返回资讯中心

Anthropic发布金融智能体套件,重塑华尔街工作流

36氪精选阅读约 13 分钟

原始报道

来自 36氪精选

36kr.com

打开原文

先看摘要

这条新闻在讲什么

Anthropic在纽约发布面向金融服务的10个智能体套件,覆盖路演准备、财务建模、合规筛查等核心工作流。同时,Claude接入Microsoft 365全家桶(Excel、PowerPoint、Word、Outlook),实现应用间上下文自动接力。Moody's通过MCP协议将6亿家公司数据接入Claude,金融数据生态被打通。Anthropic CEO与JPMorgan CEO同台亮相,显示AI已进入华尔街核心圈。金融成为Anthropic第二大行业收入来源,前50大客户中40%来自金融机构。

站内正文

详细内容

这里展示站内保存的新闻正文,支持划线和批注;需要核对来源时,可以打开原始报道。

Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面

2026年05月18日 21:14 Anthropic闯入的是一片红海

Anthropic一口气甩出10个金融智能体模板,穆迪6亿家公司数据通过MCP打通,Office全家桶全线就位:这不是模型升级,是一次工作流入口的抢占。

华尔街的工作流,被Claude重写了一遍。

5月5日,纽约。

Anthropic CEO Dario Amodei与JPMorgan CEO Jamie Dimon同台亮相,这一幕预示着Anthropic已经进入华尔街核心圈。

Anthropic CEO Dario Amodei(右)与JPMorgan CEO Jamie Dimon(左)在纽约同台亮相

就在同一天,Anthropic发布了面向金融服务的智能体套件:10个可部署的工作流参考架构、Moody's MCP应用(覆盖6亿家公司)、8个新数据连接器。

同时,Excel、PowerPoint、Word插件正式上线,Outlook插件即将跟进。

https://www.anthropic.com/news/finance-agents

10个金融agent模板,覆盖从路演准备到合规筛查的完整工作链路:

搭路演材料、准备客户会前简报、读财报更新模型、做行业研究、审估值逻辑、跑总账对账、完成月末关账、核查财报一致性。

这些任务是金融机构每个季度都要反复跑的核心工作流。

同一天,Vals AI的金融基准Finance Agent v1.1上,Claude Opus 4.7以64.37%的准确率位列榜首。

https://www.vals.ai/benchmarks/finance_agent

据Anthropic披露:金融已经成为其第二大行业收入来源,仅次于科技;前50大客户里有40%来自金融机构。

Anthropic一次甩出10张底牌,覆盖前台到后台

这次发布的10个agent,每一个都不只是条提示词,Anthropic把每个模板的结构拆成三件套:

skills(任务指令与领域知识)

connectors(实时接入外部数据的授权通道)

subagents(为特定子任务单独召唤的辅助模型)

以路演搭建模板为例,理论上的工作流是这样的:

你递给它一份目标客户名单,它能跑出一张同类可比公司表格,在Excel里搭出财务模型,在PowerPoint里起草好演示文稿,还能在Outlook里备好一封覆盖函,等你回来审阅。

整个链条不需要你中途接手解释背景,上下文在应用之间自动贯通,像极了一个永远不下班的后台系统。

它的部署方式有两种。

一种是作为Cowork或Claude Code的插件,跟着分析师在桌面上跑,人仍然在场,随时可以接手。

另一种是作为托管智能体在Claude Platform上自主运行,能扛住跨越数小时的deal close、跑通一夜的关账。

Managed Agents自带了金融机构原本要工程团队搭半年才能搭起来的东西:长会话、按工具粒度的权限、托管的凭证库,以及在Claude Console中完整保留的审计日志。

10个模板加上两种部署形态,意味着金融机构原本需要数月工程化才能落地的agent 工作流,现在能在几天内上线。

但Anthropic在GitHub仓库提醒道:

这些智能体不执行交易,不批准客户入驻,不过账,也不作投资建议。所有输出,都需要专业人员复核之后才能使用。

https://github.com/anthropics/financial-services?utm_source=chatgpt.com

Claude长进了Excel、PowerPoint、Word,分析师桌面被改写

第二条线打的是应用层入口:Microsoft 365。

Excel/PowerPoint/Word add-ins 全量可用,Outlook add-in即将上线。

每个应用Claude各自能做什么,Anthropic都给了具体定义。

在Excel里,Claude能从监管申报文件和实时数据流中建财务模型,跨链接工作簿审查公式,并运行敏感性分析。

PowerPoint里,Claude起草deck,底层数字一变,slide自动跟着更新。

Word里,Claude按公司自有模板改信用备忘录。

Outlook里,Claude充当chief of staff,分诊收件箱、安排会议、按你的语气起草回复。

四件套之外,更关键的是上下文在四个应用之间自动接力。

分析师在Excel里建好的模型挪到PowerPoint,不用重新解释一遍;knowledge和context 跟着任务走,而不是被锁在某一个软件里。

这条接力把金融工作流的颗粒度从「应用」切成了「任务」。

原本一份完整的客户分析要在Excel算、PowerPoint画、Word写、Outlook发,每跳一次软件就要重新组织一次上下文。

现在Claude把四个软件「粘成」了一条流水线。

Claude Cowork这边还多了一个功能叫Dispatch。

分析师可以通过文字或语音,从任何地方给Claude派活。Claude在分析师离开工位时继续处理本地文件,等分析师回到工位,结果已经备好待审。

这条接入的意义比功能本身更重要。

Microsoft 365 是华尔街金融机构最常见的生产力栈之一。

把agent接进Office四件套,意味着金融机构不必等IT团队跨年级别的迁移就能落地:agent不要求你换工作台,而是它自己长进现有工作台。

对分析师来说,过去那种打开浏览器、贴一段提示词、再把结果粘回Excel的工作方式,即将成为过去式。

6亿公司数据塞进 Claude,金融数据生态被打通

第三条线打的是数据层入口。

就在同一天,Moody's宣布通过MCP应用把自己的信用评级和合规数据流接进了Claude的工作环境。

这个数据流的规模是这样的:超过6亿家公众和私人公司的信息,20亿条所有权关系。

这意味着什么?

一个做信用分析的智能体,现在理论上可以查询其信用/风险数据、股权穿透关系,以及合规相关风险标记,全部来自Moody数据库,全部不需要离开Claude的界面。

这次新增的连接器有Dun&Bradstreet、IBISWorld、Third Bridge和Guidepoint。

更早之前,FactSet、PitchBook、LSEG、Morningstar、S&P Capital IQ已经接进来了。

金融数据平台,正在从「终端订阅费生意」,变成智能体的工具层。

AI智能体的能力取决于其可访问的数据和上下文,接入Claude生态的金融数据平台,包括FactSet、PitchBook、LSEG、Morningstar及新加入的Moody's、Dun & Bradstreet等。

Moody’s的MCP app/server基于开放的Model Context Protocol标准,并非独家绑定Claude。

金融数据生态原来分散在数十个终端、数十个API上,每一家用一套登录、一套权限模型、一套查询语法。

MCP这种开放协议,正在把分散的数据层整合进一个统一的智能体工具层。终端层、API层之上,第三层智能体工具层(agent tool layer)正在成型。

这也是Anthropic正在押注的逻辑:谁先让这一层成为标配,谁就拿到下个十年的金融数据入口。

Anthropic闯入的是一片红海

华尔街的AI赛道,早已不是一片空地。

JPMorgan、Goldman Sachs、Morgan Stanley,三家大行都已经在内部跑着AI助手,覆盖了从研究摘要到代码生成的各类工作。

Rogo,一家由前投行人创立的AI金融创业公司,估值已经到了20亿美元,服务超过250家机构客户,照样能做路演材料、研究报告和财务模型。

Hebbia在大规模数据集上跑并行查询,同一时间处理几百份文件的交叉比对。

Rogo的总裁Rahul Rekhi在发布当天表示:

我们的工具不绑定特定模型,基础模型越强,我们能做的事就越多,竞争对我们是利好。

Rekhi将Anthropic的进场定性为加速剂,而非对手。

但这里有个微妙的地方。

Anthropic在这次发布里每隔几段就强调一次:人在回路、审计日志、权限控制、专业人员复核。

金融行业一些环节,比如签字,这背后的确认和责任,在相应监管法规完善之前,AI还需要人类决策辅助。

EY Americas金融科技咨询负责人Scott Keipper向Business Insider称,未来的差异化竞争将集中在「领域数据、工作流设计和控制层」,产品能不能嵌进现有的风控架构,比模型跑分更重要。

从工作流模板、数据连接器,到Office嵌入,Anthropic这次卖的不是模型,而是一整套落地包,打包交付给金融机构的IT和合规团队,拆开就能用。

对于金融机构来说,原本只有头部大行能负担的agent工作流,现在中小机构和买方也能用上同一套基础设施:能力的获取门槛被拉平了。

对于AI公司来说,基础模型层之上的工作流层、控制层、合规层是下一个增长点:模型卷不动了,工作流的战场刚开始。

对于从业者来说,一些新角色的轮廓正在浮现:负责审核智能体输出的监督岗、设计工作流的架构师,以及合规审计、模型治理方向的岗位需求正在上升。

从更长的时间尺度看,懂agent怎么调度的分析师,会比只懂Excel的分析师值钱。

参考资料:

https://www.anthropic.com/news/finance-agents

本文来自微信公众号“新智元”,作者:新智元,36氪经授权发布。

该文观点仅代表作者本人,36氪平台仅提供信息存储空间服务。

AI 读后整理

对 HR 和管理者意味着什么

从管理者视角看,Anthropic此举标志着AI从工具层向工作流层的战略升级。10个智能体模板覆盖金融前后台任务,降低了agent工作流的部署门槛,中小机构也能使用头部大行的基础设施。Office全家桶的接入将工作颗粒度从'应用'切分为'任务',分析师无需在软件间手动迁移上下文,效率大幅提升。Moody's等数据平台的MCP接入,正在形成统一的智能体工具层,金融数据生态从分散终端走向整合。这对企业组织的影响是:AI能力获取门槛被拉平,竞争焦点从模型性能转向工作流设计、数据连接和合规控制。从业者需关注新角色涌现,如智能体监督岗、工作流架构师、模型治理岗。

RELATED

相关阅读

AI+HR

Anthropic内鬼倒卖API,新模型Oceanus泄密

Anthropic最新巨量模型Oceanus(代号Mythos)在红队测试期间遭内部人员倒卖API访问权限,导致官方紧急叫停测试。该模型输出定价高达每百万Token 80美元,实测吞吐量达52 Token/s,引发行业关注。文章推测其背后采用MCTS+PRM架构、动态MoE和线性注意力机制等硬核技术,并可能内置自主沙箱环境。此次泄密事件暴露了AI公司在模型安全测试中的管理漏洞,可能影响未来红队测试的规模和审查流程。同时,Oceanus的发布进度可能被迫加快,与GPT-5.6等竞品形成正面竞争。

案例研究

Anthropic用Claude实现95%业务分析自动化

Anthropic在官方博客中分享了其内部使用Claude进行业务分析的经验,实现了95%的查询自动化和约95%的准确率。文章指出,AI数据分析的核心难点并非SQL生成,而是数据本身的歧义性,包括概念实体不匹配、数据过时和检索失败。Anthropic提出了智能体分析栈,包括数据基础层、事实来源、技能和验证四层,其中技能层带来了最大的准确率提升,从21%跃升至95%以上。然而,该系统会随时间衰减,需要持续维护。文章强调,结构比模型更强更重要,且准确率的最后几个百分点需要高昂成本。

AI+HR

Claude vs ChatGPT:HR专业人士如何选择AI助手?

本文对比了Claude和ChatGPT在人力资源领域的应用优劣势。数据显示,Anthropic的企业AI市场份额已达34.4%,超过OpenAI的18.2%,且70%的企业在首次选择AI工具时会选择Claude。文章从多个维度(如工作生态系统、推理风格、上下文窗口、多模态能力等)比较了两者差异,并指出Claude更擅长长文档处理、政策敏感任务,而ChatGPT在快速起草、头脑风暴和多模态工作方面表现更优。同时强调,AI工具不能替代HR的专业判断,关键决策仍需人工主导。文章还提供了在招聘、入职、政策起草、员工沟通等场景下的具体使用建议。

讨论 0

登录 后可发表评论

  • 还没有讨论,欢迎第一个发言。

分享到