华尔街的新同事：拆解 Anthropic 金融服务 Agent 发布

原文链接：Agents for financial services 来源：Anthropic News · 2026-05-05

一句话导读：Anthropic 在同一天把"模型 + 桌面软件 + 行业数据"三件事打包端上来——10 个金融 Agent 模板、Claude 全面进入 Microsoft 365、8 个新连接器加 Moody’s MCP 应用，外加 Opus 4.7 在 Vals AI Finance Agent 基准上拿到 64.37%。

引言：金融行业迎来"AI 同事"的临界点

过去一年，金融机构对 Claude 的使用普遍还停留在"分析师桌面助手"阶段——用它读 transcript、拉观点、改邮件。真正长链条的工作，比如 pitch book、财务建模、月末结账、KYC 升级审阅，仍然靠人一遍遍拉通。这次发布把这条分水岭推得更靠前了一步：Anthropic 不再只卖模型，而是把"行业流程 + 数据通路 + 软件入口"一次性交给客户。

三件事同时落地：

10 个即用型金融 Agent 模板，覆盖研究、客户覆盖、估值、对账、月结、KYC 等日常长链路；
Claude 原生进入 Microsoft 365（Excel / PowerPoint / Word 已 GA，Outlook 即将推出）；
合作伙伴生态扩展——新增 8 个数据连接器，Moody’s 以 MCP 应用形式接入，叠加已有的 FactSet、S&P Capital IQ、PitchBook 等 8 家，组成相对完整的行业数据地图。

推荐搭配的模型是 Claude Opus 4.7，它在 Vals AI 的 Finance Agent 基准上取得 64.37% 的行业领先得分。

三箭齐发围绕 Opus 4.7

一、10 个 Agent 模板：把分析师日常拆成两条主链路

这次发布最直接的可用物，是 GitHub 上开源的 10 个金融 Agent 模板（github.com/anthropics/financial-services）。它们被清晰地分成两组，对应华尔街两类常见角色：

研究与客户覆盖（Research & Client Coverage）：服务于分析师、客户经理、投行前台；
财务与运营（Finance & Operations）：服务于中后台的估值、会计、合规团队。

10 个金融 Agent 模板按两条主链路分组

研究与客户覆盖 · 5 个模板

模板	核心动作
Pitch Builder	构建目标清单 → 跑可比公司分析 → 输出客户会议用 pitchbook
Meeting Preparer	电话会议前整理客户和交易对手方简报
Earnings Reviewer	阅读 transcript 与备案，更新模型，标出与投资论点相关的变化
Model Builder	基于备案、数据源、分析师输入创建和维护财务模型
Market Researcher	跟踪行业/发行人动态，综合新闻、备案、券商研究

这一组的共同点是"把碎片化的外部信息转成结构化的内部决策资产"。原文引用一位使用者的话：“Claude 压缩并增强了会议前的工作，使每次会议更具影响力——准备时间已经转化为创意时间。”

财务与运营 · 5 个模板

模板	核心动作
Valuation Reviewer	对照可比公司、方法论和公司标准复核估值
General Ledger Reconciler	对账总账科目，对照账簿计算 NAV
Month-end Closer	执行结账清单，准备分录，生成结账报告
Statement Auditor	审阅财报一致性、完整性和审计就绪性
KYC Screener	汇总实体档案，审阅源文档，打包升级合规审阅

这一组是"跨日跨周的合规与运营流水线"。月末结账的 Agent 甚至需要一次连续工作几小时——这类场景正好对应下面要讲的"托管 Agent"部署模式。

Pitch Agent 的"一口气三件事"

一个容易被忽略但信号很强的细节：Pitch Agent 作为 Claude Cowork 中的插件时，可以一次输出 Excel 可比公司模型 + PowerPoint 推介稿 + Outlook 发客户的邮件，而且三者之间的上下文是串起来的。这件事对投行一线意味着，从"要约构思"到"可发送的 pitch 包"的物理距离被压缩到一次对话。

二、模板三件套：Skills + Connectors + Subagents

每个 Agent 模板都不是黑盒 prompt，而是一个显式三件套。理解这三件套，就理解了为什么这些模板"能在不同公司复用"。

Agent 模板三件套 + 两种部署模式

Skills：任务指令与领域知识。比如"可比公司如何挑选"、“估值方法论清单”、“哪些会计科目需要被重点对账”。这是过去锁在资深分析师脑子里的 SOP，被显式化成可复用文件。
Connectors：对数据的受治理访问。重点是"受治理"三字——Agent 看到的不是一堆被灌进 prompt 的原始文件，而是带权限、可审计的调用。FactSet、Moody’s、Dun & Bradstreet、Intralinks 都以这种方式接入。
Subagents：处理子任务的 Claude 实例。比如 Valuation Reviewer 会调一个"可比公司选择"子 Agent，再调一个"方法论一致性校验"子 Agent，主 Agent 只做编排和结果合成。

这套结构对工程团队的价值是：模板不是一次性 demo，而是可以按公司实际流程做裁剪的参考架构——替换 Skills 文件，替换允许访问的 Connectors，必要时替换 Subagent 的实现，模板就变成了本公司的 Agent。

两种部署模式：插件 vs 托管

同一套模板支持两种部署方式，分别对应不同的工作形态：

方式 A：Cowork / Claude Code 插件 跑在分析师桌面，紧贴 Excel / PowerPoint / Outlook。每一步输出都可以被人即时审阅。适合高频短任务——客户会议准备、pitch 起草、财报季快速过单。Claude Cowork 还带一个 Dispatch 能力：用户可以用文本或语音从任何地方派单，Claude 在用户离开工位时继续处理本地文件。

方式 B：Claude Managed Agent（公开测试版） 跑在 Claude Platform，自主运行。特点有三：

支持多小时长会话（比如跨交易日的结账）；
每个工具都有独立权限控制，凭证由平台托管；
完整审计日志沉淀在 Claude 控制台——这对合规团队是必选项。

这两种模式的设计哲学有一个根本差异：前者把人放在每一步的环里，后者把人放在关键决策节点的环里。金融行业这两种形态都需要——pitch 产出可以是前者，月末结账必须是后者。

三、Microsoft 365：Claude 直接搬进分析师的主战场

金融分析师的日常阵地其实不是聊天窗口，而是 Excel 表格、PPT 幻灯片和 Outlook 收件箱。这次 Anthropic 把 Claude 铺到了这四个应用里：

应用	Claude 能做什么
Excel（GA）	从备案和数据源构建财务模型，跨关联工作簿审计公式，跑敏感性分析
PowerPoint（GA）	起草随底层数据自动更新的幻灯片
Word（GA）	按公司模板编辑信贷备忘录
Outlook（即将推出）	收件箱分拣、安排会议、按用户语气起草回复——“参谋长"角色

真正的关键词是”上下文跨四个应用自动传递"。分析师在 Excel 中让 Claude 更新的模型，切换到 PowerPoint 起草 pitch 时不需要重新解释；PPT 里的数据点被客户追问后，在 Outlook 起草回复时 Claude 仍然记得上下文。这把过去 Office 生态里"应用之间靠复制粘贴同步"的最大痛点抹平了。

原文有一条很具体的引用来自私募客户（早期用的是 Claude Opus 4.6）：

“Claude for Excel 从尽职调查到财务建模都是一个极其强大的工具——能以最少的提示智能处理非结构化数据，大幅自动化复杂分析。”

这条引用里最值得注意的是"最少的提示"——意味着金融分析师不需要学习 prompt 工程，Claude 的价值能直接落到他们的键盘下。

四、生态：数据接入决定 Agent 的天花板

Agent 的能力上限由两件事决定：模型推理质量，和可调用的数据质量。前者由 Opus 4.7 的 64.37% 基准得分背书，后者这次通过 8 个新连接器 + 1 个 MCP 应用一次性补齐。

金融数据生态地图

新增 8 个连接器

合作伙伴	带来的能力
Dun & Bradstreet	经验证的全球企业身份标准（D-U-N-S 号码）
Fiscal AI	公众股票的实时基本面
Financial Modeling Prep	股票 / ETF / 加密 / 外汇 / 大宗的实时数据、基本面、报表、备案
Guidepoint	10 万+ 份合规审查过的专家访谈记录
IBISWorld	数千行业的收入、风险评分、成本结构、预测
SS&C Intralinks	DealCenter AI 数据室，文档搜索、尽调 Q&A
Third Bridge	原始专家访谈
Verisk	财险 / 意外 / 专业保险数据

新增 MCP 应用：Moody’s

Moody’s 以 MCP 应用的形式接入，带来对 6 亿+ 家公私企业的专有信用评级与数据，用于合规、信贷分析和业务开发。这是一个信号：对深度行业数据来说，MCP 正在成为"比连接器更重的集成单元"。

已有合作伙伴

叠加早前已接入的 FactSet、S&P Capital IQ、MSCI、PitchBook、Morningstar、Chronograph、LSEG、Daloopa，Claude 在金融数据侧的可触达面显著扩大。Morningstar 和 PitchBook 的联合发言抓住了这件事的本质：

“投资者需要可信赖的 AI——信任始于背后的数据。Morningstar 和 PitchBook 将数十年的独立分析师智能带入 Claude。”

Dun & Bradstreet 的角度更直白：

“风险工作流中的智能体必须了解交易对手方。将 D&B 商业图谱和 D-U-N-S 号码接入 Claude，确保 AI 智能体基于经过验证的数据运行。”

“经过验证的数据"是这次生态扩张的核心价值观——金融机构不接受一个从公开网页拼凑答案的 Agent。

五、客户侧写：从试点到"AI 优先"的分水岭

原文附带了 11 条客户引用，挑几条最有信息量的：

Walleye Capital（400 人对冲基金）

100% 员工都在使用 Claude Code，反映了"AI 优先"思维。

对一家非技术背景居多的 400 人对冲基金来说，Claude Code 的全员覆盖率是个相当有分量的数据点。它说明 AI 工具在金融行业里已经越过了"工程师专属"的边界。

FIS（金融基础设施公司）

FIS 处于全球数千家金融机构资金流动的中心。我们选 Anthropic 作为可信赖的供应商。双方合作的 Agent 把 AML 调查从数天压缩到数分钟，后续将推出信贷决策、欺诈防范、存款留存 Agent。

AML（反洗钱）调查从数天到数分钟是一个具体的业务杠杆——这类调查数量大、流程固定、拖慢合规整体吞吐量，极其适合 Agent 化。

Carlyle（凯雷集团）

Claude 是从投资到运营再到投资组合管理各环节交付价值的核心工具。

头部私募明确把 Claude 放进"核心工具"清单里，这是信号而不是 PR 辞令。

FactSet

与 Anthropic 的合作让 Claude 进入托管可编程环境。内部工程组织对 Claude Code 的全公司采用正在加速能力交付。

FactSet 的引用同时印证了两件事：一是客户（机构投资者、资管、对冲基金、银行）越来越希望直接在精选 FactSet 数据上跑 AI 工作流；二是 FactSet 自己的工程团队全量用 Claude Code 后交付速度加快。这是个很有意思的自洽——数据供应商自己也在用 Claude 来更快地把数据送到 Claude 的用户手上。

六、可用性速查

产品	状态
10 个 Agent 模板（插件）	现已可用，所有付费计划，`github.com/anthropics/financial-services`
Claude Managed Agents	公开测试版
新连接器与 Moody’s MCP 应用	联合客户付费计划可用
Claude for Excel / PowerPoint / Word	全面可用（GA）
Claude for Outlook	即将推出

结语：行业化 Agent 的一个模板范式

把这次发布的信号拎出来看，其实不只关于金融：

模型（Opus 4.7）+ 行业 SOP（Skills）+ 受治理数据（Connectors / MCP）+ 原生软件入口（M365）+ 可托管运行时（Managed Agent）——这是一套相对完整的"行业 Agent 范式”。
其中每一层都可以替换：金融这次用的是 FactSet / Moody’s，医疗可以换成临床数据库，法律可以换成判例库和合同库。
“把资深从业者脑里的 SOP 显式化"的工作，比"调模型参数"带来的杠杆要大得多。模板越具体，迁移越快。
Human-in-the-loop 没有被抛弃，而是被"分层”：高频短任务的人在每一步；长链路托管任务的人只在关键决策节点。

对已经在用 Claude 的金融机构，这次发布真正值得做的事不是"立刻全量上 10 个模板"，而是：挑一个最消耗时间、流程最固定、合规成本最高的场景（比如 KYC 筛查或月末结账），把对应模板拿下来做公司化裁剪，再决定是走桌面插件还是托管 Agent。这条路径的 ROI 在原文客户案例里已经被反复印证。

参考链接

原文：Agents for financial services
金融服务 Agent 模板：github.com/anthropics/financial-services
相关：Deploying Claude across financial services（同日发布的部署指南）

「真诚赞赏，手留余香」