AIエージェント

Anthropic为金融业推出10款AI智能体。就算你不在金融行业,这篇也值得读完。

Anthropic发布的10款金融AI智能体模板——前台5款+后台5款全解析,以及非金融从业者明天就能落地的3种解读方式。

Anthropic为金融业推出10款AI智能体。就算你不在金融行业,这篇也值得读完。
目次

2026年5月5日,Anthropic一口气发布了10款专为金融服务设计的AI智能体模板。发布会上,摩根大通CEO杰米·戴蒙亲自登台。据《财富》杂志报道(2026-05-05),他现场用Claude Code在约20分钟内完成了一个仪表板的搭建(注:这一具体细节来自《财富》报道,Anthropic官方发布中未予确认)。

如果你心想”金融行业的新闻,跟我没关系”——你正在犯一个代价不菲的错误。

原因在于:剥开”金融服务”这层外皮,你看到的实际上是一套任务型智能体架构的标准设计格式。事实上,10款模板中有整整5款围绕财务、合规和内部运营构建——这些场景几乎适用于任何行业。

今天我将基于Anthropic的新闻稿和一手资料,把这10款智能体整理成业务地图,并进一步落地为非金融从业者——市场人、经营者、咨询顾问、专业服务人士——明天就能行动的3种解读方式


究竟发布了什么——10款金融AI智能体完整清单

所有内容均收录于Anthropic官方博客”Agents for financial services”(2026-05-05)(来源:anthropic.com/news/finance-agents)。

本次发布的是10款智能体模板。模板不是开箱即用的应用程序,而是由三个组件构成的设计蓝图

  • Skills(领域知识):针对具体任务的指令集与专业知识
  • Connectors(数据连接):对业务数据系统的受控访问
  • Subagents(辅助模型):处理特定子任务的Claude子智能体

也就是说:10套参考架构,每套都为金融业务预先组装好了三层结构。

用Month-end closer(月末结账)来具体说明这三层。Skills对应”月末结账程序和检查清单”;Connectors对应”会计系统和审批流程的访问权限”;Subagents对应”自动检测分录差异的辅助模型”。三层叠加,你就设计出了一套”以前每月末要手工苦撑的结账工作,现在一条指令就能跑完”的系统。

这些蓝图公开发布,意义重大——它给了你一个思考基础:“我自己的组织该如何改造这套设计?”

模板提供三种交付形式:

  1. Claude Cowork(协作界面插件)
  2. Claude Code(开发环境插件)
  3. Claude Managed Agents(无界面API的cookbook版本)

关键在于:三种交付形式全部支持。同一套模板可以跑在最终用户界面、开发者环境和服务端自动化作业中——这是一个刻意的设计选择。

过去,“把AI智能体部署在哪里”始终是一道难题:从Slack调用?嵌入内部工具?作为后台任务运行?这10套模板发布时就已经把这个问题解决在出发点


业务全景图——前台5款 + 后台5款

双列对比表。左列标注"前台5款(调研与客户服务)":Pitch builder、Meeting preparer、Earnings reviewer、Model builder、Market researcher。右列标注"后台5款(财务与合规)":Valuation reviewer、General ledger reconciler、Month-end closer、Statement auditor、KYC screener。

以下是Anthropic对10款智能体的分类,直接译出:

前台(调研与客户服务)——5款

  1. Pitch builder(提案构建器):建立目标名单、执行可比公司分析、生成提案草稿
  2. Meeting preparer(会议准备器):自动组织会前简报材料
  3. Earnings reviewer(财报审阅器):读取财务文件和电话会议记录,更新财务模型,标记与投资决策相关的重大变化
  4. Model builder(模型构建器):从披露文件、数据源和分析师输入中创建并维护财务模型
  5. Market researcher(市场研究器):追踪行业和发行方动态,汇总新闻、披露信息和研究报告

后台(财务与合规)——5款

  1. Valuation reviewer(估值审阅器):审查估值文件的一致性与方法论
  2. General ledger reconciler(总账对账器):匹配分录并检测差异
  3. Month-end closer(月末结账器):执行结账检查清单、生成分录、输出结账报告
  4. Statement auditor(财务报表审计器):核查财务报表的一致性、完整性与审计就绪状态
  5. KYC screener(KYC筛查器):整理交易对手档案、审核原始文件、打包合规上报材料

来源:Anthropic官方发布(anthropic.com/news/finance-agents)及Finextra报道(2026-05-05)。全部10款名称与任务定义均已对照Anthropic一手发布核实。

这里有个关键发现:后台5款并非金融行业独有的业务。对应到普通企业,可以这样转译:

  • General ledger reconciler → 财务部门的月度应收/应付核销作业
  • Month-end closer → 行政财务的月度报告收尾流程
  • Statement auditor → 财务的审计准备文件核查
  • KYC screener → 法务和销售的新供应商尽调包整理

Anthropic自己也将后台这一侧描述为”最耗时的工作”。总账对账、月末结账、KYC——这些是跨行业普遍存在的枯燥高耗时作业。10款模板表面上写着”金融服务”,内里却是一部适用于一切行业事务性工作的模式词典


不在金融行业?这3种解读更值得你看

看完这份清单,你是关掉窗口心想”跟我没关系”,还是追问”翻译到我自己的业务上是什么样的?“——这两种反应之间的差距,六个月后就会显现出来。

如果你在金融行业以外,这次发布有3种读法可以提取价值:

解读1:把工作拆成任务颗粒,一半可以自动化

这10款智能体的共同点:按任务切分,而非按岗位切分。不是”分析师这个人”,而是”提案撰写、财报审阅、模型更新”这些具体的工作动作。

把这个视角套用到自己的工作上,结构就清晰了。

对市场人来说:“活动策划方案”、“竞品分析报告”、“月度效果复盘”、“广告合规审查”——每一项在概念上都与Anthropic的10款模板一致。它们都是”有明确输入和输出的重复性任务”。对咨询顾问来说:“提案文稿”、“会议纪要”、“数据分析”、“发票核对”——同理。

我自己也验证过这一点。作为市场咨询顾问,我每月要花3到4小时做月度报告。我借用了Month-end closer的设计逻辑——检查清单执行、差异检测、报告生成三段式——重新拆解了自己的流程。数据收集和整理两个环节用Claude实现了自动化,耗时大幅压缩。不是完全自动化,更准确的描述是:我终于可以把精力集中在真正需要判断力的环节上。

“按任务而非按岗位拆解自己的工作。” 这是第一种解读。

解读2:设计蓝图是公开的——模仿的门槛大幅降低

Anthropic已将全部10套模板以cookbook形式发布在GitHub(仓库:anthropics/financial-services)。这不是”只给金融机构”,而是把Skills + Connectors + Subagents的具体组装方式公开给所有人研究

看Month-end closer的结构,可以看到它分三步:结账检查清单、分录生成、结账报告。每一步用了什么指令、什么数据、什么辅助模型,都可以看到。

把这套结构翻译成自己的业务场景,在公司内部搭建一套**“月度报告收尾智能体”**并没有那么难。读懂蓝图,改写落地。 这是第二种解读。

解读3:三种交付形式齐备——可以先决定放在哪里

Claude Cowork、Claude Code和Managed Agents各有不同的性格:

  • Cowork:内部成员从界面调用(销售、财务直接使用)
  • Code:开发者嵌入业务系统(接入现有内部工具)
  • Managed Agents:夜间或周末在后台自动运行(人睡着的时候跑)

过去,“把AI智能体引入业务”几乎总会在部署位置的讨论上陷入僵局。这次发布改变了这一局面。有三种交付形式可选,就可以根据业务性质来做选择。

先决定:什么时候、由谁、从哪里调用。 这是第三种解读。


Microsoft 365集成与Moody’s MCP——交付基础设施就位

与10款智能体同步发布的,还有另外两项交付基础设施,不能错过。

Microsoft 365集成(Excel、PowerPoint、Word、Outlook)

据《财富》报道(2026-05-05),Claude将作为Microsoft 365的加载项运行。Excel、PowerPoint、Word——Claude嵌入每一个应用,而且跨应用保持上下文连贯(这些细节基于《财富》等媒体报道,是对Anthropic官方发布的补充信息)。

以每月制作业绩汇报材料为例,变化一目了然。过去的流程:在Excel汇总数据,手动复制数字贴进PowerPoint,再单独在Word写说明文字——三个独立步骤。新流程:选中Excel里的汇总表,告诉Claude”用这份数据做一个董事会汇报用的PPT”,一步到位拿到草稿。每次切换应用都要重新解释上下文的摩擦,彻底消失。

这不是金融行业的专属变化。Excel汇总→PowerPoint提案→Word纪要的流程是跨行业白领工作的核心链路。Claude横穿这条链路,影响的是所有使用Office的人。

Moody’s MCP应用(信用评级 + 6亿家以上企业数据)

穆迪(Moody’s)现在可以作为MCP(模型上下文协议)应用接入Claude。这意味着6亿家以上上市和非上市企业的数据与信用评级可以在Claude对话中直接调取(来源:Anthropic官方博客finance-agents,《财富》2026-05-05有详细报道)。

同样,这不只是金融行业的事。新供应商信用评估、竞争对手调研、并购候选筛选——这些场景在任何公司的战略决策中都频繁出现。可靠的企业数据,在与Claude的对话中直接调取,这项能力现在已经是Claude底层基础设施的一部分。

10款智能体、Office集成、Moody’s数据。三者合一,“从模板到界面到数据”的交付链路彻底贯通。


戴蒙20分钟演示的真正含义

发布会最令人印象深刻的,是摩根大通CEO杰米·戴蒙的现场演示。据《财富》报道(2026-05-05),他用Claude Code在约20分钟内搭建了一个资产互换和美债买卖价差仪表板。(注:“约20分钟完成仪表板”这一具体描述来自《财富》等二次报道,Anthropic官方发布中未予确认。)

据报道,他评价结果”对他想要的东西极为准确”。

值得深思的是:戴蒙不是开发者,他是全球最大银行的CEO。 一位非技术背景的高管在公开场合现场演示20分钟完成搭建——这意味着**“非技术人员驱动智能体”这件事,已经从组织的最顶层开始发生**。

还有第二点不能忽视:CEO亲自上场的组织重量。“这东西可能有用”和”我们老板20分钟就做出来了”,这两种说法在任何会议室里激起的温度完全不同。技术部门不需要再去争预算;管理层已经先说了”我试过,可以”。

类似的动态在日本也开始出现。在我此前的文章《一家日本IT公司把Claude Code发给了每位工程师和顾问》中,我报道了AR Advanced Technology的全员发放——同一方向的行动。当最高管理层在公开场合演示”我自己也能做到”,组织内部的温度会立刻改变。“我试了一下,20分钟就搞定了” ——这一句话,接下来半年里推动的组织决策,将超过任何一份分析报告。


非金融从业者明天可以采取的3个行动

垂直排列的三步流程图。步骤1"任务盘点(耗时1小时)",步骤2"对照10款模板映射(耗时30分钟)",步骤3"30分钟原型验证"。每个步骤标注所需时间和输出内容的简要说明。

读到这里的人,3个具体行动帮你明天就能启动:

行动1:把自己的业务写成20个任务(耗时:1小时)

拿出1小时,用任务颗粒写出自己日常工作中的20件事——不是岗位职能,是具体工作动作。“准备销售会议材料”、“起草提案”、“月度效果报告”、“发票核对检查”——写的是作业名称,不是岗位名称

这份清单就是你进行自动化思考的地基。模糊的想法(“也许我可以用一下AI?“)永远不会推进。用任务名称写出来,才到达可以与Anthropic的10款模板并排比较的颗粒度

常见的反应是”想不出20个”。通常是因为你在以半天为单位思考工作。把”写提案”拆成”调研客户”、“组织竞品对比”、“搭建幻灯片框架”、“核实数据来源”——很快就能超过20个。以30分钟到1小时为单位来分解。

行动2:把20个任务对照10款模板做映射(耗时:30分钟)

拿着清单,与Anthropic的10款模板并排放:

  • “建立潜在客户名单” → 接近Pitch builder
  • “月度报告收尾” → 接近Month-end closer
  • “新供应商尽调” → 接近KYC screener
  • “竞争格局分析报告” → 接近Market researcher

不需要完全匹配。问题是:“设计逻辑是否相同?” 如果是,Anthropic的cookbook(GitHub公开)就是你可以借鉴的结构参考。

行动3:选出效果最明显的任务,用Claude Code做30分钟原型验证

从已映射的任务中,选出频率最高、最耗时的那一个,在Claude Code里花30分钟做原型。不追求完成度。目标只是让它能跑起来

30分钟内跑通,就投入半天让它真正落地。卡住了,换下一个任务。减少犹豫,增加行动——这是AI智能体时代的决策节奏。

我在2026年5月6日下载了Anthropic的cookbook,目前正在测试一套将Month-end closer结构转用于自己业务报告的模板。不完美,但只是读懂蓝图再做改写,几小时内就有了可以运行的东西。


结语——“金融行业新闻”不再只是金融行业新闻的那一天

这次Anthropic发布的核心要点共4条:

  • 10款智能体模板:前台5款(Pitch builder、Meeting preparer、Earnings reviewer、Model builder、Market researcher)+ 后台5款(Valuation reviewer、General ledger reconciler、Month-end closer、Statement auditor、KYC screener)。Skills / Connectors / Subagents三层设计(Anthropic官方确认)
  • 三种交付形式:Cowork(界面)、Code(开发)、Managed Agents(自动执行)——支持提前决定”何时、由谁、从哪里”调用(Anthropic官方确认)
  • Microsoft 365集成与Moody’s MCP:跨应用上下文连贯 + 6亿家以上企业数据参照,已加入Claude底层基础设施(《财富》/ Anthropic报道)
  • 戴蒙20分钟演示:据《财富》报道,高层管理者”亲自示范了”,这一事实改变了组织的决策方式

看到写着”金融服务专用”的新闻时,试着这样阅读:“翻译到我自己的业务上,会是什么样的?” 这份10款模板清单,对非金融从业者来说同样是业务任务自动化的标准格式

知道这件事和不知道这件事之间的差距,接下来半年里会清晰地拉开。今天花1小时,把自己的20个任务写下来。这一个动作,就足以让明天看到的东西不一样。

AI智能体的整体框架可参考我的早期文章《用结构而非buzzword理解AI智能体》。Claude Code企业级采用的浪潮可参考《让Claude Code企业部署”市场化”的10天》


来源

ナギ
Written byナギAI Practitioner / 経営者の相談役

AIを使いこなせない方は、この先どんどん差がつきます。僕はAIエージェントを毎日動かして、壊して、直して、また動かしてます。そういう泥臭い実践の記録をここに書いてます。理論は他の方にお任せしました。僕は動くものを作ります。朝5時に起きてウォーキングしてからコードを書くのがルーティンです。