行或保单管理系统（只读）
底层实现
- 模式：基于 Claude Agent SDK 的路由工作流——分类器前端将每份文件分派到按类型的检查链，每个工具通过进程内 MCP 服务器提供。
- 上下文：整份材料被载入——文本加上对 MyKad、护照与水电费单照片的视觉识别——申请人的实时案件记录被实时拉取（而非过期副本），较长的提交会被压缩，确保没有内容被静默丢弃。
- 工具：文档分类器、视觉/OCR 字段提取器、地址/身份匹配器，以及一个只读的制裁/PEP 筛查查询——读工具与任何写入分离，写入仅进入审阅队列。
- 防护机制：严格的 JSON 模式锁定输出、对核心银行/保单管理系统无写入权限、最小权限，以及一条硬性规则——没有人工接受决定，任何账户都不会开立。
- 不可信输入：每份提交的文件都被视为不可信（可抵御提示注入）——被篡改的 PDF 或图像内的文字说明无法左右智能体的分类或决定。
- 恢复与上报：被错误分类、无法辨读或缺失的文件会被重新路由或重新索取；筛查置信度低或匹配含糊则上报给主管——它绝不臆测身份或筛查结果。
- 可观测性与审计：每次分类、工具调用、筛查命中与最终材料包都会留痕且可追溯，主管的决定对应记录于其上——一条机器可读的 BNM/PDPA 审计轨迹，而非截图。
- 评估框架：一组历史开户案例的黄金集——含冒名顶替尝试、地址不一致与真实制裁命中——配合确定性检查并对模糊判断采用 LLM 作为评审，每次改动在接触实时申请人前都经过回归测试。
阶段 5 · 架构
单一模型还是多智能体？
开户是异构的——不同文件类型需要不同的检查——因此我们用分类器进行路由，并依靠分层（Haiku 处理明确的、Sonnet 负责推理、Opus 处理临界的），而非多智能体群。一条完善配置的分层流水线更可靠、更省成本、也更易审计。
我们把多智能体设计（约 15 倍 token）留给真正并行、广度优先的工作——而非单个申请人紧耦合的案件。
哪个模型做什么
对文件分类并提取字段（含扫描件）
对杂乱的 MyKad 照片、护照与水电费单具备可靠的视觉与结构化提取能力。
路由高频、明确的文件
对绝大多数一目了然的分类与简单字段检查最便宜、最快。
跨材料核对与推理
主力模型——中等成本下的强推理能力，处理交叉比对与筛查复核。
裁决模糊 / 临界案件
仅在 Sonnet 标记低置信度或可能的筛查匹配时调用——占申请人的一小部分。
成本估算
AI 用量——每位申请人
输入文件 + 分类 + 推理 + 输出材料包，按 Claude Sonnet 的 token 费率
约 RM 0.50–1.10
AI 用量——每月 300 次开户
使用 Batch API 处理非紧急的夜间任务约可减半
约 RM 150–330 / 月
构建（一次性）
聚焦单一开户流程的智能体约需数周工程；简短的需求梳理后我们给出固定报价
按集成范围报价
持续运营
相比其省去的人工审核时间与挽回的流失客户，成本很小
监控 + 支持
仅为估算，按约 1 美元兑 4.70 令吉以令吉显示；每 token 费率以 Anthropic 公布的定价为准（请核对最新数字）。筛查名单的访问由你的供应商单独计价，与 AI 用量分开。实际 AI 用量取决于文件大小与每月业务量。
阶段 6 · 评估
我们如何衡量成效
- 先做确定性检查——文件分类正确、字段匹配、必需文件齐全
- 自我验证——智能体在呈现前复核其比对与筛查结果
- 业务 KPI——每位申请人的审核时间、开户流失率、一致性、以及拦截到的真实命中
我们采用 Agent GPA 框架——Goal、Plan、Action，当前衡量智能体可靠性的标准——并结合人工基线来评估。 (reference)
设定基线
我们先在样本上测量当前的人工开户——每位申请人耗时、两名主管得出相同结论的一致程度、以及有多少不一致或筛查命中被漏掉。这个人工基线是衡量每个智能体指标的基准，因此提升是可证明的，而非假设。
我们测试什么——Goal · Plan · Action
与资深合规主管的一致度
在留出开户案例上，其材料包、标记与建议行动是否与专家一致
必需检查全部执行
每一项规定的 CDD 检查——身份、地址、筛查——都执行，不遗漏
路由正确
每份文件都被分派到与其类型相符的检查
文件分类准确率
每份文件都被识别为正确的类型
字段提取准确率
是否正确读取每个字段——姓名、身份证/护照、地址？
筛查召回率（真实命中拦截率）
黄金集中真实的制裁/PEP 命中，有多少被呈现出来——任何漏报都会阻断上线，且每一个可能的匹配都会上报给主管，绝不自动放行。
无凭空捏造的信息
材料包中的每个字段都能追溯到来源文件
上线关卡
在智能体于历史开户黄金集（含冒名顶替尝试与真实筛查命中）上超过人工基线并达到这些 GPA 目标之前，它不会接触任何实时申请人。每次改动在上线前都要针对同一数据集做回归测试。
阶段 7 · 交付
我们如何交付
我们先在你真实的历史开户上做概念验证——包括杂乱的扫描件、不一致与真实的筛查命中——在接触实时申请人前先证明可靠性。聚焦单一流程的落地只需数周。
常见问题
- 智能体会开立账户或批准客户吗？
- 不会。它负责分类、验证、筛查和标记；由人类合规主管做出接受、转介或拒绝的决定。在马来西亚的受监管开户中，人在环路中至关重要。
- 如何符合 BNM AML/CFT 与 PDPA 的要求？
- 通过完整的审计轨迹让每一个开户决定可被还原、保留筛查证据，并围绕 PDPA 对身份数据处理、存储与访问位置的要求来处理。请将此视为你合规团队的起点，而非法律意见。
- 它能对照制裁与 PEP 名单筛查吗？
- 可以——它以只读查询方式接入你的筛查供应商，并为每个结果保留证据。可能的匹配始终会上报给你的主管，绝不会被自动放行。
- 部署需要多长时间？
- 针对单一聚焦开户流程的概念验证通常只需数周；全面落地需要更长时间，主要是因为集成和让主管适应，而不是 AI 本身。
案例基于真实的匿名合作，细节已作概括处理。Anchor Sprint 是 Anthropic Claude 合作伙伴网络成员——部署与落地伙伴，而非分销商。以上为一般信息，非法律或合规意见。