来源笔记
Anthropic and OpenAI race to embed engineers inside Wall Street workflows
摘要
Anthropic 和 OpenAI 正把工程师派进企业和华尔街工作流，把 AI agent 变成已经交付的系统。文章说，金融是最早的测试场景，因为很多任务都围绕文档、政策、审批和可衡量结果展开。
问题
- 企业可以用上先进模型，但很多还没有把它们放进带治理、数据访问和人工审核的生产工作流。
- 金融公司需要能处理受监管文档工作的 AI 系统，比如承保、KYC、对账、报告和采购，而且不能改变责任规则。
- 开发者面对的预期也变了：Claude Code 和 Codex 可能会加快编码、辅导、现代化改造和审查，同时带来新的治理和合规工作。
方法
- Anthropic 在支持一家服务公司，这家公司把应用 AI 工程师派到客户现场，寻找工作流、构建基于 Claude 的系统，并长期支持部署。
- OpenAI 的 DeployCo 面向大型企业，采用前置部署工程师模式，其中包括大约 150 名来自 Tomoro 的 FDE，初始投资超过 40 亿美元，合作伙伴包括麦肯锡、贝恩和凯捷。
- PwC 和 OpenAI 正在为 CFO 办公室的任务构建金融 agent，例如规划、预测、采购、付款、资金管理、税务、报告和结账。
- Anthropic 发布了 10 个金融 agent 模板，覆盖 pitch 制作、KYC 筛查、月末结账、总账对账、财报审阅和承保等任务，并接入 Dun & Bradstreet、Verisk、SS&C Intralinks、Third Bridge 和 Moody’s。
- 核心机制是直接做工作流工程：映射真实业务流程，把模型接到可信数据上，用历史结果测试，让 agent 先起草初稿，再在审核节点保留人工把关。
结果
- OpenAI 说，公司自己的金融团队用同样的人手借助 Codex 处理了 5 倍数量的合同。
- OpenAI 说，内部的 IR-GPT 工具在一次募资中处理了 200 多次投资者互动。
- Anthropic 说，Claude Opus 4.7 在 Vals AI 的 Finance Agent 基准上得分 64.37%，在该基准中领先。
- PwC 提到一个保险部署案例：通过回测、与人工监督共同交付、以及 agent 生成初稿，把承保周期从 10 周缩短到 10 天。
- OpenAI 的 DeployCo 一开始就有大约 150 名来自 Tomoro 的前置部署工程师和超过 40 亿美元的初始投资。
- Anthropic 在 Claude Cowork、Claude Code 和 Claude Managed Agents 的 cookbook 中发布了 10 个可直接运行的金融 agent 模板。