Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面
5695点击    2026-05-18 11:34

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。


Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面

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。


Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面

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


Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面


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。


Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面


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。


Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面

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。


Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面

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。


Claude杀入华尔街,10个智能体接入Office全家桶,爆改分析师桌面

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


文章来自于"新智元",作者 "元宇"。

关键词: AI新闻 , claude , Anthropic , AI金融
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


2
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

3
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

4
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

5
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0