金融

AI正在引发金融业自电子表格以来最重大的结构性变化，这一判断来自金融科技公司Ramp的高管^[4]。从面向量化交易的开源基础模型，到银行客服的智能助手，再到多智能体交易框架，AI已经渗透到金融领域的各个角落。这些变化不仅提升了效率，也在重新定义金融机构的运作方式。

开源金融模型让小型团队甚至个人都能参与AI驱动的分析。全球首个专为金融市场打造的开源基础大模型Kronos，基于45家交易所的120亿条真实K线数据训练，提供从400万参数到更大规模的多个版本，最低配置可在普通笔记本上运行^[1][13]。它的性能比现有所有模型高93%，且完全免费开放，这意味着量化研究和投研自动化的门槛大幅降低。

传统银行正在用AI优化内部流程和客户体验。西班牙BBVA银行的10万员工已全面使用AI工具，贷款审批更快，客服应答更精准，客户感受到的就是业务办理“变快了”^[2]。日本三菱UFJ银行同样部署了AI banker系统，帮助员工节省20%到30%的工作量，把省出的时间用于专注服务客户^[9]。全球最大金融数据公司LSEG则借助OpenAI，将产品发布周期从3到6个月压缩到两周^[3]。

在交易和投资研究领域，多智能体框架模拟了投行与对冲基金的完整决策链。开源框架TradingAgents内置基本面、情绪、新闻、技术四类分析师，并引入牛熊研究员辩论机制，最后通过交易员、风控、投资组合三方联合审核才执行决策^[5][10]。这一框架在GitHub上已获得超过7.8万星标，成为量化社区的热门工具。此外，还有个人开发者复刻了Claude官方金融插件，用7个AI代理协作完成个人金融工作流^[8]。

理赔和客服的自动化也取得了明显进展。美国Travelers保险公司推出AI理赔助手，通过自然语言对话引导用户完成理赔流程，支持全天候在线，无需等待人工客服，目前85%的用户能够自助完成理赔^[6]。这种模式大大降低了运营成本，同时提升了用户满意度。

AI直接接入金融数据源，让分析工作变得更加直观。Claude通过MCP服务器可以访问超过17000只股票的实时数据库和SEC备案文件，用户只需简单配置，就能让AI执行财报分析、内幕交易追踪等任务^[11][19]。Anthropic还发布了10个即开即用的金融AI助手模板，覆盖推介书、KYC、估值复核、财务模型、月末关账等场景^[20]。Codex也集成了类似的金融数据接口，可以一边查SEC文件，一边分析财报，比如对比NVDA和AMD上季度的毛利率变化，直接从原始文件中抽取数据计算^[14]。

面向普通用户的金融信息查询也在变得更智能。谷歌财经欧洲版上线了AI问答功能，用户可以用自然语言问股票问题，AI直接回答并附带可点击的链接，还能收听财报电话会的实时音频和同步文字记录。其Deep Search功能全球可用，能够处理更复杂的深层查询^{[15][16][17][18]}。这些变化共同指向一个趋势：金融行业的AI应用正从实验室走向日常操作，从大机构渗透到个人用户，效率的提升正在重塑整个行业的竞争格局。