Anthropic 推出用于執行金融服務任務的 AI 智能體，正在撬動什麼？

撰文：Web4 研究中心

Anthropic，这家近几年以 AI 編程工具橫掃開發者社區的公司，於美國時間 5 月 5 日宣布推出 10 款專為金融服務打造的 AI Agent，正式向華爾街發起衝鋒。

根據新浪財經的報導，這 10 款工具的任務清單幾乎覆蓋了金融白領日常工作的核心地帶：撰寫客戶會議推介材料、審閱財務報表、將個案升級至合規審查。目標用戶橫跨銀行、保險、資產管理以及金融科技領域的專業人士。這不是一個聊天機器人，也不是一個輔助問答工具。這是一組能夠直接嵌入金融機構工作流程、承擔具體任務的數字員工。

市場的劇烈波動，傳遞出的信號遠比新聞標題複雜，投資者用腳投票的動作，暴露了一個行業深處的共識：當 AI Agent 開始接管金融專業人士案頭那些曾經不可取代的工作，整個金融服務的價值鏈，可能正站在一個轉折點上。

一、從寫程式到寫報告：一條邏輯相同的商業路徑

Anthropic 闖入金融領域的姿勢，與它征服編程市場的方式如出一轍。準確地說，這幾乎就是同一個劇本在不同行業的重演。在金融 AI Agent 發布之前，Anthropic 已經在編程工具市場建立了令人難以忽視的統治地位。根據浙商證券於 2026 年 4 月發布的研究報告，Anthropic 旗下 Claude Code 在企業級編碼 Agent 市場的佔有率已攀升至 54%。截至 2026 年 2 月，GitHub 上已有 4%的公開提交由 Claude Code 編寫，分析師預計到 2026 年底這一比例將超過 20%。在企業級大語言模型支出層面，Anthropic 占據 40%的市場份額，世界財富十強企業中 80%是其付費客戶。

相關數據顯示，Anthropic 在美國 AI 市場的整體份額已飆升至近 70%，而 ChatGPT 此前的 90%份額被大幅蚕食。從一家追趕者到市場份額的反超，Anthropic 只用了不到一年。編程市場被顛覆的邏輯並不複雜：AI Agent 不是幫程式設計師更高效地敲鍵盤，而是直接生成程式碼、調試程式碼、部署程式碼，把那些曾經需要數天才能完成的開發任務壓縮到數小時內。根據經濟觀察報 2025 年 10 月至 2026 年 1 月期間對中國內地及香港 201 名金融服務業者的調研，81%的金融企業已經將 AI 納入工作流程，但痛點同樣鮮明——人才儲備不足、系統老化、監管滯後。這些痛點，恰是 AI Agent 得以撬動的支點。

但這裡有一個微妙之處值得注意。Anthropic 金融服務產品負責人 Nicholas Lin 說了一句看似輕描淡寫、實則意味深長的話。根據騰訊新聞的報導，他表示金融領域的 AI 應用“僅比編程應用晚幾個月”，而後者已經出現大幅加速。幾個月的時間差。不是幾年，不是一代技術週期，而是區區幾個月。這一判斷背後隱藏著一個深層邏輯——如果金融業對 AI Agent 的需求結構，與編程行業本質上相同，那麼編程市場已經被顛覆的多米諾骨牌，在金融業倒下只是時間問題。

從具象的工作場景來看，這 10 款代理被分配給兩類任務：五款用於金融研究與客戶覆蓋，五款用於財務與運營。在研究與客戶服務場景中，Claude 代理可以建立目標清單、執行可比公司分析、為會議草擬推介材料、在通話前整理客戶與交易對手的背景摘要。在財務與運營場景中，它們可以檢查估值是否符合相似企業指標、執行關帳清單、準備會計分錄並產出關帳報告。TechOrange 的報導披露了更多細節：Claude 已經可以通過插件直接在 Excel、PowerPoint、Word 和 Outlook 中運行，這意味著金融分析師不必離開他們每天使用的工作軟體，AI Agent 就已經嵌入其中。

然而，當 AI Agent 嵌入得足夠深，一個更根本的問題浮出水面：如果這些 Agent 不只是草擬備忘錄，而是開始代表機構或代表客戶做出財務決策，它們的“手”夠得到哪裡？

二、同一個戰場，兩條進攻路線

Anthropic 並非華爾街唯一的“敲門人”。幾乎在同一時間軸上，OpenAI 也發動了自己的金融攻勢。根據 Bloomberg Law 在 2026 年 5 月 5 日的報導，OpenAI 與普華永道宣布聯合開發面向首席財務官團隊的 AI Agent，覆蓋計畫、預測、報告、採購、支付、財務、稅務和結算等核心流程。更有意味的是，OpenAI 將自己的財務團隊定位為“客戶零號”——正在其自有財務運營中測試一套採購代理工具，再將經驗複製給企業客戶。

往前回溯，2026 年 3 月 6 日，智通財經曾報導 OpenAI 發布 GPT-5.4 模型，同步推出一套金融服務工具，可連接 FactSet 和 Third Bridge 等金融數據源，並在 Excel 和 Google Sheets 中直接建立和檢查財務模型。4 月 14 日，Wedbush 發布研報披露 OpenAI 正式收購了專注於自主個人理財的初創公司 Hiro Finance。

兩家的路徑差異已經越來越清晰。Anthropic 選擇了一條自下而上的路線：從分析師的工作台切入，從那些每天耗費大量人力的重複性任務出發，逐步滲透到金融機構的操作系統中。OpenAI 則拉著普華永道這樣的諮詢巨頭，從 CFO 的辦公桌自上而下推進，圍繞財務管理的核心控制環節展開布局。一條路解決的是“效率洼地”，另一條路瞄準的是“控制高地”。

這個速度值得玩味。這不是一場持續數年的漸進式滲透，而是幾個月內完成的市場合圍。當最大的金融機構開始將 AI Agent 定義為“數字同事”而不是“效率工具”，語詞的變化背後，是一種更深層的身份確認——這些 Agent 正在從“輔助工具”過渡為“半自主參與者”。

從輔助到參與，每一步看似平滑。但從參與邁向自主，所需要的基礎設施就完全變了。一個替分析師做可比公司篩選的 Agent，和一個替客戶持有資金並執行支付的 Agent，它們面對的技術挑戰幾乎是兩個物種。

三、賭注背後的賭注：錢流向了誰的手中

市場用股價下跌來回應 AI Agent 的登場，另一個市場則用更原始的方式表達了它的信念：錢。時間線不必拉得太長。2026 年 2 月，Anthropic 以 3800 億美元估值完成了 300 億美元融資。僅僅兩個月後，彭博社和 CNBC 在 2026 年 4 月 29 日相繼報導，Anthropic 正在洽談新一輪約 500 億美元的融資，估值目標直指 9000 億美元。如果成功落地，這一數字將超越 OpenAI 在 3 月底創下的 8520 億美元估值，使 Anthropic 成為全球估值最高的 AI 初創公司。

兩個月時間，估值從 3800 億美元躍遷至 9000 億美元。這個幅度之大，在所有商業史中都屬罕見。但更值得關注的是驅動這輪融資的直接催化劑——Anthropic 在 4 月發布的 Claude Mythos Preview 模型。這款具備高級網路安全能力的前沿模型僅向蘋果、微軟等約 50 家機構開放限制性訪問，隨即在華盛頓和華爾街引發多場高規格會議。僅僅是一個預覽版本，就推動了數千億美元估值的躍升，市場對“可信任的垂直行業 AI”的定價邏輯已經徹底改變了。

資本押注的呈現並不只在估值上。據 IT 之家 2026 年 4 月 30 日報導，Anthropic 的年度經常性收入已達 300 億美元，而在一年前其年收入約為 100 億美元。增長曲線幾乎是垂直的。

與此同時，Anthropic CEO Dario Amodei 於 5 月 5 日在紐約的一場公司活動上，與摩根大通 CEO Jamie Dimon 同台討論 AI。台下坐著的是華爾街銀行的高管。一位硅谷創始人站到了華爾街權力中心的聚光燈下。台下的銀行家們在想什麼，或許並不難猜。Dimon 在被問及 AI 基礎設施支出激增時回答：“從整體來看，這樣做是有意義的。如果試圖挑選贏家和輸家，那會很困難。”這句看似平淡的評論，恰恰折射出整個行業的焦慮——不是不想站隊，而是不敢貿然賭錯。

然而，一個被反覆提及的問題仍然懸而未決：如果 AI Agent 不再只是“一個數字同事”，而是需要直接持有資產、授權支出、簽署合約，現有的金融基礎設施還能支撐它走多遠？

四、當 Agent 不只是“寫報告的助手”

這個問題不是科幻，它已經在門外。2026 年 5 月，奧丁集團正式上線了 OwlPay Agent Wallet，一款專為 AI Agent 設計的數字錢包。根據《中国時報》5 月 5 日的報導，這並非傳統意義上的數字錢包——它的設計用戶不是人類，而是 AI。用戶授權後，無需親自操作，AI 即可代為發送、接收及管理穩定幣。該錢包採用自托管架構，用戶全權掌控私鑰和資金，所有憑證在本地設備上生成和存儲，支持以太坊、Stellar 和 Solana 等主流區塊鏈。

同一天，GlobeNewswire 也發布了相關報導。奧丁集團在聲明中指出，該錢包利用了該公司在美國 40 個州持有的支付牌照，正在將受監管的穩定幣接入能力延伸至 AI Agent 經濟。這不是一個概念驗證。這是一個已經投入生產、在 40 個州擁有合規資質的正式產品。

那麼問題來了：為什麼一個專為 AI Agent 設計的錢包需要用到穩定幣和區塊鏈？AI Agent 不能用銀行卡嗎？當然能。就像一位分析者在 4 月下旬發表的一篇文章中所觀察到的：如果 AI Agent 只是幫用戶買一張機票、訂一家酒店、續費一個 SaaS 服務，它完全可以調用 Swift、信用卡、虛擬卡等現有支付體系，沒有本質障礙。但真正的問題發生在另一類場景裡，一個 AI 研究 Agent 為了完成一份行業報告，可能需要連續調用多個資料庫、購買幾份付費資料、訪問不同模型 API、支付圖表生成工具，甚至向另一個 Agent 購買一段分析結果。在這一連串操作中，可能根本沒有一個傳統的商店入口，也沒有一個標準的結帳頁面。Agent 面對的是一系列 API、資料接口、模型服務和算力節點。

當交易主體變成機器，傳統金融體系才發現自己在最底層少了一塊積木。从更宏觀的視角看，這一點並非孤立的商業觀察。AI Agent 正以遠超其他基礎設施的速度，從輔助工具演變為真正的經濟參與者。雖然 Agent 現在能夠執行任務和交易，但它們在跨環境操作時仍然缺乏標準方式來證明“我是谁”“我被授權做什麼”以及“該如何獲得報酬”。“Identity 不可遷移，支付尚未預設可編程，協作仍處於孤島狀態”。而區塊鏈作為公共帳本、可移植的錢包、可編程的結算層，正在被部分技術團隊視作填補這些空白的關鍵基礎設施。

這並非區塊鏈敘事的一廂情願。普華永道在 2026 年初發布的報告中指出的那樣，金融機構正逐漸將 AI 定位為“戰略轉型引擎”而非單純的效率提升工具。當 Agent 從“幫你做事”進化為“替你管理資產”，“可驗證的執行記錄”就從加分項變成了生存門檻——鏈上記錄不是為了替代傳統審計，而是提供一種人類審計無法實時覆蓋的、Agent 級別的可信軌跡。這意味著在未來的金融生態中，Agent 很可能既需要傳統金融的合規通道，也需要可審計的鏈上身份和支付基礎設施，兩條軌道並存。

不過，需要坦率地承認一點：OwlPay Agent Wallet 雖然在 40 個州獲得支付牌照，但其整體採用情況仍處早期；x402 協議和各類 Agent 身份提案尚在標準討論階段；“知悉你的代理人”（KYA）這個理念雖然受到關注，距離廣泛落地還有距離。這不是一個已經跑通的故事，而是一個正在跌跌撞撞向前走的故事。它的價值不在於證明了什麼不可否認的結論，而在於暴露了一個真實存在的問題：在傳統金融體系的閉環裡，機器始終是工具，不是主體。而今天，它們正在學會做更多的事情。

五、重新理解價值的錨點

這聽起來像是在描繪一幅 AI 替代人類工作的圖景。但如果停下來想一想，真正的變化可能發生在另一個維度。傳統金融資訊服務的核心價值，建立在一種資訊不對稱之上。FactSet 和 Morningstar 的價值，不僅在於它們擁有數據，更在於它們將這些數據組織成了專業用戶可調用、可比較、可模型化的格式。這一層“組織成本”，構成了它們的護城河。而 AI Agent 的邏輯則完全不同。它們不是在組織資料，而是在執行流程——它們是操作者，不是資料庫。

這個區別至關重要。FactSet 的股價在消息公布後一度下跌 8.1%，Morningstar 跌幅超過 3%，這些數據來自東方財富網引用的新浪財經快訊報導。但下跌的原因不僅僅是“AI 可以取代人工分析師”——更多反映的是市場的一個重新定價：當 AI 系統能夠直接連接 FactSet 和 Morningstar 的數據源進行實時分析，數據服務本身就從終點變成了原材料。原材料的定價，永遠低於成品服務的定價。

這也解釋了為什麼 Anthropic 在發布金融 AI Agent 的同時，宣布了與黑石、Hellman & Friedman 以及高盛共同成立價值 15 億美元合資企業的計畫，旨在將 Claude 的 AI 能力加速導入更多企業場景。同一時間，Claude 已可直接連接 FactSet、S&P Capital IQ、MSCI、PitchBook、Morningstar 等市場數據平台，並與 Dun & Bradstreet、Moody’s 深度打通信用評級與公司數據源——超過 6 億家公私企業的信息可直接流經 Claude 的管道。這種布局的深層含義是：Claude 不是來當數據商的競爭對手，而是來重新定義數據商之上的決策執行層。

然而，當資訊處理和決策環節被壓縮、合併成一個連續自動化的流程，整個鏈條上的人類角色都面臨重新定義。从簡報到合規升級，這 10 款 AI Agent 事實上插入了三個過去被認為最“不可取代”的環節：資訊整理、專業判斷、風險把關。每一環都在被局部分解。分析師不再獨佔資訊整理的工作，合規團隊不再獨佔風險初篩的工作，投行 VP 不再獨佔推介材料撰寫的工作。

這並不意味著“人”會被完全取代。但確實意味著，人的角色正在從流程中的操作者，轉變為流程旁的設計者和監督者。這種轉變不是一個簡單的“失業焦慮”問題。它更像是一條河流改道，水量沒有減少，但河道變了，原先的碼頭可能就此被廢棄，而新的碼頭正在下游被匆忙搭建。

這讓人想到一個技術哲學上的經典隱喻。海德格爾在探討技術時，關心的從來不是某件工具本身，而是技術作為一種“座架”，它重新組織了我們與世界之間的關係，改變了我們看待事物和他人乃至自身的方式。AI Agent 嵌入金融工作流的過程，正是在編織一種新的座架。這個座架不僅能處理資料、撰寫報告，還能重新定義什麼是金融工作的價值核心。

六、不是終點，而是一道分水嶺

FactSet、Morningstar、標普全球和穆迪的股價遭受重創，這個市場反應本身就承載著含義。根據東方財富網引述的報導，FactSet 一度下跌 8.1%，Morningstar 跌幅超過 3%。在華爾街，這樣的數字意味著市場在用真金白銀為一個判斷下注——傳統金融資訊服務商的競爭壁壘，在 AI Agent 面前比人們想像的要脆弱。但這種“脆弱”並不意味著傳統機構會立刻消失。更可能發生的是另一種演變路徑——價值鏈條的重組。FactSet 和 Morningstar 擁有無可取代的數據資產，這些數據是 AI Agent 赖以運行的燃料。問題在於，當燃料本身不再稀缺，稀缺的是那個能把燃料精準注入燃燒室的引擎。引擎的製造者正在拿走價值鏈上更大的份額。

一個值得關注的細節是：根據浙商證券於 2026 年 4 月的報告分析，Anthropic 成功的關鍵之一在於其專注於可審計的規則框架。相比 OpenAI 和谷歌等對手，Anthropic 更強調可追溯的推理過程與透明的合規體系，這使得它天生適配金融、法律、政務等高監管行業。在金融這個信任本就是核心貨幣的領域，AI 公司的安全與合規定位帶來的壁壘，或許比模型能力的領先更為持久。不是誰更聰明，而是誰更可信賴。後者在華爾街的分量，遠高於前者。

AI Agent 正在從寫程式的工具，演變為進入真實經濟循環的行為主體。而當它們開始在經濟系統中扮演主體角色而不僅僅是工具角色，經濟基礎設施的語法就被改寫了。支付、身份、權責、審計，這些現代金融的支柱性概念，在面對一個“看不見的參與者”時，都面臨著重新的定義。這種重定義發生在傳統金融的內部，卻也溢出到傳統框架之外，催生出新的基礎設施探索。

華爾街的金融 AI Agent 只是一个开端。当高盛、摩根大通们纷纷将 Agent 部署到核心工作流中，当 FactSet 和 Morningstar 们被迫重新定义自己的价值主张，当 OwlPay 这样的零散项目为 Agent 打造专用钱包——这些看上去彼此孤立的事件，实际上正在拼合出一幅更大的图景：Agent 不再只是“帮人做事”，它们开始参与价值分配。

最後一句話，是對這個圖景的回應：Agent 入局了，規則才剛剛開始寫。