这一周，三家头部的模型公司先后把金融行业的专用方案端了出来。名单里有 OpenAI 和 Anthropic，还有国内的月之暗面。
OpenAI 走得最早。9 月 10 日，它发了金融版 ChatGPT，搭在 GPT-6 Astra 上。对象是投资银行和股票研究的团队。摩根士丹利和 Evercore 参与了产品设计。数据这一块做得最直白。PitchBook 和 Daloopa 这类专业数据由 OpenAI 自己索引。机构手上已有的标普和 MSCI 订阅能直接接进来，另外还留了五十多个连接器。分析师查完资料，可以接着让它搭估值模型，也能用自家模板出推介手册。
目前只对符合条件的金融机构开放。
四天后，Anthropic 发了 Claude for Financial Advisors。名字里带 advisors，对象是给客户管钱的顾问。它的连接器名单更长。贝莱德、嘉信理财和先锋集团这些资产管理方都在里面。技能包是按顾问一天的动作排的。会前准备把客户的持仓和最近的账户变动拉成一份简报。会后能把会议记录转成摘要和跟进邮件。中间还夹着一项合规与 AI 政策审查，按 SEC 的营销规则筛面向客户的话术。有句话我记下来了。投资建议、客户沟通和合规判定这些受监管的环节，仍然要人复核签字。工具只交草稿。
国内这边，月之暗面 9 月 17 日交了 Kimi 金融行业解决方案。它是三层结构，10 多个权威数据源、9 项金融技能和 5 项合规安全措施。数据源一头接万得和东方财富这类国内终端，另一头接天眼查和元典法律，补工商和司法信息。9 项技能我数了一遍。机构财务建模，机构研究报告，机构 PPT，这三样都在。剩下的是业绩点评和组合复盘这类固定活。官方给的落地数据挺具体。投行的财务建模从 5 到 7 人天压到 0.5 到 1 人天。
用起来的机构已经有几十家。名单上有工商银行，中信建投，中金公司，易方达基金，德意志银行。红杉中国和真格基金也在里面。
这两个名字早年就在月之暗面的投资人名单上。
中信建投那一块，他们没停在用工具。他们和月之暗面一起搭了个风险评估网关，把机构的合规要求拆成五条能执行的规则。数据分类分级，个人信息保护，数据源和工具的访问授权，生成内容的核验与人工复核，审计与责任追溯。第一个试的场景是临时受托报告。覆盖五十多家发行人，一百多只存续公司债券，六十多份报告。单份报告的人工制作时间从 30 分钟压到 10 分钟，人工投入少了 67%。跟业务系统的对接原计划两个月，实际三个工作日就完了。中信建投的首席信息官肖钢提到，接入之前他们自己拉了个评测体系，把几家大模型都跑了一遍。月之暗面的 K3 得分最高。
三家的发布稿我对着看了一遍，路子几乎是同一条。专业数据源要接进来。合规方案得跟金融机构一起做。这两件事谁都没绕过去。这个选择不难理解。金融行业跟信息和数字打交道最密，查资料、搭模型和写报告，这些活流程都固定。能接住其中一段，就等于接住了一份长期预算。想省事的做法是拿通用模型直接接业务，走到机构评审那一步就过不了。
难的地方三家也撞上了同一堵墙。数据来源，输出审核，合规和留痕，这几样全都要跟机构一条条谈下来。模型能力再往上抬一档，这几道关也不会自己消失。这块的钱不好挣，宁可慢一步，也别在合规上留口子。接下来几周可以盯一个小信号，看有没有第二家券商把智能体的上线评审走成常规流程。
