9月3日，騰訊正式推出WorkBuddy金融版，面向銀行、券商、保險等金融機構上線80多個金融專家及專家團，覆蓋對公信貸盡調、基金研究、保險代理人客戶經營等場景，試圖讓AI Agent真正進入金融機構的業務流程。此舉標誌著大廠在金融領域的Agent競爭進一步升溫，此前百度、位元組已相繼佈局。

騰訊的WorkBuddy金融版主攻B端市場。在對公信貸盡調中，它可生成材料清單、識別缺失項，呼叫工商、財務和司法等資料交叉核驗風險，並按銀行內部模板形成保留依據的盡調初稿；在基金研究場景中，可完成基金篩選、組合診斷等任務；在保險場景中，則連線客戶資料、產品資訊與營銷內容合規。據騰訊介紹，自今年3月以來，WorkBuddy已陸續進入中金公司、國投證券、平安銀行、中國太平等100多家金融機構。不過，據全天候科技向多家券商求證，目前內部尚未大範圍應用WorkBuddy等辦公Agent，該應用或仍集中在金融機構的小範圍之內。

與騰訊不同，百度與位元組的金融Agent佈局更偏向C端。不到一個月前，百度為通用智慧體GenFlow啟用中文名“庫庫AI”，並上線獨立辦公端，金融被選作其從通用辦公走向專業辦公的第一個重點場景。庫庫AI依託百度文庫、百度學術和百度網盤積累的內容與儲存能力，內建上市公司、股票行情、財報、研報等金融資料，使用者提出研究任務後，可完成資料檢索、資料處理和內容生成，直接交付Word研報、金融分析PPT或財務模型Excel。位元組旗下釦子則已引入華泰證券、廣發證券、國信證券等機構的金融Agent和Skill，將行情、財務資料、ETF篩選、基金對比等能力搬進Agent平台。例如廣發證券提供的8項Skill覆蓋財務對比、龍虎榜、ETF篩選、ETF資金異動、基金定投等高頻投研場景，使用者只需告訴釦子想研究什麼，它即可呼叫相應Skill查詢資料、比較公司，多個Skill還可組合進連續任務，用於盤前整理、盤中監控和盤後覆盤。

儘管大廠紛紛伸向金融，但對於金融是否值得單獨做一個Agent版本，目前尚未形成共識。從產品形態看，除騰訊外，位元組、百度等均未推出獨立的“金融版”Agent。一名庫庫AI內部人士表示，庫庫AI的定位仍是通用辦公Agent，金融更多被當作展示覆雜任務能力的“樣本”，後續仍會面向更多行業擴充專業知識和Skill，而非只圍繞金融繼續開發。這反映出辦公Agent走向垂直行業時的一個核心問題：通用Agent究竟應依靠資料連線、知識庫和Skill不斷擴充套件能力，還是應為金融、法律、醫療等高價值行業分別重做一套更深的產品。

金融之所以成為大廠“再往下一層”的衝動所在，一方面是因為投行、投研、資管、信貸等崗位單位工時價值高，但大量時間被消耗在查公告、摘資料、更新模型、核對資訊、整理會議紀要和製作材料等流程上；另一方面，金融工作大量建立在數字化資料之上，行情、財報、公告、研報等大多已以結構化資料或電子文件存在，便於Agent處理。然而，金融也是強監管行業。今年6月，國家金融監督管理總局釋出《關於銀行業保險業人工智慧安全開發應用的指導意見》，將資金交易、資產評估、信貸審批、承保理賠、風險管理等列為人工智慧高風險應用，要求關鍵環節建立人工監督和干預機制，對涉及客戶權益或產生實質性財務影響的關鍵決策設定人工複核節點，並保留原始資料、推理路徑等記錄，同時防範資料洩露、身份越權、工具濫用和執行失控等風險。這都對金融Agent的資料準確度、結論可溯源性和執行許可權提出了更高要求。

海外大廠在金融Agent的產品形態上同樣路徑不一。OpenAI更偏向前一種路徑，通過Investment Banking外掛將ChatGPT帶入投行場景，並與普華永道合作將Agent延伸至預測、報告、月末結賬等CFO工作流。Anthropic今年推出10套金融Agent模板，覆蓋Pitchbook、KYC、財務建模、估值稽核和月末結賬等場景，並將Claude接入Excel、PowerPoint、Word以及FactSet、S&P Capital IQ、MSCI等專業金融資料來源。而Google則選擇直接走行業版路線，今年8月推出Gemini Enterprise for Financial Services，專門面向資本市場和公司銀行業務，內建超過50項金融Skill，並連線FactSet、Moody’s、MSCI、PitchBook等資料來源。

儘管行業尚未達成共識，華爾街已率先為此定價。2025年4月，金融AI公司Rogo完成5000萬美元B輪融資，估值約3.5億美元；到今年估值已升至約20億美元，一年左右升至原來的近6倍。Rogo連線Capital IQ、FactSet等專業資料庫，可生成直接使用的Excel模型、PPT和研究報告，同時保留資料來源和原文引用，讓分析師能回到財報、電話會和投資者材料中核驗結果。目前Rogo已服務超過300家機構，覆蓋4萬多名金融專業人士。

整體來看，金融Agent最終的產品形態尚無標準答案——它可以是通用Agent裡的Skill，可以是一套金融Agent模板，也可以像Google和WorkBuddy一樣被單獨做成行業版本。如果金融機構願意為更深的資料連線、工作流適配和安全治理額外付費，金融版Agent就可能從試水產品演變為獨立軟體品類，更多高價值行業也可能沿此路徑被重新切分；反之，若通用Agent依靠更強模型和豐富Skill足以覆蓋大部分金融需求，行業版的空間則可能被壓縮。這場由騰訊、百度、位元組等大廠掀起的金融Agent競逐，仍在探索中。