撰文：Web4 研究中心
Anthropic，这家近几年以 AI 编程工具横扫开发者社区的公司，于美国时间 5 月 5 日宣布推出 10 款专为金融服务打造的 AI Agent，正式向华尔街发起冲锋。
根据新浪财经的报道，这 10 款工具的任务清单几乎覆盖了金融白领日常工作的核心地带：撰写客户会议推介材料、审阅财务报表、将个案升级至合规审查。目标用户横跨银行、保险、资产管理以及金融科技领域的专业人士。这不是一个聊天机器人，也不是一个辅助问答工具。这是一组能够直接嵌入金融机构工作流、承担具体任务的数字员工。
市场的剧烈波动，传递出的信号远比新闻标题复杂，投资者用脚投票的动作，暴露了一个行业深处的共识：当 AI Agent 开始接管金融专业人士案头那些曾经不可替代的工作，整个金融服务的价值链，可能正站在一个转折点上。
一、从写代码到写报告：一条逻辑相同的商业路径
Anthropic 闯入金融领域的姿势，与它征服编程市场的方式如出一辙。准确地说，这几乎就是同一个剧本在不同行业的重演。在金融 AI Agent 发布之前，Anthropic 已经在编程工具市场建立了令人难以忽视的统治地位。根据浙商证券于 2026 年 4 月发布的研究报告，Anthropic 旗下 Claude Code 在企业级编码 Agent 市场的占有率已攀升至 54%。截至 2026 年 2 月，GitHub 上已有 4%的公开提交由 Claude Code 编写，分析师预计到 2026 年底这一比例将超过 20%。在企业级大语言模型支出层面，Anthropic 占据 40%的市场份额，世界财富十强企业中 80%是其付费客户。
相关数据显示，Anthropic 在美国 AI 市场的整体份额已飙升至近 70%，而 ChatGPT 此前的 90%份额被大幅蚕食。从一家追赶者到市场份额的反超，Anthropic 只用了不到一年。编程市场被颠覆的逻辑并不复杂：AI Agent 不是帮程序员更高效地敲键盘，而是直接生成代码、调试代码、部署代码，把那些曾经需要数天才能完成的开发任务压缩到数小时内。根据经济观察报 2025 年 10 月至 2026 年 1 月期间对中国内地及香港 201 名金融服务业者的调研，81%的金融企业已经将 AI 纳入工作流程，但痛点同样鲜明——人才储备不足、系统老化、监管滞后。这些痛点，恰是 AI Agent 得以撬动的支点。
但这里有一个微妙之处值得注意。Anthropic 金融服务产品负责人 Nicholas Lin 说了一句看似轻描淡写、实则意味深长的话。根据腾讯新闻的报道，他表示金融领域的 AI 应用“仅比编程应用晚几个月”，而后者已经出现大幅加速。几个月的时间差。不是几年，不是一代技术周期，而是区区几个月。这一判断背后隐藏着一个深层逻辑——如果金融业对 AI Agent 的需求结构，与编程行业本质上相同，那么编程市场已经被颠覆的多米诺骨牌，在金融业倒下只是时间问题。
从具象的工作场景来看，这 10 款代理被分配给两类任务：五款用于金融研究与客户覆盖，五款用于财务与运营。在研究与客户服务场景中，Claude 代理可以建立目标清单、执行可比公司分析、为会议草拟推介材料、在通话前整理客户与交易对手的背景摘要。在财务与运营场景中，它们可以检查估值是否符合相似企业指标、执行关账清单、准备会计分录并产出关账报告。TechOrange 的报道披露了更多细节：Claude 已经可以通过插件直接在 Excel、PowerPoint、Word 和 Outlook 中运行，这意味着金融分析师不必离开他们每天使用的工作软件，AI Agent 就已经嵌入其中。
然而，当 AI Agent 嵌入得足够深，一个更根本的问题浮出水面：如果这些 Agent 不只是草拟备忘录，而是开始代表机构或代表客户做出财务决策，它们的“手”够得到哪里？
二、同一个战场，两条进攻路线
Anthropic 并非华尔街唯一的“敲门人”。几乎在同一时间轴上，OpenAI 也发动了自己的金融攻势。根据 Bloomberg Law 在 2026 年 5 月 5 日的报道，OpenAI 与普华永道宣布联合开发面向首席财务官团队的 AI Agent，覆盖计划、预测、报告、采购、支付、财务、税务和结算等核心流程。更有意味的是，OpenAI 将自己的财务团队定位为“客户零号”——正在其自有财务运营中测试一套采购代理工具，再将经验复制给企业客户。
往前回溯，2026 年 3 月 6 日，智通财经曾报道 OpenAI 发布 GPT-5.4 模型，同步推出一套金融服务工具，可连接 FactSet 和 Third Bridge 等金融数据源，并在 Excel 和 Google Sheets 中直接创建和检查财务模型。4 月 14 日，Wedbush 发布研报披露 OpenAI 正式收购了专注于自主个人理财的初创公司 Hiro Finance。
两家的路径差异已经越来越清晰。Anthropic 选择了一条自下而上的路线：从分析师的工作台切入，从那些每天耗费大量人力的重复性任务出发，逐步渗透到金融机构的操作系统中。OpenAI 则拉着普华永道这样的咨询巨头，从 CFO 的办公桌自上而下推进，围绕财务管理的核心控制环节展开布局。一条路解决的是“效率洼地”，另一条路瞄准的是“控制高地”。
这个速度值得玩味。这不是一场持续数年的渐进式渗透，而是几个月内完成的市场合围。当最大的金融机构开始将 AI Agent 定义为“数字同事”而不是“效率工具”，语词的变化背后，是一种更深层的身份确认——这些 Agent 正在从“辅助工具”过渡为“半自主参与者”。
从辅助到参与，每一步看似平滑。但从参与迈向自主，所需要的基础设施就完全变了。一个替分析师做可比公司筛选的 Agent，和一个替客户持有资金并执行支付的 Agent，它们面对的技术挑战几乎是两个物种。
三、赌注背后的赌注：钱流向了谁的手中
市场用股价下跌来回应 AI Agent 的登场，另一个市场则用更原始的方式表达了它的信念：钱。时间线不必拉得太长。2026 年 2 月，Anthropic 以 3800 亿美元估值完成了 300 亿美元融资。仅仅两个月后，彭博社和 CNBC 在 2026 年 4 月 29 日相继报道，Anthropic 正在洽谈新一轮约 500 亿美元的融资，估值目标直指 9000 亿美元。如果成功落地，这一数字将超越 OpenAI 在 3 月底创下的 8520 亿美元估值，使 Anthropic 成为全球估值最高的 AI 初创公司。
两个月时间，估值从 3800 亿美元跃迁至 9000 亿美元。这个幅度之大，在所有商业史中都属罕见。但更值得关注的是驱动这轮融资的直接催化剂——Anthropic 在 4 月发布的 Claude Mythos Preview 模型。这款具备高级网络安全能力的前沿模型仅向苹果、微软等约 50 家机构开放限制性访问，随即在华盛顿和华尔街引发多场高规格会议。仅仅是一个预览版本，就推动了数千亿美元估值的跃升，市场对“可信任的垂直行业 AI”的定价逻辑已经彻底改变了。
资本押注的呈现并不只在估值上。据 IT 之家 2026 年 4 月 30 日报道，Anthropic 的年度经常性收入已达 300 亿美元，而在一年前其年收入约为 100 亿美元。增长曲线几乎是垂直的。
与此同时，Anthropic CEO Dario Amodei 于 5 月 5 日在纽约的一场公司活动上，与摩根大通 CEO Jamie Dimon 同台讨论 AI。台下坐着的是华尔街银行的高管。一位硅谷创始人站到了华尔街权力中心的聚光灯下。台下的银行家们在想什么，或许并不难猜。Dimon 在被问及 AI 基础设施支出激增时回答：“从整体来看，这样做是有意义的。如果试图挑选赢家和输家，那会很困难。”这句看似平淡的评论，恰恰折射出整个行业的焦虑——不是不想站队，而是不敢贸然赌错。
然而，一个被反复提及的问题仍然悬而未决：如果 AI Agent 不再只是一个“数字同事”，而是需要直接持有资产、授权支出、签署合约，现有的金融基础设施还能支撑它走多远？
四、当 Agent 不只是“写报告的助手”
这个问题不是科幻，它已经在门外。2026 年 5 月，奥丁集团正式上线了 OwlPay Agent Wallet，一款专为 AI Agent 设计的数字钱包。根据《中国时报》5 月 5 日的报道，这并非传统意义上的数字钱包——它的设计用户不是人类，而是 AI。用户授权后，无需亲自操作，AI 即可代为发送、接收及管理稳定币。该钱包采用自托管架构，用户全权掌控私钥和资金，所有凭证在本地设备上生成和存储，支持以太坊、Stellar 和 Solana 等主流区块链。
同一天，GlobeNewswire 也发布了相关报道。奥丁集团在声明中指出，该钱包利用了该公司在美国 40 个州持有的支付牌照，正在将受监管的稳定币接入能力延伸至 AI Agent 经济。这不是一个概念验证。这是一个已经投入生产、在 40 个州拥有合规资质的正式产品。
那么问题来了：为什么一个专为 AI Agent 设计的钱包需要用到稳定币和区块链？AI Agent 不能用银行卡吗？当然能。就像一位分析者在 4 月下旬发表的一篇文章中所观察到的：如果 AI Agent 只是帮用户买一张机票、订一家酒店、续费一个 SaaS 服务，它完全可以调用 Swift、信用卡、虚拟卡等现有支付体系，不存在本质障碍。但真正的问题发生在另一类场景里，一个 AI 研究 Agent 为了完成一份行业报告，可能需要连续调用多个数据库、购买几份付费资料、访问不同模型 API、支付图表生成工具，甚至向另一个 Agent 购买一段分析结果。在这一连串操作中，可能根本没有一个传统的商店入口，也没有一个标准的结账页面。Agent 面对的是一系列 API、数据接口、模型服务和算力节点。
当交易主体变成机器，传统金融体系才发现自己在最底层少了一块积木。从更宏观的视角看，这一点并非孤立的商业观察。AI Agent 正以远超其他基础设施的速度，从辅助工具演变为真正的经济参与者。虽然 Agent 现在能够执行任务和交易，但它们在跨环境操作时仍然缺乏标准方式来证明“我是谁”“我被授权做什么”以及“该如何获得报酬”。“Identity 不可迁移，支付尚未默认可编程，协作仍处于孤岛状态”。而区块链作为公共账本、可移植的钱包、可编程的结算层，正在被部分技术团队视作填补这些空白的关键基础设施。
这并非区块链叙事的一厢情愿。普华永道在 2026 年初发布的报告中指出的那样，金融机构正逐渐将 AI 定位为“战略转型引擎”而非单纯的效率提升工具。当 Agent 从“帮你做事”进化为“替你管理资产”，“可验证的执行记录”就从加分项变成了生存门槛——链上记录不是为了替代传统审计，而是提供一种人类审计无法实时覆盖的、Agent 级别的可信轨迹。这意味着在未来的金融生态中，Agent 很可能既需要传统金融的合规通道，也需要可审计的链上身份和支付基础设施，两条轨道并存。
不过，需要坦率地承认一点：OwlPay Agent Wallet 虽然在 40 个州获得支付牌照，但其整体采用情况仍处早期；x402 协议和各类 Agent 身份提案尚在标准讨论阶段；“知悉你的代理人”（KYA）这个理念虽然受到关注，距离广泛落地还有距离。这不是一个已经跑通的故事，而是一个正在跌跌撞撞向前走的故事。它的价值不在于证明了什么不可否认的结论，而在于暴露了一个真实存在的问题：在传统金融体系的闭环里，机器始终是工具，不是主体。而今天，它们正在学会做更多的事情。
五、重新理解价值的锚点
这听起来像是在描绘一幅 AI 替代人类工作的图景。但如果停下来想一想，真正的变化可能发生在另一个维度。传统金融信息服务的核心价值，建立在一种信息不对称之上。FactSet 和 Morningstar 的价值，不仅在于它们拥有数据，更在于它们将这些数据组织成了专业用户可调用、可比较、可模型化的格式。这一层“组织成本”，构成了它们的护城河。而 AI Agent 的逻辑则完全不同。它们不是在组织数据，而是在执行流程——它们是操作者，不是资料库。
这个区别至关重要。FactSet 的股价在消息公布后一度下跌8.1%，Morningstar 跌幅超过 3%，这些数据来自东方财富网引用的新浪财经快讯报道。但下跌的原因不仅仅是“AI 可以替代人工分析师”——更多反映的是市场的一个重新定价：当 AI 系统能够直接连接 FactSet 和 Morningstar 的数据源进行实时分析，数据服务本身就从终点变成了原材料。原材料的定价，永远低于成品服务的定价。
这也解释了为什么 Anthropic 在发布金融 AI Agent 的同时，宣布了与黑石、Hellman & Friedman 以及高盛共同成立价值 15 亿美元合资企业的计划，旨在将 Claude 的 AI 能力加速导入更多企业场景。同一时间，Claude 已可直接连接 FactSet、S&P Capital IQ、MSCI、PitchBook、Morningstar 等市场数据平台，并与 Dun & Bradstreet、Moody's 深度打通信用评级与公司数据源——超过 6 亿家公私企业的信息可直接流经 Claude 的管道。这种布局的深层含义是：Claude 不是来当数据商的竞争对手，而是来重新定义数据商之上的决策执行层。
然而，当信息处理和决策环节被压缩、合并成一个连续自动化的流程，整个链条上的人类角色都面临重新定义。从简报到合规升级，这 10 款 AI Agent 事实上插入了三个过去被认为最“不可替代”的环节：信息整理、专业判断、风险把关。每一环都在被局部分解。分析师不再独占信息整理的工作，合规团队不再独占风险初筛的工作，投行 VP 不再独占推介材料撰写的工作。
这并不意味着“人”会被完全取代。但确实意味着，人的角色正在从流程中的操作者，转变为流程旁的设计者和监督者。这种转变不是一个简单的“失业焦虑”问题。它更像是一条河流改道，水量没有减少，但河道变了，原先的码头可能就此被废弃，而新的码头正在下游被匆忙搭建。
这让人想到一个技术哲学上的经典隐喻。海德格尔在探讨技术时，关心的从来不是某件工具本身，而是技术作为一种“座架”，它重新组织了我们与世界之间的关系，改变了我们看待事物和他人乃至自身的方式。AI Agent 嵌入金融工作流的过程，正是在编织一种新的座架。这个座架不仅能处理数据、撰写报告，还能重新定义什么是金融工作的价值核心。
六、不是终点，而是一道分水岭
FactSet、Morningstar、标普全球和穆迪的股价遭受重创，这个市场反应本身就承载着含义。根据东方财富网引述的报道，FactSet 一度下跌
8.1%，Morningstar 跌幅超过 3%。在华尔街，这样的数字意味着市场在用真金白银为一个判断下注——传统金融信息服务商的竞争壁垒，在 AI Agent 面前比人们想象的要脆弱。但这种“脆弱”并不意味着传统机构会立刻消失。更可能发生的是另一种演变路径——价值链条的重组。FactSet 和 Morningstar 拥有无可替代的数据资产，这些数据是 AI Agent 赖以运行的燃料。问题在于，当燃料本身不再稀缺，稀缺的是那个能把燃料精准注入燃烧室的引擎。引擎的制造者正在拿走价值链上更大的份额。
一个值得关注的细节是：根据浙商证券于 2026 年 4 月的报告分析，Anthropic 成功的关键之一在于其专注于可审计的规则框架。相比 OpenAI 和谷歌等对手，Anthropic 更强调可追溯的推理过程与透明的合规体系，这使得它天然适配金融、法律、政务等高监管行业。在金融这个信任本就是核心货币的领域，AI 公司的安全与合规定位带来的壁垒，或许比模型能力的领先更为持久。不是谁更聪明，而是谁更可信赖。后者在华尔街的分量，远高于前者。
AI Agent 正在从写代码的工具，演变为进入真实经济循环的行为主体。而当它们开始在经济系统中扮演主体角色而不仅仅是工具角色，经济基础设施的语法就被改写了。支付、身份、权责、审计，这些现代金融的支柱性概念，在面对一个“看不见的参与者”时，都面临着重新的定义。这种重定义发生在传统金融的内部，却也溢出到传统框架之外，催生出新的基础设施探索。
华尔街的金融 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。
最后一句话，是对这个图景的回应：Agent 入局了，规则才刚刚开始写。
