Citi Arc 是花旗内部的 agentic AI 平台，今年 4 月对外发布，当前正处于规模化部署阶段。它的目标是把智能体能力铺进这家全球银行的内部肌理：跨业务线、跨地区、跨职能统一部署。据花旗方面披露与行业报道，平台由首席技术官 David Griffiths 主导推进，约 4 万名开发者借助 Devin 等工具在上面构建，每周产生 10 万以上的 agentic 小时；遗留系统迁移周期从约 12 个月压缩到约 4 周，约 80% 的员工已经在使用 AI 工具。需要明确的是，这些是 4 月发布之后逐步累积的规模化进展，而非某一天的横空出世。
不是又一个聊天机器人，而是内部底座
Citi Arc 的定位是内部平台，而非面向客户的前端产品。它的打法不是做一个会聊天的入口，而是把 agentic 能力做成横跨全行的底座：跨投行业务、风控、运营等业务线；跨多个市场与多个时区；跨工程、分析、中后台等职能。这样做的好处，是把原本散落在各团队的零散智能体试用，收口到同一套能力上构建，避免每个业务线都重复造轮子，也让权限、审计与留痕能在同一层统一处理。
对一家业务横跨数十个市场的银行，统一底座的吸引力在于可控：智能体再多，只要长在同一个平台上，治理逻辑就只需要维护一套。这与单纯采购一堆点状 AI 工具相比，长期看更利于合规与运维。
两个硬指标看规模化
衡量这套平台是否真的铺开，有两个硬指标。其一是渗透深度：约 4 万开发者借助 Devin 等工具，每周产生 10 万以上的 agentic 小时，说明智能体已经从少数人尝鲜变成多数团队的日常。其二是迁移速度：遗留系统迁移从约 12 个月压缩到约 4 周，意味着老旧系统不再那样拖智能化的后腿；约 80% 的员工已使用 AI 工具，则意味着使用面已经越过早期采用者群体。这两个信号合在一起，是平台从试点走向基石的典型特征。
当然，数字来自花旗披露与行业报道，反映的是一段时期的累积进展，而非单日快照。把它们当作方向性证据更稳妥，当作精确 KPI 则需谨慎。
为什么银行愿意重金铺平台
对全球性银行而言，智能体的价值不只在单点提效，而在把分散的自动化收口到一个可治理的统一底座上。权限怎么授、审计怎么留、异常怎么拦，在同一层做比在每个工具里各做一遍要省心得多，也更容易过合规审查。遗留迁移提速，则直接关系到智能化节奏——当老系统能更快被新能力接住，业务部门的等待成本就降下来了。这也是为什么头部金融机构更愿意投平台、而不是堆功能。
平台化与单点工具的分野，在这里很关键。单点 AI 工具容易在局部惊艳，却往往各自为政：数据不互通、权限各管各的、审计口径对不齐，铺得越多越难收口。Citi Arc 这类内部平台的思路，是先立一套统一的能力底座，再让各业务线在其上构建，把治理逻辑前置而不是事后补丁。代价是前期投入重、对组织协同要求高；收益则是当智能体规模上来后，合规与运维不会先一步崩掉。对监管严格的银行业，这条路径的长期性价比更经得起检验。
仍要回答的问题
平台价值清楚，但效果最终取决于场景选择与治理质量：哪些动作可以全自动化、哪些必须保留人工确认，需要清晰边界；智能体跑得越广，越考验回滚与追责机制。数字亮眼不等于 ROI 已证，长期回报仍要在真实业务里持续验证。智能体平台不是银弹，铺得广更要管得住。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。