News

Agents for financial services

原文链接：https://www.anthropic.com/news/agents-for-financial-services 来源：Anthropic 发布日期：2026-05-05

速查卡

项目	内容
一句话总结	Anthropic 把金融 agent 从“Claude 能帮一点忙”推进到“现成模板 + Office 工作流 + 数据连接器 + 托管自治执行”的成套交付。
大白话版	这不是让分析师在聊天框里问问题，而是让 Claude 直接在 Excel 建模、在 PowerPoint 出 pitchbook、在 Word 改 memo、在 Outlook 准备邮件，再接上 FactSet、Moody’s、Morningstar 这些金融数据源。
核心要点	• 一次性发布 10 个 ready-to-run 金融 agent 模板 • Claude 可跨 Excel/PowerPoint/Word/Outlook 工作 • 新增金融数据 connectors 与 Moody’s MCP app • Claude Managed Agents 提供长任务、权限、凭据金库与审计日志
价值评级	A — 这是 Anthropic 把 vertical agent 产品化、合规化、Office 化的一次关键推进。
适用场景	投行、资管、保险、银行中后台、金融研究、KYC/AML、月结关账、财务审阅。

文章背景

Anthropic 这篇稿子的关键信号，不在“金融是个大市场”这么空的话，而在它明确回答了 enterprise agent 真正最难的三件事：

任务要足够具体，不能只说“帮我做研究”；
数据要接进现有金融系统，而不是让用户复制粘贴；
执行要有权限、审计、审批链，不能只靠聊天记录糊弄合规。

所以这篇文章本质上是在把 Claude 从通用 assistant 往受监管行业的工作执行层推进。

完整内容还原

1. Anthropic 一次发布了什么

原文给了三层交付物：

10 个 ready-to-run agent templates，覆盖最耗时的金融工作；
Claude 在 Microsoft 365 中的四件套能力：Excel、PowerPoint、Word 已 GA，Outlook soon；
connectors + MCP app 扩展生态，让 Claude 直接接金融数据与工具。

而且这三层不是分开的，而是组合在一起卖：模板定义任务，Office 提供工作表面，connectors/MCP 提供数据和工具底座。

2. 10 个金融 agent 模板具体做什么

原文把模板分成两大类。

Research and client coverage

Pitch builder：创建 target list、跑 comparables、起草 pitchbooks
Meeting preparer：为客户/交易对手会议准备 briefs
Earnings reviewer：读财报电话会与 filings，更新模型并标记 thesis-relevant changes
Model builder：从 filings、data feeds、analyst inputs 构建和维护模型
Market researcher：跟踪行业/发行人动态，综合 news、filings、broker research

Finance and operations

Valuation reviewer：对照 comparables、方法论与审阅标准检查估值
General ledger reconciler：做总账对账和 NAV 计算
Month-end closer：跑月结 checklist、准备 journal entries、生成 close reports
Statement auditor：检查财务报表一致性、完整性、audit-readiness
KYC screener：整理 entity files、审核源文档、打包 escalations 给合规复核

这 10 个模板说明 Anthropic 不是只盯前台 research，而是把 front / middle / back office 全链路都铺了。

3. 模板不是 prompt，而是 reference architecture

原文明确说每个模板都打包三样东西：

skills：任务说明和领域知识
connectors：对任务所需数据的 governed access
subagents：给主 agent 调用的子模型，用于 comparables selection、methodology checks 等子任务

这点非常关键。Anthropic 在这里卖的不是“一个好 prompt”，而是：

任务拆分 + 领域知识 + 权限内数据访问 + 子任务编排。

这说明它已经把金融 agent 理解成一个 runtime system，而不是单模型回答器。

4. 同一模板有两种运行方式

方式 A：作为 Claude Cowork / Claude Code 插件运行

这一模式是“分析师旁路助手”。原文给的例子很直白：给 Pitch agent 一个 target list，返回的结果可以直接是：

Excel 里的 comps model
PowerPoint 里的 pitchbook 草稿
Outlook 里的 cover note

也就是 agent 直接在桌面工作流里完成跨应用交付。

方式 B：作为 Claude Managed Agent 运行

同一模板还能在 Claude Platform 上作为 Managed Agent 自治运行，适合：

覆盖整本 deals book
夜间批量任务
多小时持续任务

Anthropic 明说它内置了：

long-running sessions
per-tool permissions
managed credential vaults
Claude Console full audit log

这几项就是金融企业真正会问的落地问题：能跑多久、权限怎么管、密钥怎么托管、出了事谁审计。

5. Office 四件套是这次发布的另一根主线

原文里 Claude for Microsoft 365 的能力不只是“能打开文档”，而是按角色给出了工作动作：

Outlook：像 chief of staff 一样 triage inbox、安排会议、按你的语气起草回复
Excel：基于 filings 和 data feeds 建模、检查 linked workbooks 公式、做 sensitivity analyses
PowerPoint：起草 decks，并在底层数字变化时自动更新
Word：基于公司模板编辑 credit memos

最重要的是这句：context carries automatically between applications。

这意味着 Anthropic 不想让用户在 Excel 做完再复制到 PowerPoint 里重新解释一遍，而是要把 Claude 变成跨应用的连续工作记忆体。

6. Dispatch 让 Claude 变成“离桌也继续干活”的执行代理

原文提到在 Claude Cowork 中，用户还能通过 Dispatch 用文本或语音从任何地方给 Claude 派活。Claude 会继续处理本地文件，等人回到桌前时交付可审阅结果。

这件事看似小，实际上很重要：它把 Office 内的 AI 从即时问答推进成了异步任务系统。

7. 金融数据生态：connectors + MCP app

Anthropic 很明确：AI agents 的上限取决于能否接到真实数据。

原文已连接或可连接的数据环境包括：

FactSet
S&P Capital IQ
MSCI
PitchBook
Morningstar
Chronograph
LSEG
Daloopa
公司自有 data warehouses / research repositories / CRMs

本次新增 connectors：

Dun & Bradstreet
Fiscal AI
Financial Modeling Prep
Guidepoint
IBISWorld
SS&C IntraLinks
Third Bridge
Verisk

以及一个关键新增：

Moody’s MCP app：把 proprietary credit ratings 与覆盖 6 亿+ 公私营公司的数据直接带入 Claude，用于 compliance、credit analysis、business development。

这里的产品分层很值得注意：

connector = 给 Claude 受治理、实时的数据访问
MCP app = 直接把合作方自己的交互工具嵌进 Claude

也就是说，Anthropic 正在把 MCP 从开发者协议扩成行业软件分发层。

核心技术洞察

1. 这不是“金融 prompt 包”，而是“vertical agent runtime”

Anthropic 真正在卖的是四层叠加：

模板化工作流
子代理拆分
Office 端执行界面
托管权限/凭据/审计底座

少了任何一层，都很难进银行、保险和资管机构。

2. Anthropic 把 MCP 的价值从“工具协议”提升到“行业分发渠道”

Moody’s MCP app 是这篇文章里最值得技术圈盯的点之一。因为它意味着未来行业软件厂商不只是提供 API / connector，而可能直接把自己的 UI、工具能力、交互逻辑嵌进 agent 工作台。

3. Claude Code 在这里不再只是工程工具

原文多次把 Claude Code 和 Claude Cowork 并列。这很有意思：Anthropic 正试图把 Claude Code 从“给工程师写代码”扩到“让金融团队也跑插件型 agent”的工作表面。这会让 Claude Code 的定位更像一个通用可执行桌面 agent 容器。

实践指南

立即可用

把最标准化的工作先模板化：KYC、月结、statement review、earnings review
把最常用的数据源接进 governed connectors
把审批前最后一步保留给人，尤其是 client-facing deliverables

真正的落地门槛

不是模型精度，而是权限边界
不是是否接 API，而是审计能否穿透每一步 tool call
不是会不会做 deck，而是 deck 里的数字变更是否可追溯

横向对比

维度	Anthropic 本次方案	传统 copilot 式方案	只做 API agent 的方案
工作入口	Excel/PowerPoint/Word/Outlook + Claude 平台	多数停在单应用助手	主要是开发者自己搭
任务表达	ready-to-run templates	通用问答/少量模板	需要自己设计 workflow
数据访问	connectors + MCP app	常见是少量官方连接器	全靠集成开发
治理	per-tool permissions + vault + audit log	通常较弱或分散	需要企业自建
长任务	Managed Agents	往往以会话为主	需要自己编排

批判性分析

局限性

没有公开每个模板的效果指标：没有给出完成率、错误率、人工复核节省时长等硬数字。
Vals AI Finance Agent benchmark 只有 64.37%：虽然原文强调领先，但这也说明金融 agent 还远没到“无人监督可全自动”的程度。
Outlook 仍是 coming soon：四件套里最后一环还没完全闭合。
合作伙伴引用很多，但案例颗粒度不一：更像强背书，而不是完整客户 case study。

适用边界

最适合：模板化、高文档密度、强审阅链的金融工作
不适合：需要高创造性、极强非结构化判断、或对实时交易执行容错极低的场景

独立观察

Anthropic 正在把“Claude + MCP + Managed Agents + Office add-ins”焊成行业 agent 平台，而不是单产品功能。
这篇文章里最危险也最有价值的，是它把 agent 从前台研究推进到了 AML、KYC、月结和总账对账——这些地方对错误容忍度远低于做摘要。
如果 OpenAI、Microsoft 很快不给出同等级的受治理 vertical stack，Anthropic 在高监管行业会拿到明显的先手叙事。

对行业的影响

短期看，这会把金融机构对 agent 的采购问题从“选哪个模型”转成“选哪个工作栈”。

中期看，能赢的不会是最会聊天的模型，而是：

最会接行业数据的
最会跑长任务的
最能过审计和合规的
最能嵌进员工桌面工作流的

对 Lighthouse 的启发也很直接：真正能进生产的 agent，不是提示词更花，而是数据、工具、权限、日志、审批链一起成套。