Claude 金融版：Anthropic 如何从研究实验室转变为企业级产品

观点

这是 Anthropic 金融服务团队解释他们如何构建 Claude 金融版的分享——不是泛泛而谈的产品推介，而是一个框架，用来理解代码能力如何转化为专业领域应用。

“全球人口的 0.5% 是软件工程师。代码只是很小的一部分。” Nick Lynn（前投资银行家转身产品经理）提出了关键洞察：Claude 的代码卓越能力不仅仅是关于编程——它是通用的捷径。“代码决定了公司如何运营。这意味着 Claude 擅长与复杂系统交互，暴露思维和逻辑。” 创建 Excel 和 PowerPoint 的文件创建功能其实就是 Claude 访问虚拟机，大规模运行 Python 代码。

三个动词统治一切：检索、分析、创建。 检索连接到核心数据源（S&P、Factset、Pitchbook）。分析通过代码或电子表格进行——财务模型是”分析师注入对未来的判断方式”。创建是生成客户就绪和董事会就绪的输出。目标：端到端的智能体自主系统。

BCI 示例：从静态电子表格到实时仪表板。 分析师传统上在静态 Excel 中每周或每季度刷新可比公司分析。BCI 将 Claude 工件直接连接到 S&P 和 Factset 数据集——现在是一个通过单一提示更新的实时仪表板。管理董事直接与这些仪表板进行交互。“不仅仅是工作加速，而是工作转变。”

记忆系统是基础。 Claude 需要理解跨工具的模式和偏好——云 AI、Excel、浏览器、MCP 连接。如果分析师倾向于使用 S&P 进行 EBITDA 计算，“Claude 也会记住这些偏好，就像一个好的实习生一样。”

评估并非神秘。 Nick 对企业客户的鼓励：“评估听起来像神秘的概念，但其实很简单。就是你关心的任务和对’好’的定义。” 将这些直接引入训练——这就是 Claude 如何针对你的特定用例变得更好。

关键要点

• 代码作为通用捷径 - Excel/PowerPoint 创建是 VM 中的 Python；代码能力转化为每个领域
• 检索 → 分析 → 创建 - 三个动词统治金融产品；端到端智能体系统
• BCI 实时仪表板 - 工件连接到 S&P/Factset；可比分析通过单一提示更新
• MCP 采用 - S&P 和 Factset 已在 6 个月内发布功能性 MCP 服务器
• 子垂直差异 - PE vs 对冲基金 vs 保险 vs IB；不同的工作流需要不同的组件
• 跨应用表面的记忆 - 浏览器、Excel、Chrome 中的 Claude 需要保持上下文
• 来自客户的评估 - “你关心的任务 + 什么是好的定义”输入训练管道
• NBIM 示例 - 挪威财富基金，9000 个投资组合公司，MCP 集成用于每日洞察
• 安全三大组件 - 安全部署、准确答案、信任/验证/可审计性
• 金融特定训练 - 现在投入资源进行金融领域的预训练和后训练

大局观

代码是进入每个领域的通用捷径。Claude 的 Excel 和 PowerPoint 创建只是在 VM 中运行的 Python。金融的检索-分析-创建框架可以应用于任何知识工作——分析师的工作并非消失，而是从每周静态电子表格转变为实时仪表板。