Claude殺入華爾街，10個智能體接入Office全家桶，爆改分析師桌面

新智元報道

編輯：元宇

【新智元導讀】Anthropic一口氣甩出10個金融智能體模板，穆迪6億家公司數據通過MCP打通，Office全家桶全線就位：這不是模型升級，是一次工作流入口的搶占。

華爾街的工作流，被Claude重寫了一遍。

5月5日，紐約。

Anthropic CEO Dario Amodei與JPMorgan CEO Jamie Dimon同臺亮相，這一幕預示著Anthropic已經進入華爾街核心圈。

Anthropic CEO Dario Amodei（右）與JPMorgan CEO Jamie Dimon（左）在紐約同臺亮相

就在同一天，Anthropic發布了面向金融服務的智能體套件：10個可部署的工作流參考架構、Moody's MCP應用（覆蓋6億家公司）、8個新數據連接器。

同時，Excel、PowerPoint、Word插件正式上線，Outlook插件即將跟進。

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

10個金融agent模板，覆蓋從路演準備到合規篩查的完整工作鏈路：

搭路演材料、準備客戶會前簡報、讀財報更新模型、做行業研究、審估值邏輯、跑總賬對賬、完成月末關賬、核查財報一致性。

這些任務是金融機構每個季度都要反復跑的核心工作流。

同一天，Vals AI的金融基準Finance Agent v1.1上，Claude Opus 4.7以64.37%的準確率位列榜首。

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

據Anthropic披露：金融已經成為其第二大行業收入來源，僅次于科技；前50大客戶里有40%來自金融機構。

Anthropic一次甩出10張底牌

覆蓋前臺到后臺

這次發布的10個agent，每一個都不只是條提示詞，Anthropic把每個模板的結構拆成三件套：

skills（任務指令與領域知識）

connectors（實時接入外部數據的授權通道）

subagents（為特定子任務單獨召喚的輔助模型）

以路演搭建模板為例，理論上的工作流是這樣的：

你遞給它一份目標客戶名單，它能跑出一張同類可比公司表格，在Excel里搭出財務模型，在PowerPoint里起草好演示文稿，還能在Outlook里備好一封覆蓋函，等你回來審閱。

整個鏈條不需要你中途接手解釋背景，上下文在應用之間自動貫通，像極了一個永遠不下班的后臺系統。

它的部署方式有兩種。

一種是作為Cowork或Claude Code的插件，跟著分析師在桌面上跑，人仍然在場，隨時可以接手。

另一種是作為托管智能體在Claude Platform上自主運行，能扛住跨越數小時的deal close、跑通一夜的關賬。

Managed Agents自帶了金融機構原本要工程團隊搭半年才能搭起來的東西：長會話、按工具粒度的權限、托管的憑證庫，以及在Claude Console中完整保留的審計日志。

10個模板加上兩種部署形態，意味著金融機構原本需要數月工程化才能落地的agent 工作流，現在能在幾天內上線。

但Anthropic在GitHub倉庫提醒道：

這些智能體不執行交易，不批準客戶入駐，不過賬，也不作投資建議。所有輸出，都需要專業人員復核之后才能使用。

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

Claude長進了Excel、PowerPoint、Word

分析師桌面被改寫

第二條線打的是應用層入口：Microsoft 365。

Excel/PowerPoint/Word add-ins 全量可用，Outlook add-in即將上線。

每個應用Claude各自能做什么，Anthropic都給了具體定義。

在Excel里，Claude能從監管申報文件和實時數據流中建財務模型，跨鏈接工作簿審查公式，并運行敏感性分析。

PowerPoint里，Claude起草deck，底層數字一變，slide自動跟著更新。

Word里，Claude按公司自有模板改信用備忘錄。

Outlook里，Claude充當chief of staff，分診收件箱、安排會議、按你的語氣起草回復。

四件套之外，更關鍵的是上下文在四個應用之間自動接力。

分析師在Excel里建好的模型挪到PowerPoint，不用重新解釋一遍；knowledge和context 跟著任務走，而不是被鎖在某一個軟件里。

這條接力把金融工作流的顆粒度從「應用」切成了「任務」。

原本一份完整的客戶分析要在Excel算、PowerPoint畫、Word寫、Outlook發，每跳一次軟件就要重新組織一次上下文。

現在Claude把四個軟件「粘成」了一條流水線。

Claude Cowork這邊還多了一個功能叫Dispatch。

分析師可以通過文字或語音，從任何地方給Claude派活。Claude在分析師離開工位時繼續處理本地文件，等分析師回到工位，結果已經備好待審。

這條接入的意義比功能本身更重要。

Microsoft 365 是華爾街金融機構最常見的生產力棧之一。

把agent接進Office四件套，意味著金融機構不必等IT團隊跨年級別的遷移就能落地：agent不要求你換工作臺，而是它自己長進現有工作臺。

對分析師來說，過去那種打開瀏覽器、貼一段提示詞、再把結果粘回Excel的工作方式，即將成為過去式。

6億公司數據塞進 Claude

金融數據生態被打通

第三條線打的是數據層入口。

就在同一天，Moody's宣布通過MCP應用把自己的信用評級和合規數據流接進了Claude的工作環境。

這個數據流的規模是這樣的：超過6億家公眾和私人公司的信息，20億條所有權關系。

這意味著什么？

一個做信用分析的智能體，現在理論上可以查詢其信用/風險數據、股權穿透關系，以及合規相關風險標記，全部來自Moody數據庫，全部不需要離開Claude的界面。

這次新增的連接器有Dun&Bradstreet、IBISWorld、Third Bridge和Guidepoint。

更早之前，FactSet、PitchBook、LSEG、Morningstar、S&P Capital IQ已經接進來了。

金融數據平臺，正在從「終端訂閱費生意」，變成智能體的工具層。

AI智能體的能力取決于其可訪問的數據和上下文，接入Claude生態的金融數據平臺，包括FactSet、PitchBook、LSEG、Morningstar及新加入的Moody's、Dun & Bradstreet等。

Moody’s的MCP app/server基于開放的Model Context Protocol標準，并非獨家綁定Claude。

金融數據生態原來分散在數十個終端、數十個API上，每一家用一套登錄、一套權限模型、一套查詢語法。

MCP這種開放協議，正在把分散的數據層整合進一個統一的智能體工具層。終端層、API層之上，第三層智能體工具層（agent tool layer）正在成型。

這也是Anthropic正在押注的邏輯：誰先讓這一層成為標配，誰就拿到下個十年的金融數據入口。

Anthropic闖入的

是一片紅海

華爾街的AI賽道，早已不是一片空地。

JPMorgan、Goldman Sachs、Morgan Stanley，三家大行都已經在內部跑著AI助手，覆蓋了從研究摘要到代碼生成的各類工作。

Rogo，一家由前投行人創立的AI金融創業公司，估值已經到了20億美元，服務超過250家機構客戶，照樣能做路演材料、研究報告和財務模型。

Hebbia在大規模數據集上跑并行查詢，同一時間處理幾百份文件的交叉比對。

Rogo的總裁Rahul Rekhi在發布當天表示：

我們的工具不綁定特定模型，基礎模型越強，我們能做的事就越多，競爭對我們是利好。

Rekhi將Anthropic的進場定性為加速劑，而非對手。

但這里有個微妙的地方。

Anthropic在這次發布里每隔幾段就強調一次：人在回路、審計日志、權限控制、專業人員復核。

金融行業一些環節，比如簽字，這背后的確認和責任，在相應監管法規完善之前，AI還需要人類決策輔助。

EY Americas金融科技咨詢負責人Scott Keipper向Business Insider稱，未來的差異化競爭將集中在「領域數據、工作流設計和控制層」，產品能不能嵌進現有的風控架構，比模型跑分更重要。

從工作流模板、數據連接器，到Office嵌入，Anthropic這次賣的不是模型，而是一整套落地包，打包交付給金融機構的IT和合規團隊，拆開就能用。

對于金融機構來說，原本只有頭部大行能負擔的agent工作流，現在中小機構和買方也能用上同一套基礎設施：能力的獲取門檻被拉平了。

對于AI公司來說，基礎模型層之上的工作流層、控制層、合規層是下一個增長點：模型卷不動了，工作流的戰場剛開始。

對于從業者來說，一些新角色的輪廓正在浮現：負責審核智能體輸出的監督崗、設計工作流的架構師，以及合規審計、模型治理方向的崗位需求正在上升。

從更長的時間尺度看，懂agent怎么調度的分析師，會比只懂Excel的分析師值錢。

參考資料：

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