9月3日，腾讯正式推出WorkBuddy金融版，面向银行、券商、保险等金融机构上线80多个金融专家及专家团，覆盖对公信贷尽调、基金研究、保险代理人客户经营等场景，试图让AI Agent真正进入金融机构的业务流程。此举标志着大厂在金融领域的Agent竞争进一步升温，此前百度、字节已相继布局。

腾讯的WorkBuddy金融版主攻B端市场。在对公信贷尽调中，它可生成材料清单、识别缺失项，调用工商、财务和司法等数据交叉核验风险，并按银行内部模板形成保留依据的尽调初稿；在基金研究场景中，可完成基金筛选、组合诊断等任务；在保险场景中，则连接客户资料、产品信息与营销内容合规。据腾讯介绍，自今年3月以来，WorkBuddy已陆续进入中金公司、国投证券、平安银行、中国太平等100多家金融机构。不过，据全天候科技向多家券商求证，目前内部尚未大范围应用WorkBuddy等办公Agent，该应用或仍集中在金融机构的小范围之内。

与腾讯不同，百度与字节的金融Agent布局更偏向C端。不到一个月前，百度为通用智能体GenFlow启用中文名“库库AI”，并上线独立办公端，金融被选作其从通用办公走向专业办公的第一个重点场景。库库AI依托百度文库、百度学术和百度网盘积累的内容与存储能力，内置上市公司、股票行情、财报、研报等金融数据，用户提出研究任务后，可完成资料检索、数据处理和内容生成，直接交付Word研报、金融分析PPT或财务模型Excel。字节旗下扣子则已引入华泰证券、广发证券、国信证券等机构的金融Agent和Skill，将行情、财务数据、ETF筛选、基金对比等能力搬进Agent平台。例如广发证券提供的8项Skill覆盖财务对比、龙虎榜、ETF筛选、ETF资金异动、基金定投等高频投研场景，用户只需告诉扣子想研究什么，它即可调用相应Skill查询数据、比较公司，多个Skill还可组合进连续任务，用于盘前整理、盘中监控和盘后复盘。

尽管大厂纷纷伸向金融，但对于金融是否值得单独做一个Agent版本，目前尚未形成共识。从产品形态看，除腾讯外，字节、百度等均未推出独立的“金融版”Agent。一名库库AI内部人士表示，库库AI的定位仍是通用办公Agent，金融更多被当作展示复杂任务能力的“样本”，后续仍会面向更多行业扩充专业知识和Skill，而非只围绕金融继续开发。这反映出办公Agent走向垂直行业时的一个核心问题：通用Agent究竟应依靠数据连接、知识库和Skill不断扩展能力，还是应为金融、法律、医疗等高价值行业分别重做一套更深的产品。

金融之所以成为大厂“再往下一层”的冲动所在，一方面是因为投行、投研、资管、信贷等岗位单位工时价值高，但大量时间被消耗在查公告、摘数据、更新模型、核对信息、整理会议纪要和制作材料等流程上；另一方面，金融工作大量建立在数字化资料之上，行情、财报、公告、研报等大多已以结构化数据或电子文档存在，便于Agent处理。然而，金融也是强监管行业。今年6月，国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，将资金交易、资产评估、信贷审批、承保理赔、风险管理等列为人工智能高风险应用，要求关键环节建立人工监督和干预机制，对涉及客户权益或产生实质性财务影响的关键决策设置人工复核节点，并保留原始数据、推理路径等记录，同时防范数据泄露、身份越权、工具滥用和运行失控等风险。这都对金融Agent的数据准确度、结论可溯源性和执行权限提出了更高要求。

海外大厂在金融Agent的产品形态上同样路径不一。OpenAI更偏向前一种路径，通过Investment Banking插件将ChatGPT带入投行场景，并与普华永道合作将Agent延伸至预测、报告、月末结账等CFO工作流。Anthropic今年推出10套金融Agent模板，覆盖Pitchbook、KYC、财务建模、估值审核和月末结账等场景，并将Claude接入Excel、PowerPoint、Word以及FactSet、S&P Capital IQ、MSCI等专业金融数据源。而Google则选择直接走行业版路线，今年8月推出Gemini Enterprise for Financial Services，专门面向资本市场和公司银行业务，内置超过50项金融Skill，并连接FactSet、Moody’s、MSCI、PitchBook等数据源。

尽管行业尚未达成共识，华尔街已率先为此定价。2025年4月，金融AI公司Rogo完成5000万美元B轮融资，估值约3.5亿美元；到今年估值已升至约20亿美元，一年左右升至原来的近6倍。Rogo连接Capital IQ、FactSet等专业数据库，可生成直接使用的Excel模型、PPT和研究报告，同时保留数据来源和原文引用，让分析师能回到财报、电话会和投资者材料中核验结果。目前Rogo已服务超过300家机构，覆盖4万多名金融专业人士。

整体来看，金融Agent最终的产品形态尚无标准答案——它可以是通用Agent里的Skill，可以是一套金融Agent模板，也可以像Google和WorkBuddy一样被单独做成行业版本。如果金融机构愿意为更深的数据连接、工作流适配和安全治理额外付费，金融版Agent就可能从试水产品演变为独立软件品类，更多高价值行业也可能沿此路径被重新切分；反之，若通用Agent依靠更强模型和丰富Skill足以覆盖大部分金融需求，行业版的空间则可能被压缩。这场由腾讯、百度、字节等大厂掀起的金融Agent竞逐，仍在探索中。