Claude for Financial Services：Anthropic 全面进军华尔街

> 一句话版本：Anthropic 开源了一套金融 AI Agent 工具箱，包含 10 个预置的 AI 助手（如自动做 Pitchbook、审财务报表、做 KYC 审核），可以直接在 Claude 里安装使用，也能通过 API 部署到银行自己的系统里——相当于给金融从业者配了一套会 Excel、会写 PPT、会看财报的 AI 分析团队。

来源: https://github.com/anthropics/financial-services
日期: 2026-05-05（同时 2026-05-05 在纽约举办金融服务业发布会）
标签: #Anthropic #AI-Agent #金融科技 #Claude #OpenSource

核心内容

这是什么东西？

Anthropic 于 2026 年 5 月 5 日发布的 Claude for Financial Services 开源仓库，包含：

1. 10 个预置的金融 AI Agent — 从做 Pitchbook 到审核财务报表，覆盖投行、权益研究、私募股权、财富管理四大领域

2. 垂直技能插件 — 按金融垂直领域打包的领域知识、Slash 命令和数据连接器

3. MCP 数据连接器 — 对接 11+ 主流金融数据平台（FactSet、S&P、Moody's、PitchBook 等）

4. Managed Agent 部署指南 — 企业可用 Claude Managed Agents API 自动化部署

10 个 Agent 一览

分类	Agent	功能
研究与客户覆盖	Pitch Agent	可比公司分析、先例交易、LBO → 生成 Pitchbook
	Meeting Prep Agent	客户会议前自动生成简报包
	Market Researcher	行业/主题 → 行业概览、竞争格局、标的短名单
	Earnings Reviewer	财报电话会 + 文件 → 模型更新 → 研报草稿
	Model Builder	DCF/LBO/三表模型，直接在 Excel 中操作
基金与财务运营	Valuation Reviewer	读取 GP 包，运行估值模板，生成 LP 报告
	GL Reconciler	发现账目断裂，追溯根因，路由审批
	Month-End Closer	计提、滚动、差异分析
	Statement Auditor	审计 LP 报表，确保可审性
运营与合规	KYC Screener	解析开户文件，运行规则引擎，标记风险点

技术架构


plugins/
  agent-plugins/        → 10 个独立 Agent 插件
  vertical-plugins/     → 垂直技能包（投行/权益研究/私募/财富管理/基金运营/合规）
  partner-built/        → 合作伙伴插件（LSEG、S&P Global）
managed-agent-cookbooks/ → Managed Agent 部署模板
claude-for-msft-365-install/ → Microsoft 365 加装工具

架构特点：

全部是文件式（Markdown + JSON），无需编译
技能（Skills）写入垂直插件，通过脚本同步到 Agent 插件
数据连接器集中放在 financial-analysis 核心插件中，统一管理

MCP 数据生态

已有连接器（11 个）：

Daloopa、Morningstar、S&P Global、FactSet、Moody's、MT Newswires、Aiera、LSEG、PitchBook、Chronograph、Egnyte

新增（2026-05-05）：

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

Moody's MCP App：在 Claude 内部直接查询 6 亿+ 公司的信用评级数据

深度分析

1. 这是 Anthropic 迄今为止最大规模的行业垂直布局

这个 repo 不是一个小工具集合。它是 Anthropic 对金融服务行业从前端到后端的全覆盖：

前端：Pitchbook、客户简报、市场研究（面向投行分析师）
中台：财报审查、模型构建、估值审查（面向权益研究员）
后端：GL 对账、月结、报表审计、KYC（面向基金运营和合规）

加上同日发布的 Microsoft 365 全栈集成（Excel/PPT/Word/Outlook），Claude 可以在分析师日常工作的所有软件中无缝运作。

2. 开源 + 可定制 = 企业级采用的核心策略

每个 Agent 都是参考架构（reference architecture）而非黑盒产品。企业可以：

替换数据连接器指向内部系统
加入自己的术语、流程和格式标准
调整 Agent 范围匹配自家工作流
添加尚未覆盖的新工作流

这种"给你一个起点，你自己改"的策略，大幅降低了大型金融机构的采用门槛。

3. 与 $1.5B 合资企业的配合

同日 Anthropic 宣布与 Blackstone、Hellman & Friedman、Goldman Sachs 共同成立 $15 亿的 AI 企业服务公司。这个 repo 就是那家合资企业将要部署的核心资产——一套完整、可部署、可定制的金融 AI 工具链。

4. 生态力量远超竞争对手

Anthropic 在金融数据生态上的布局令人印象深刻：

11 家 MCP 数据提供商覆盖了全球主流金融数据源
Moody's 原生 MCP App 意味着用户可以在 Claude 中直接查询企业信用数据
Microsoft 365 集成让 Claude 能直接在 Excel/PPT/Word/Outlook 中工作

这与 OpenAI 的通用策略形成鲜明对比——Anthropic 选择深耕特定行业的垂直场景。

5. 成熟度评估

根据 Anthropic 内部评估，金融 AI Agent 的能力大约比编程 Agent 落后 6-12 个月。但目前的表现已经相当可观：

Vals AI Finance Agent 基准测试 64.37%（领先行业）
AIG 测试：理赔处理准确率 88%（接近人工专家水平）
已部署到 JPMorgan、Goldman Sachs、Citi、AIG、Visa 等顶级机构

与我们项目的关联

作为同样在探索 AI Agent 可能性的团队，这个 repo 有几个值得借鉴的点：

文件式架构（Markdown + JSON）让技能管理和版本追踪变得极其简单
技能与 Agent 分离的设计使得领域知识的维护和 Agent 的组装解耦
MCP 标准作为数据连接的统一接口，降低了接入新数据源的成本

评分

维度	评分	说明
创新性	★★★★☆	不是根本性的技术突破，而是将现有能力系统化地组织成行业解决方案
实用性	★★★★★	10 个 Agent 覆盖了金融从业者最痛苦的重复性工作流
生态建设	★★★★★	MCP 生态 + Microsoft 365 + 合作伙伴，布局极其完整
可扩展性	★★★★☆	文件式架构方便定制，但大规模部署仍需一定工程投入
战略意义	★★★★★	这是 AI 公司对行业垂直化的最强信号之一

综合评分：4.6 / 5.0

报告生成于 2026-05-11