日均数亿次策略调用、覆盖核心业务决策的自研平台矩阵——2023年，一家金融科技企业完成了策略层的全面自研升级，决策引擎HEngine正式上线，模型平台HModel和特征平台同步完善，三大平台共同构成策略层的核心技术底座。这家企业，是成立于2015年8月的数禾科技。以人工智能和大数据为技术驱动，为持牌金融机构提供智能零售金融解决方案的数禾科技，用十年时间在技术层面走出一条清晰的演进路径：从工具集成到平台化，从外采依赖到完全自研。策略层的三次关键升级，正是这条演进路径最具代表性的注脚，也让服务能力从"能用"推向"好用"，再走向"智能"。

　　在助贷行业，业务复杂度远高于传统信贷行业。从获客营销、信用评估、额度授信、资金匹配到贷后管理，每个环节都涉及多方合作和决策执行，且监管政策动态调整、市场宏观环境变化迅速、用户需求呈千人千面。这要求业务策略具备快速响应、调整、循环迭代的能力，也决定了策略层必须成为整个技术体系中的核心枢纽。

　　第一次升级：从零散工具走向统一编排

　　数禾科技早期的策略执行模式相对简单：风控策略团队提出需求，研发团队排期开发，上线后再根据效果反复调整。随着业务规模从百万级迈向千万级、亿级用户，早期模式的短板逐渐显现——策略调整周期长、不同系统数据难以互通、外采平台成本随着调用量线性增长，这些问题都需要更系统化的技术方案来解决。

　　2020年提出的数禾2.0战略，为策略层建设指明了方向。战略明确了"Fin-Robot(金融机器人)"的终极目标，从业务、系统、人才三大视角构建完整体系，并提出"原子化服务+应用编排=千变万化"的核心理念。要实现这样的目标，就必须让策略执行从依赖人工协调，转向可以在系统内统一配置和运转的编排能力。

　　2022年，数禾科技上线经营活动引擎1.5版本，实现了策略、模型、实验、动作的统一编排能力，支持并行网关、任务等待、触发方式设置等复杂场景。这次升级的意义，在于把过去散落在多个团队、多个工具中的策略动作，纳入到统一的执行框架下。策略从此可以在一个系统内完成配置、测试和发布，为后续的平台化建设打下了执行层基础。

　　与此同时，数禾科技也在同步完善基础设施。2020年启动的AWS到阿里云迁移完成后，公司逐步建立多云能力，形成灵活的多云管理体系。2022年，自研的BetterCDS持续交付平台上线，基于组件DevOps的创新理念获得国家发明专利授权，并多次通过工信部认证。基础设施稳定可靠，为上层策略化建设提供了坚实支撑。

　　第二次升级：三大自研平台建成策略核心

　　真正的关键跨越发生在2023年。这一年，数禾科技完成策略层的全面自研升级，决策引擎HEngine正式上线，彻底替代了之前的外采和过渡方案。自此，公司在策略核心能力上实现了完全自主可控。

　　HEngine不仅带来成本优化，更是核心技术能力的全面掌握。作为完全自研的策略执行平台，HEngine支持并行网关、任务等待、触发方式设置等复杂场景，日均支撑数亿次策略调用。策略团队不再受供应商产品迭代速度和功能边界的限制，能够根据业务节奏自主开展策略调整。

　　同一时期上线的模型平台HModel，首次实现实时与离线模型的统一对象化管理。基于MLOps理念，平台覆盖模型全生命周期，提供特征工程对接、模型回溯验证、多版本部署、自动化CI/CD、智能调度、弹性伸缩、模型编排等完整能力，并构建"数据准确性—数据稳定性—模型有效性"三位一体质量保障体系。这套能力让同一个模型既能用于毫秒级实时决策，又能被回溯验证和持续迭代，为智能风控、用户体验优化提供统一的模型基础。

　　特征平台同样完成全面升级。面对特征资产散落多系统、开发流程割裂、质量监控缺失等问题，数禾科技构建了特征一站式管理平台，实现特征全生命周期管理、统一入口和元数据管理、自动化监控告警，显著缩短特征开发周期，提升特征复用率和质量一致性。

　　至此，策略层三大核心平台完成从外采工具到自研体系的跨越。策略在特征平台配置后进入模型平台验证，再通过决策引擎执行到业务，执行结果反馈回数据平台用于下一轮策略优化，形成完整闭环。数据显示，这一时期公司系统可用性由95%提升至99.9%，外采转自研年节省成本超千万元。这些数字背后，是数禾科技把策略能力从"人治"升级为"系统治"的关键成果。

　　第三次升级：策略与AI深度融合，走向智能前瞻

　　平台建成之后，策略层的能力开始进入更深层次的智能化演进。2024年，随着大模型技术取得突破性进展，数禾科技开启智能化转型新篇章，从"系统+AI"向"AI+系统"范式转变，用AI放大人的能力，向数禾2.0的终极目标"Fin-Robot(金融机器人)"持续迈进。

　　面对AI技术快速发展和业务部门的强烈需求，公司级AI智能平台应运而生。同时，数据治理体系同步升级。2025年10月，数禾科技发布《数禾企业级大数据治理白皮书》，围绕治理成熟度和资产完善度两项标准展开，覆盖从数据源、数据入仓到应用消费及退役下线的全生命周期治理。同年，技术中心全员进入AI编码、AI测试、AI运维，把AI能力融合到现有DevOps体系中，大幅提高研发效率。

　　AI能力开始进入关键业务场景。在客服场景，公司通过大模型升级客服文本机器人系统，实现精准语义识别、上下文理解，以及情绪安抚与拟人化交互。到2024年，智能化服务自主解决率高达98.7%。在决策分析领域，2025年11月，公司战略分析Agent上线，具备智能取数、智能绘图、归因分析能力，分析深度可达到基础分析师水平。

　　策略层的智能化升级，也深度反哺消费者权益保护体系。2025年，数禾科技消保工作进入"智能前瞻"阶段，自研大模型已深度应用于风险防控。智能风控拦截系统累计阻断诈骗涉案金额约1.3亿元，劝阻潜在受害用户超8000人。截至目前，数禾科技已累计提交专利申请386件、已获授权88件，形成坚实的技术护城河。

　　三次升级下来，数禾科技策略层沉淀出几个关键能力特征：一是自研替代外采，让策略迭代不再受外部产品边界约束;二是实时与离线打通，让模型能力具备完整的开发、验证、部署、监控闭环;三是数据标准化，让特征资产成为可复用的组织资产;四是AI深度融合，让系统具备更强的智能感知和决策能力。这些能力不直接呈现在用户端页面上，但它们决定了服务效率的上限，也决定了数禾科技在市场环境或监管要求变化时的调整速度。

　　面向未来，数禾科技将继续以"科技驱动金融向善"为长期方向，把策略层沉淀的技术底盘，转化为更稳健、更智能、更贴近用户的智能金融服务，为金融机构和广大用户创造持续、可信的长期价值。