一份本來只在華爾街內部流傳的 SOP，被 Anthropic 用一個 git clone 命令公開到所有人面前。讀完這篇，你會知道：哪幾個職位最早被砍、Bloomberg 終端機接下來怎麼接招、以及你（一個沒在投行上班的散戶）今晚就能怎麼動手用上這些東西。
一個 git clone，等於把 Goldman 的「初級分析師訓練手冊」打包帶回家
git clone https://github.com/anthropics/financial-services這條命令本身沒什麼。但你下載下來看那個目錄結構，會發現裡面四個 agent 的名字，剛好就是華爾街初級分析師職位描述上的那四行字。
pitch-agent——做 pitch deck，自動跑 comparable companies、precedents、LBO，最後吐出一份能直接給 MD 看的簡報。market-researcher——盯 sector 和個股、把新聞、財報、broker research 拼成一份 credit/risk review。gl-reconciler——做 general ledger 對帳、找差異、抓根因、把不對的條目 route 給人工 sign-off。equity-research——這個是「skill bundle」不是單一 agent，但功能蓋掉了股票研究員 80% 的日常。
這四個合起來，是 Anthropic 在 2026 年 5 月 5 日發表 Claude for Financial Services 那場活動的核心開源產物。整個倉庫月增 12,088 stars，目前還在衝。
而這只是入口，不是終點。
不是 4 個 agent，是 10 個 agent + 12 個 MCP connectors
Anthropic 同步公開的 enterprise 產品線裡，總共有 10 個 agent template：
- Pitch builder——投行 IPO/併購簡報
- Meeting preparer——客戶會議前 brief
- Earnings reviewer——財報 review
- Model builder——DCF、LBO 模型自動建
- Market researcher——剛剛講的那個
- Valuation reviewer——估值複核
- General ledger reconciler——對帳那個
- Month-end closer——月結
- Statement auditor——對帳單稽核
- KYC screener——反洗錢盡職調查
你不用是金融科班，看名字也大概知道這些是什麼活。我說得粗暴一點：這是把分析師、會計、合規這三條線一次蓋掉。
更要命的是底下接的數據源。Anthropic 給 Claude 鋪了 12+ 個 MCP connectors，名單一字排開：
FactSet、S&P Capital IQ、PitchBook、Morningstar、MSCI、Chronograph、LSEG、Daloopa，再加上 5 月補上的 IBISWorld、SS&C IntraLinks、Third Bridge、Verisk（保險）、Moody’s MCP（覆蓋 6 億家公司）。
對非金融背景的讀者解釋一下這串名單代表什麼：這是華爾街頂層機構付得起、散戶買不起的那一整面數據牆。FactSet 一個 seat 一年大約 12,000 美元，Bloomberg 終端機一年 25,000 美元，S&P Capital IQ 也是相同級別。一張桌子如果同時開三個，光數據訂閱一年就要花掉一個工程師的薪水。
Anthropic 把這面牆換成 MCP 協議掛在 Claude 上面，Enterprise seat 大約 60 美元一個月起跳，token 另計。
換算一下：每年 720 美元 vs 25,000 美元。中間差了大概 35 倍。
為什麼是 Anthropic 出手，而不是 OpenAI
這件事的時間點很巧。
5 月 19 日，Karpathy 從 OpenAI 系跳槽 Anthropic，留了一句「Agency > Intelligence」。同一週 Google I/O 端出 Gemini Spark 想搶 agent 場景。但只有 Anthropic 真的把這件事「落地到一個垂直行業」做完整。
Claude for Financial Services 的設計哲學就一句話：AI 起草，人類簽字。所有 agent 的產出都是 staged for human sign-off——不執行交易、不寫帳、不發客戶通知。
這句話對監管和合規人員很重要，因為它解決了 AI 進入金融業最大的卡點：誰簽字、誰負責。Anthropic 把責任邊界先劃清楚，再把工具給你。OpenAI 到目前為止還沒做過這種垂直行業的 reference architecture，這是 Anthropic 在企業端反超的關鍵動作。
更進一步，Anthropic 把這 10 個 agent template 兩種方式打包：
- Cowork plugin——一鍵裝進 Claude Cowork 和 Claude Code，桌面用戶馬上能用。
- Managed Agents cookbook——透過
/v1/agentsAPI 部署，企業放在自己的工作流引擎後面。
也就是說，從個體分析師到 buy-side 整家公司，全部覆蓋。
散戶版實戰：你不在投行上班，這些東西怎麼薅？
我知道讀我 blog 的人九成不是 IB 出身，所以我直接講白話。
場景一：自己做 DCF 估值
equity-research 這個 skill bundle 裡有一個 sub-agent 叫 dcf-modeler。你給它一個 ticker，它會：
- 透過 FactSet/Daloopa MCP 抓最近 5 年財報
- 套標準 DCF 模板算 free cash flow
- 用 Damodaran style 的 WACC 估算
- 跑敏感性分析
- 給你一份能直接打開 Excel 看的工作底稿
這套流程，你在 Goldman 當初級分析師要學 6 個月。現在你裝 Claude Code、敲一行命令就能跑。
場景二：自己做 KYC / 反詐騙
kyc-screener 這個 agent 對 crypto 圈來說特別有用。你要評估一個項目方、一家 OTC、一個交易對手，把 wallet address 和公司名丟進去，它會：
- 跑 sanction lists（OFAC、EU、UN）
- 跑 PEP（政治人物背景）
- 從 Verisk、Moody’s MCP 抓相關訴訟、信用評等
- 整合鏈上資料（如果你接了 Chainalysis 那一類連接器）
- 給你一份「綠/黃/紅」三色報告
之前要花 200 美元找專業合規服務做一次，現在你 600 token 跑完。
場景三：月結帳對帳
如果你有自己的小公司、有副業、有自雇收入，gl-reconciler 是你能落地最快的一個 agent。把 QuickBooks / Xero 連上 Anthropic 5 月剛發的 Small Business connector，agent 會：
- 每個月自動比對銀行流水 vs 帳上條目
- 找差異
- 給你寫一份「這 12 條需要你親自簽字」的清單
我這邊已經跑了一週，省下我每月 4 小時對帳時間。
接下來會發生什麼
從產業角度，這件事的影響鏈不是一條，是三條。
第一條：Bloomberg 終端機進入折舊倒數。一台機 25,000 美元一年的核心競爭力，是「數據 + 一套封閉的查詢介面 + 即時新聞」。前兩項，MCP 全部能複製。Bloomberg 內部已經傳出在做 BMP（Bloomberg Model Protocol）對標 MCP，但時間不站在他們那邊。
第二條：投行的 analyst training program 模式被打破。以前 MD 用 2 年時間把一個常春藤畢業生訓練成能做 pitch 的人。現在 MD 直接從一年級就用 agent。我認識的 BB（Bulge Bracket）投行已經把 2026 年的 analyst 招聘人數砍了 30%。
第三條：散戶和半專業投資人第一次拿到了和機構同等的「數據處理能力」。注意，不是「數據本身」——FactSet 個人版還是要錢——而是「分析數據的工作流」。這是更關鍵的差距。一個會用 agent 的個人，能做的事比 2024 年的小型對沖基金還要多。
對散戶來說，今天該做什麼
寫到這裡，我給三個能在 48 小時內動手的建議。
第一步：把 anthropics/financial-services clone 下來，先讀 README。不用會寫程式，README 已經寫到很白話，看完你會知道每個 agent 在做什麼。
第二步：去 Anthropic 官網申請 Claude for Financial Services 試用。Enterprise plan 個人申請大概要 1-2 週審批，但 starter 級別有的功能在 Claude Pro 也能跑（200 美元/月）。
第三步：挑一個對你最有感的 agent 先用熟。不要貪多。我的建議：散戶優先 market-researcher，做副業的優先 gl-reconciler，做 crypto/web3 的優先 kyc-screener。
結語：這不是「AI 又開源了一個工具」這種小事
過去半年，Anthropic 做了三件不對稱的動作：
- 把 Karpathy 挖過來
- 把 Claude Platform 接進 AWS
- 把投行 Agent 全套開源到 GitHub
放一起看，這是一個明確的訊號：Anthropic 正在用「垂直行業 + 企業端 + 開發者生態」三個槓桿，挑戰 OpenAI 在 C 端的霸權。
而你身為一個散戶投資人，能做的最划算的事情，是別再把 Claude 當 ChatGPT 替代品來用。它已經是一個能讀懂財報、寫 DCF、做 KYC 的金融工具，現在還免費。
晚一個月開始用，你就晚一個月拿到這個槓桿。
資料來源：
Anthropic 官方 GitHub repo、
Anthropic Finance Agents 發表頁、
Advancing Claude for Financial Services。
發表迴響