搜索引擎 + AI 驱动的行业新闻
【覆盖行业】
信保 ｜出口 ｜金融
制造 ｜农业 ｜建筑 ｜地产
零售 ｜物流 ｜数智
【访问入口】
hangyexinwen.com
【新闻分享】
点击发布时间即可分享
【联系我们】
xinbaoren.com
（微信内打开提交表单）
【覆盖行业】
信保 ｜出口 ｜金融
制造 ｜农业 ｜建筑 ｜地产
零售 ｜物流 ｜数智
【访问入口】
hangyexinwen.com
【新闻分享】
点击发布时间即可分享
【联系我们】
xinbaoren.com
（微信内打开提交表单）
📰 神州信息：以 AI for Process 战略驱动金融业务流程闭环落地
在数云原力2026·原力论坛上，神州信息AI创新中心晋梅博士介绍了AI在金融行业落地的实践与挑战。她提出AI for Process的五大落地标准：明确主体、全流程闭环、可量化的价值、规模化持续运行、贯穿全流程形成闭环。金融行业的特殊性要求AI方案私有可控、可审计、可追溯，且需跨环节协同，避免单点失效。围绕五步走路径，金融企业需在真实业务环境中开发智能体、组建跨职能小组、提炼文档与人工判断为技能（Skill）、将技能挂载至智能体以实现跨场景复用，并在常态化运行中迭代升级。基于此，神州信息推出Skillbase v2.0，形成“金融智能体工厂”的Skill全生命周期管理系统，帮助企业把长期积累的经验转化为可复用技能。最终在财富营销、客户经营、对公授信、软件工艺四个场景落地，展示了财富营销助手、活动数据分析、CreditMind等工具如何提升效率、降低成本、提升风控与决策质量，推动AI在主流程中的持续价值实现。
🏷️ #AI流程 #金融智能体 #Skillbase #落地场景 #智能体工厂
🔗 原文链接
📰 神州信息：以 AI for Process 战略驱动金融业务流程闭环落地
在数云原力2026·原力论坛上，神州信息AI创新中心晋梅博士介绍了AI在金融行业落地的实践与挑战。她提出AI for Process的五大落地标准：明确主体、全流程闭环、可量化的价值、规模化持续运行、贯穿全流程形成闭环。金融行业的特殊性要求AI方案私有可控、可审计、可追溯，且需跨环节协同，避免单点失效。围绕五步走路径，金融企业需在真实业务环境中开发智能体、组建跨职能小组、提炼文档与人工判断为技能（Skill）、将技能挂载至智能体以实现跨场景复用，并在常态化运行中迭代升级。基于此，神州信息推出Skillbase v2.0，形成“金融智能体工厂”的Skill全生命周期管理系统，帮助企业把长期积累的经验转化为可复用技能。最终在财富营销、客户经营、对公授信、软件工艺四个场景落地，展示了财富营销助手、活动数据分析、CreditMind等工具如何提升效率、降低成本、提升风控与决策质量，推动AI在主流程中的持续价值实现。
🏷️ #AI流程 #金融智能体 #Skillbase #落地场景 #智能体工厂
🔗 原文链接
📰 神州信息：以 AI for Process 战略驱动金融业务流程闭环落地
本次活动聚焦AI在金融行业的落地实践与价值创造。晋梅博士详细介绍了AI for Process的五大落地标准，并强调金融行业在数据私有、可审计、可追溯等方面的独特挑战。结合这些挑战，神州信息推出Skillbase v2.0，形成“金融智能体工厂”体系，将技能（Skill）在全生命周期内统一管理、标准化封装、跨场景调用与持续迭代，帮助金融机构稳妥引入AI。通过五步走方法，推进从场景化到流程化的AI落地：与技术方落地场景开发、组建跨职能小组、提炼可复用技能、将技能挂载至智能体并实现跨场景复用、在常态运行中持续迭代更新。大会展示了四大落地场景：财富营销、客户经营、对公授信和软件工艺，涵盖从产品推荐、精准营销到信贷风控与系统开发运维的全链路应用。未来，Skill的价值在于以知识和经验构成核心资产，推动AI融入主流程，提升效率与决策质量，最终实现可持续的商业回报。
🏷️ #AI落地 #金融智能体 #Skillbase #信贷风控 #流程化AI
🔗 原文链接
📰 神州信息：以 AI for Process 战略驱动金融业务流程闭环落地
本次活动聚焦AI在金融行业的落地实践与价值创造。晋梅博士详细介绍了AI for Process的五大落地标准，并强调金融行业在数据私有、可审计、可追溯等方面的独特挑战。结合这些挑战，神州信息推出Skillbase v2.0，形成“金融智能体工厂”体系，将技能（Skill）在全生命周期内统一管理、标准化封装、跨场景调用与持续迭代，帮助金融机构稳妥引入AI。通过五步走方法，推进从场景化到流程化的AI落地：与技术方落地场景开发、组建跨职能小组、提炼可复用技能、将技能挂载至智能体并实现跨场景复用、在常态运行中持续迭代更新。大会展示了四大落地场景：财富营销、客户经营、对公授信和软件工艺，涵盖从产品推荐、精准营销到信贷风控与系统开发运维的全链路应用。未来，Skill的价值在于以知识和经验构成核心资产，推动AI融入主流程，提升效率与决策质量，最终实现可持续的商业回报。
🏷️ #AI落地 #金融智能体 #Skillbase #信贷风控 #流程化AI
🔗 原文链接
📰 金融+AI的奇点时刻，阿里云要“点”石成“金”
2026年被视为金融业AI发展的关键年，行业共识聚焦“智能体元年”的到来。阿里云公共云提出金融级通用智能体，强调从“外挂式辅助”到“端到端嵌入业务流程的数字员工”的转变；以Token消耗、智能体日活和岗位重塑为新价值尺子。点金通用智能体定位为“能写会算”的金融数字员工，具备跑回测、训模、写报告、风控、合规审查等能力，目标让老专家愿意沉淀业务Skill。点金历经1.0到3.0跨越，现进入Harness新纪元，强调自主闭环和全能性。它具备五大金融原生能力：内置金融岗位、全链路合规、对接权威数据源、金融云上沙箱及7×24在线调度，支撑“芯-云-模-智”全栈能力。底层发布M890 AI芯片，提升算力，确保并发推理；上层由千问大模型等组件构成，赋予智能体复杂任务规划和工具调用能力，最终落地到点金平台与AgentScope金融版的意图路由、双模执行、三层记忆及合规能力。并行推动开源共创，提出金融通用智能体的10大要素与Skill开源计划，推动行业标准化与真实业务对齐。阿里云以全栈能力推动AI原生时代与金融机构共同发展。
🏷️ #金融智能体 #AI原生 #点金 #阿里云 #金融标准化
🔗 原文链接
📰 金融+AI的奇点时刻，阿里云要“点”石成“金”
2026年被视为金融业AI发展的关键年，行业共识聚焦“智能体元年”的到来。阿里云公共云提出金融级通用智能体，强调从“外挂式辅助”到“端到端嵌入业务流程的数字员工”的转变；以Token消耗、智能体日活和岗位重塑为新价值尺子。点金通用智能体定位为“能写会算”的金融数字员工，具备跑回测、训模、写报告、风控、合规审查等能力，目标让老专家愿意沉淀业务Skill。点金历经1.0到3.0跨越，现进入Harness新纪元，强调自主闭环和全能性。它具备五大金融原生能力：内置金融岗位、全链路合规、对接权威数据源、金融云上沙箱及7×24在线调度，支撑“芯-云-模-智”全栈能力。底层发布M890 AI芯片，提升算力，确保并发推理；上层由千问大模型等组件构成，赋予智能体复杂任务规划和工具调用能力，最终落地到点金平台与AgentScope金融版的意图路由、双模执行、三层记忆及合规能力。并行推动开源共创，提出金融通用智能体的10大要素与Skill开源计划，推动行业标准化与真实业务对齐。阿里云以全栈能力推动AI原生时代与金融机构共同发展。
🏷️ #金融智能体 #AI原生 #点金 #阿里云 #金融标准化
🔗 原文链接
📰 Claude杀入华尔街，10个智能体接入Office全家桶，爆改分析师桌面
Anthropic 本次在华尔街金融领域推出了面向金融服务的智能体套件，包含10个可部署的工作流模板、Moody's MCP数据接入以及8个新连接器，并将Excel、PowerPoint、Word插件正式上线，Outlook插件将于近期上线，形成从前台到后台的完整工作链路。这些模板以“三件套”拆解任务：skills（领域知识与指令）、connectors（外部数据接入授权）、subagents（子任务辅助模型），实现从路演材料到合规筛查等全链路自动化。部署方式分为桌面插件与Claude Platform托管两种，既能随分析师在桌面使用，也能独立运行，具备长时间会话、权限管理与审计日志等企业级能力，显著缩短落地周期，金融机构可在几天内上线。与此同时，Office 套件的全量接入进一步把交易分析的上下文贯穿四个应用，创造“任务而非应用”的工作流颗粒度。数据层方面，Moody’s MCP 将6亿家企业数据与2亿条所有权关系接入 Claude，形成一个跨平台的金融数据生态，未来谁先把数据入口、工作流设计与合规控制整合好，谁就掌握下一阶段金融 AI 的核心竞争力。总之，Anthropic 提供的不是单一模型，而是一整套落地包，降低中小机构获取高阶智能体工作流的门槛，同时也为行业带来新的职位需求，如监督岗、工作流架构师与治理岗位。未来，具备强数据连接、可审计与可控输出的智能体将成为金融行业竞争的关键。
🏷️ #金融智能体 #工作流 #数据生态 #合规治理 #Office集成
🔗 原文链接
📰 Claude杀入华尔街，10个智能体接入Office全家桶，爆改分析师桌面
Anthropic 本次在华尔街金融领域推出了面向金融服务的智能体套件，包含10个可部署的工作流模板、Moody's MCP数据接入以及8个新连接器，并将Excel、PowerPoint、Word插件正式上线，Outlook插件将于近期上线，形成从前台到后台的完整工作链路。这些模板以“三件套”拆解任务：skills（领域知识与指令）、connectors（外部数据接入授权）、subagents（子任务辅助模型），实现从路演材料到合规筛查等全链路自动化。部署方式分为桌面插件与Claude Platform托管两种，既能随分析师在桌面使用，也能独立运行，具备长时间会话、权限管理与审计日志等企业级能力，显著缩短落地周期，金融机构可在几天内上线。与此同时，Office 套件的全量接入进一步把交易分析的上下文贯穿四个应用，创造“任务而非应用”的工作流颗粒度。数据层方面，Moody’s MCP 将6亿家企业数据与2亿条所有权关系接入 Claude，形成一个跨平台的金融数据生态，未来谁先把数据入口、工作流设计与合规控制整合好，谁就掌握下一阶段金融 AI 的核心竞争力。总之，Anthropic 提供的不是单一模型，而是一整套落地包，降低中小机构获取高阶智能体工作流的门槛，同时也为行业带来新的职位需求，如监督岗、工作流架构师与治理岗位。未来，具备强数据连接、可审计与可控输出的智能体将成为金融行业竞争的关键。
🏷️ #金融智能体 #工作流 #数据生态 #合规治理 #Office集成
🔗 原文链接
📰 Claude杀入华尔街，10个智能体接入Office全家桶，爆改分析师桌面
Anthropic在华尔街发布了面向金融服务的智能体套件，包含10个可部署的工作流模板、Mo Moody’s MCP数据接入、8个新数据连接器，以及Excel、PowerPoint、Word等Office插件，Outlook插件即将上线。该套件将分析师常用的前台到后台工作流（路演材料、会前简报、财报建模、行业研究、估值审查、对账、月末关账、财报一致性核查）以三件套结构落地：skills、connectors、subagents，实现跨应用的上下文无缝传递，形成“从应用到任务”的工作流新范式。部署方式包括本地Cowork/Claude Code插件以及在Claude Platform的托管智能体，既保留人工审核与审计日志，又能在几个工作日内上线，显著缩短落地周期。Moody’s等数据平台的接入使智能体能够在一个界面内查询信用、股权关系及合规风险等信息，打通6亿家公司数据与20亿条所有权关系，标志金融数据入口向智能体工具层的迁移。行业格局方面，大行内部已有AI助手，Anthropic提供的是完整落地包，强调人在回路与合规控制，未来竞争更看重数据深度、工作流设计和治理能力，以及对现有风控架构的嵌入能力。
🏷️ #金融智能体 #工作流 #数据生态 #合规治理 #Office插件
🔗 原文链接
📰 Claude杀入华尔街，10个智能体接入Office全家桶，爆改分析师桌面
Anthropic在华尔街发布了面向金融服务的智能体套件，包含10个可部署的工作流模板、Mo Moody’s MCP数据接入、8个新数据连接器，以及Excel、PowerPoint、Word等Office插件，Outlook插件即将上线。该套件将分析师常用的前台到后台工作流（路演材料、会前简报、财报建模、行业研究、估值审查、对账、月末关账、财报一致性核查）以三件套结构落地：skills、connectors、subagents，实现跨应用的上下文无缝传递，形成“从应用到任务”的工作流新范式。部署方式包括本地Cowork/Claude Code插件以及在Claude Platform的托管智能体，既保留人工审核与审计日志，又能在几个工作日内上线，显著缩短落地周期。Moody’s等数据平台的接入使智能体能够在一个界面内查询信用、股权关系及合规风险等信息，打通6亿家公司数据与20亿条所有权关系，标志金融数据入口向智能体工具层的迁移。行业格局方面，大行内部已有AI助手，Anthropic提供的是完整落地包，强调人在回路与合规控制，未来竞争更看重数据深度、工作流设计和治理能力，以及对现有风控架构的嵌入能力。
🏷️ #金融智能体 #工作流 #数据生态 #合规治理 #Office插件
🔗 原文链接
📰 『观点』Anthropic发布十款金融智能体进军华尔街：分析与启示
2026年5月，Anthropic在纽约面向金融服务发布会集中推出10款面向投资银行、保险、资产管理和金融科技四大领域的AI智能体，并发布Claude Opus 4.7，被称为金融专用模型的“最强”。与以往不同的是，这次智能体全面接入Microsoft 365套件，实现Excel、Word、PowerPoint、Outlook的跨应用协同，数据源也扩展至Dun & Bradstreet、穆迪等金融数据提供商，形成“数据-模型-应用”一体化生态。此前的布局经历了2025年7月首次推出金融AI解决方案、2025年10月Excel集成和实时数据连接器、以及Agent Skills等阶段，逐步将能力从单一工具扩展到完整的金融工作流。华尔街与Anthropic的关系也在加速深化：摩根大通采用多模型平台并探索全自动提案生成；高盛参与1.5亿美元合资、并测试Mythos模型；桥水、花旗等银行作为客户或投资方共同推动AI在金融领域的落地。总体来看，金融业务已成为Anthropic的第二大收入来源，前50大客户中金融行业占比约40%，AI智能体在金融领域的应用呈现“协同决策辅助”而非单纯替代的趋势。未来，金融机构将更多把专业知识编码到AI代理系统中，推动企业级、可扩展的AI工作流。
🏷️ #金融AI #Anthropic #ClaudeOpus4.7 #华尔街合作 #金融数据
🔗 原文链接
📰 『观点』Anthropic发布十款金融智能体进军华尔街：分析与启示
2026年5月，Anthropic在纽约面向金融服务发布会集中推出10款面向投资银行、保险、资产管理和金融科技四大领域的AI智能体，并发布Claude Opus 4.7，被称为金融专用模型的“最强”。与以往不同的是，这次智能体全面接入Microsoft 365套件，实现Excel、Word、PowerPoint、Outlook的跨应用协同，数据源也扩展至Dun & Bradstreet、穆迪等金融数据提供商，形成“数据-模型-应用”一体化生态。此前的布局经历了2025年7月首次推出金融AI解决方案、2025年10月Excel集成和实时数据连接器、以及Agent Skills等阶段，逐步将能力从单一工具扩展到完整的金融工作流。华尔街与Anthropic的关系也在加速深化：摩根大通采用多模型平台并探索全自动提案生成；高盛参与1.5亿美元合资、并测试Mythos模型；桥水、花旗等银行作为客户或投资方共同推动AI在金融领域的落地。总体来看，金融业务已成为Anthropic的第二大收入来源，前50大客户中金融行业占比约40%，AI智能体在金融领域的应用呈现“协同决策辅助”而非单纯替代的趋势。未来，金融机构将更多把专业知识编码到AI代理系统中，推动企业级、可扩展的AI工作流。
🏷️ #金融AI #Anthropic #ClaudeOpus4.7 #华尔街合作 #金融数据
🔗 原文链接
📰 Claude 的金融 Skills 开源了
本文介绍了 Anthropic 的 Claude Skills 与金融场景的深度应用。该仓库将华尔街分析师的日常工作拆解为可直接装载的插件包（Agents），以及底层的垂直行业包（Vertical Plugins），实现端到端工作流的自动化与模块化部署。核心理念是边界清晰：代理仅负责起草、整理材料，不直接做出投资决策，降低风险承担并提升落地现实性。通过两层结构，用户既可安装完整的工作流能力，也可仅使用底层技能与数据连接器，灵活组合以适应不同机构需求。底层的 11 个数据连接器和 7 个垂直行业包构成金融领域的护城河，连接了高成本的数据源如 MCP、FactSet、PitchBook 等，提升信息整合能力与工作效率。安装方式支持 Claude Cowork 插件式加载和托管代理 API 两种落地模式，便于在本地或自家服务器实现合规部署。文章还强调这是一个参考实现，鼓励金融机构按自身流程定制，并指出该方案的局限性与未来扩展方向。对于金融从业者、AI 解决方案提供方以及对企业级 AI 有兴趣的开发者，这是一份高质量的技能写作与实现范式。
🏷️ #ClaudeSkills #金融AI #Anthropic #ClaudeCode #开源
🔗 原文链接
📰 Claude 的金融 Skills 开源了
本文介绍了 Anthropic 的 Claude Skills 与金融场景的深度应用。该仓库将华尔街分析师的日常工作拆解为可直接装载的插件包（Agents），以及底层的垂直行业包（Vertical Plugins），实现端到端工作流的自动化与模块化部署。核心理念是边界清晰：代理仅负责起草、整理材料，不直接做出投资决策，降低风险承担并提升落地现实性。通过两层结构，用户既可安装完整的工作流能力，也可仅使用底层技能与数据连接器，灵活组合以适应不同机构需求。底层的 11 个数据连接器和 7 个垂直行业包构成金融领域的护城河，连接了高成本的数据源如 MCP、FactSet、PitchBook 等，提升信息整合能力与工作效率。安装方式支持 Claude Cowork 插件式加载和托管代理 API 两种落地模式，便于在本地或自家服务器实现合规部署。文章还强调这是一个参考实现，鼓励金融机构按自身流程定制，并指出该方案的局限性与未来扩展方向。对于金融从业者、AI 解决方案提供方以及对企业级 AI 有兴趣的开发者，这是一份高质量的技能写作与实现范式。
🏷️ #ClaudeSkills #金融AI #Anthropic #ClaudeCode #开源
🔗 原文链接
📰 多个金融巨头率先入局，加速小艺Claw能力进化，定义AI智能体发展新方向-CSDN.NET
多家金融巨头先后在小艺Claw上架专属Skills，推动其能力进化并明确发展方向：通过与行业伙伴深度协同，打造系统级AI智能体的核心能力，聚焦专业场景而非泛化对话。国泰海通、国信证券等率先上线核心金融Skills，万得等机构即将上架，共同构建覆盖A股市场全场景的智能金融服务矩阵。东方财富的“妙想Skills”围绕趋势洞察、深研标的、模拟组合管理等投研链路，提供8大能力矩阵与智能投资服务支持；国泰海通的“灵犀投资助手Skills”覆盖研报搜索、市场热榜、自选股管理等6大高频场景，形成行情捕捉到自选管理的全流程闭环；国信证券提供宏观、行情、财务、基金对比等6大投研技能，未来还将推进个股对比、自动化盯盘等进阶功能；同花顺则上线10项技能，覆盖数据查询与投融资筛选等，提升用户对AI工具的接入效率。未来，Finance Skills将集中在“金融助手”板块，帮助用户快速部署，获得一站式智能金融服务。安全与合规方面，作为鸿蒙系统级AI智能体，小艺Claw通过权威认证并在用户级沙箱、技能安全、权限控制、数据保护等维度实施全场景安全覆盖，确保金融场景的隐私与防护。小艺Claw以开放生态与安全底座，推进专业化、场景化的AI落地，期待更多伙伴加入，携手构建更智能、可落地的金融AI新生态。
🏷️ #金融Skills #小艺Claw #AI智能体 #金融安全 #开放生态
🔗 原文链接
📰 多个金融巨头率先入局，加速小艺Claw能力进化，定义AI智能体发展新方向-CSDN.NET
多家金融巨头先后在小艺Claw上架专属Skills，推动其能力进化并明确发展方向：通过与行业伙伴深度协同，打造系统级AI智能体的核心能力，聚焦专业场景而非泛化对话。国泰海通、国信证券等率先上线核心金融Skills，万得等机构即将上架，共同构建覆盖A股市场全场景的智能金融服务矩阵。东方财富的“妙想Skills”围绕趋势洞察、深研标的、模拟组合管理等投研链路，提供8大能力矩阵与智能投资服务支持；国泰海通的“灵犀投资助手Skills”覆盖研报搜索、市场热榜、自选股管理等6大高频场景，形成行情捕捉到自选管理的全流程闭环；国信证券提供宏观、行情、财务、基金对比等6大投研技能，未来还将推进个股对比、自动化盯盘等进阶功能；同花顺则上线10项技能，覆盖数据查询与投融资筛选等，提升用户对AI工具的接入效率。未来，Finance Skills将集中在“金融助手”板块，帮助用户快速部署，获得一站式智能金融服务。安全与合规方面，作为鸿蒙系统级AI智能体，小艺Claw通过权威认证并在用户级沙箱、技能安全、权限控制、数据保护等维度实施全场景安全覆盖，确保金融场景的隐私与防护。小艺Claw以开放生态与安全底座，推进专业化、场景化的AI落地，期待更多伙伴加入，携手构建更智能、可落地的金融AI新生态。
🏷️ #金融Skills #小艺Claw #AI智能体 #金融安全 #开放生态
🔗 原文链接
📰 腾讯云与赞同科技深化金融科技合作——技术研讨凝共识 装机实操促落地
腾讯云与赞同科技围绕CodeBuddy、WorkBuddy开展金融场景专项研讨，明确金融场景专属Skills定制及插件IDE优化方向，聚焦核心业务代码生成与合规智能评审，推动AI研发工具在金融领域的深度落地。CodeBuddy作为AI编程助手，覆盖生成、诊断、评审等能力，兼容主流IDE；WorkBuddy为桌面智能工作台，支持自然语言办公自动化、本地知识库构建与安全隔离，二者共同致力于实现研发智能化+办公自动化的一体化解决方案，并以龙虾节WorkBuddy装机活动为契机，现场指导与体验加速落地。此次合作以腾讯云AI技术能力与赞同科技行业经验为支撑，形成可复制的金融场景实务模板，推动CodeBuddy与WorkBuddy在金融业务核心的广泛渗透。未来将继续深化协同，完善定制能力，推动两大产品在金融领域的落地推广，构建技术驱动、生态协同的新金融科技生态。
🏷️ #金融 #AI #落地 #协同 #定制
🔗 原文链接
📰 腾讯云与赞同科技深化金融科技合作——技术研讨凝共识 装机实操促落地
腾讯云与赞同科技围绕CodeBuddy、WorkBuddy开展金融场景专项研讨，明确金融场景专属Skills定制及插件IDE优化方向，聚焦核心业务代码生成与合规智能评审，推动AI研发工具在金融领域的深度落地。CodeBuddy作为AI编程助手，覆盖生成、诊断、评审等能力，兼容主流IDE；WorkBuddy为桌面智能工作台，支持自然语言办公自动化、本地知识库构建与安全隔离，二者共同致力于实现研发智能化+办公自动化的一体化解决方案，并以龙虾节WorkBuddy装机活动为契机，现场指导与体验加速落地。此次合作以腾讯云AI技术能力与赞同科技行业经验为支撑，形成可复制的金融场景实务模板，推动CodeBuddy与WorkBuddy在金融业务核心的广泛渗透。未来将继续深化协同，完善定制能力，推动两大产品在金融领域的落地推广，构建技术驱动、生态协同的新金融科技生态。
🏷️ #金融 #AI #落地 #协同 #定制
🔗 原文链接
📰 从文本到决策，合合信息多模态文本智能技术高效赋能金融行业AI转型_金融综合_行业_中金在线
在金融行业加速从云原生向AI原生的进程中，合合信息与阿里云共同启动“超级智能体计划”，以解决非结构化数据解析和风控、营销决策的智能化难题，形成从理解到决策的完整闭环。该公司基于自研多模态文本智能技术，推出INTSIG Docflow智能文档处理平台，能够对合同、票据等复杂文档进行图像预处理、解析、分类、抽取、审核与增强验证，显著提升实际业务的文档识别准确率与处理效率，如单据识别率提升至85%+、物流领域录单时间降至7分钟，效率提高约400%。此外，基于高质量数据与大模型认知能力的启信慧眼商业大数据决策产品，帮助金融机构在营销、尽职调查和风控等场景实现精准决策，降低AI幻觉风险，推动底层解析到上层决策的全链路落地。合合信息还在亚马逊云科技出海大会上宣布TextIn联合亚马逊Bedrock的长文档智能处理方案，提供可复用的Agent Skills，降低智能体落地的工程化门槛，显示其在多模态文本智能领域的通用性与领先性。整体而言，该公司以AI+Data双引擎驱动，致力于将金融AI转型推向深度应用和全球化落地。
🏷️ #金融AI #多模态 #智能文档 #风控决策 #全球化
🔗 原文链接
📰 从文本到决策，合合信息多模态文本智能技术高效赋能金融行业AI转型_金融综合_行业_中金在线
在金融行业加速从云原生向AI原生的进程中，合合信息与阿里云共同启动“超级智能体计划”，以解决非结构化数据解析和风控、营销决策的智能化难题，形成从理解到决策的完整闭环。该公司基于自研多模态文本智能技术，推出INTSIG Docflow智能文档处理平台，能够对合同、票据等复杂文档进行图像预处理、解析、分类、抽取、审核与增强验证，显著提升实际业务的文档识别准确率与处理效率，如单据识别率提升至85%+、物流领域录单时间降至7分钟，效率提高约400%。此外，基于高质量数据与大模型认知能力的启信慧眼商业大数据决策产品，帮助金融机构在营销、尽职调查和风控等场景实现精准决策，降低AI幻觉风险，推动底层解析到上层决策的全链路落地。合合信息还在亚马逊云科技出海大会上宣布TextIn联合亚马逊Bedrock的长文档智能处理方案，提供可复用的Agent Skills，降低智能体落地的工程化门槛，显示其在多模态文本智能领域的通用性与领先性。整体而言，该公司以AI+Data双引擎驱动，致力于将金融AI转型推向深度应用和全球化落地。
🏷️ #金融AI #多模态 #智能文档 #风控决策 #全球化
🔗 原文链接
📰 Skill爆火！微信、支付宝、华为扎堆做“支付Skill” - 21经济网
“支付Skill”把支付能力打包成可直接调用的AI技能包，帮助商户和开发者以自然语言快速接入支付功能，显著降低接入门槛并缩短上线时间。微信支付、支付宝、华为等先后发布面向AI的支付接入能力体系，包含Skill技能包、AI友好文档和AI友好API等核心模块，强调“边写边查/边排错”和金融级代码诊断，以提升安全性和稳定性。该理念旨在解决传统接入方式中的繁琐文档、繁重编码及合规/接口对接难题，使得即使不懂代码的小商户也能通过描述需求快速生成下单、支付、退款等功能代码。尽管“支付Skill”显著提高了接入效率，但核心的账户体系、资金清算与风控等底层逻辑并未被替代，AI更像一个高效的辅助工具，未来可能重塑支付的服务链路与场景接入方式，但总体仍在现有支付框架内实现效率升级，而非彻底颠覆。
🏷️ #支付Skill #AI支付 #无代码接入 #金融级代码 #智能排错
🔗 原文链接
📰 Skill爆火！微信、支付宝、华为扎堆做“支付Skill” - 21经济网
“支付Skill”把支付能力打包成可直接调用的AI技能包，帮助商户和开发者以自然语言快速接入支付功能，显著降低接入门槛并缩短上线时间。微信支付、支付宝、华为等先后发布面向AI的支付接入能力体系，包含Skill技能包、AI友好文档和AI友好API等核心模块，强调“边写边查/边排错”和金融级代码诊断，以提升安全性和稳定性。该理念旨在解决传统接入方式中的繁琐文档、繁重编码及合规/接口对接难题，使得即使不懂代码的小商户也能通过描述需求快速生成下单、支付、退款等功能代码。尽管“支付Skill”显著提高了接入效率，但核心的账户体系、资金清算与风控等底层逻辑并未被替代，AI更像一个高效的辅助工具，未来可能重塑支付的服务链路与场景接入方式，但总体仍在现有支付框架内实现效率升级，而非彻底颠覆。
🏷️ #支付Skill #AI支付 #无代码接入 #金融级代码 #智能排错
🔗 原文链接
📰 阿里云联合近百家伙伴共同打造金融行业通用智能体
4月2日，阿里云联合近100家金融AI联盟伙伴共同启动“超级智能体计划”，旨在为金融行业打造通用智能体。联盟自成立以来，通过300场技术共创与方案共建，落地超100个客户、超150个项目，积累了丰富的行业经验与数据治理、模型调优等能力。当前金融解决方案从云原生向AI原生转变，提出以“大小飞轮”驱动垂域模型，强调让智能体更强而非仅让模型更聪明。此次计划围绕共建技术底座与行业共享的skill展开，底座内置意图识别、记忆、工具调用、安全合规等核心能力，帮助金融机构快速搭建应用；而行业skill则将金融场景经验与模型能力结合，提升智能体在行的实操水平。阿里云与伙伴将构建MaaS+Agent+全栈AI服务的三维生态，贯通智能尽调、智能客服、智能投研、智能审计等全场景应用。权威市场研究显示，阿里云在金融通用智能体市场具备显著领先优势，未来将提供全尺寸、全模态的模型与算力支持，联合开拓百亿级市场。
🏷️ #金融AI #通用智能体 #阿里云 #伙伴生态 #智能化应用
🔗 原文链接
📰 阿里云联合近百家伙伴共同打造金融行业通用智能体
4月2日，阿里云联合近100家金融AI联盟伙伴共同启动“超级智能体计划”，旨在为金融行业打造通用智能体。联盟自成立以来，通过300场技术共创与方案共建，落地超100个客户、超150个项目，积累了丰富的行业经验与数据治理、模型调优等能力。当前金融解决方案从云原生向AI原生转变，提出以“大小飞轮”驱动垂域模型，强调让智能体更强而非仅让模型更聪明。此次计划围绕共建技术底座与行业共享的skill展开，底座内置意图识别、记忆、工具调用、安全合规等核心能力，帮助金融机构快速搭建应用；而行业skill则将金融场景经验与模型能力结合，提升智能体在行的实操水平。阿里云与伙伴将构建MaaS+Agent+全栈AI服务的三维生态，贯通智能尽调、智能客服、智能投研、智能审计等全场景应用。权威市场研究显示，阿里云在金融通用智能体市场具备显著领先优势，未来将提供全尺寸、全模态的模型与算力支持，联合开拓百亿级市场。
🏷️ #金融AI #通用智能体 #阿里云 #伙伴生态 #智能化应用
🔗 原文链接
📰 盈米基金上线内容合规审查Skill，筑牢AI时代金融内容的合规防线
近年以 OpenClaw 为代表的AI智能体正在以惊人速度推动各行业的生产力跃升，其通过自然语言自主执行复杂任务的能力，成为金融机构推进数智化转型的重要方向。然而，当AI生成内容遇到监管红线，这场“AI 洪流”与“合规边界”的博弈成为亟待解决的新课题。财富管理领域中，AI智能体不断深入业务，导致金融内容产出速度呈几何级数增长。如何在享受技术红利的同时，确保输出始终合规，是行业关注点。为此，盈米基金于3月17日推出“内容合规审查 Skill”，并已在 Github 与 Gitee 等开源平台上线，龙虾（OpenClaw）等AI工具可一键接入、开箱即用。该 Skill 通过智能化的预审反馈系统，在成稿阶段就提供精准合规自检，帮助金融机构高效展业并降低监管风险。其核心在于把合规预审前置化，成为AI 的“智能导航仪”，让业务人员在创作过程就获得合规意见反馈，过滤低级错误，解放合规官处理更复杂问题。系统内置100+条审查规则与80,000+审核案例库，结合 ACE（Agentic Context Engineering）技术架构，通过多智能体协同，在无监督环境中实现自适应进化，构建动态的企业级合规知识库。该体系不仅能快速捕捉违规词汇，更能识别隐性收益承诺并据风险等级匹配免责声明，确保输出始终符合最新监管要求。实测显示，当业务人员撰写光伏行业基金推文时，Skill 能对全文进行全量扫描，准确揭示4处违规风险，指出预期收益率、隐性保本暗示、以及极限词等问题，并给出实操性修改建议。系统还能自动重写并复审，最终给出风险为0的合规版本，实现“合规左移”的工作流落地。整个过程从初稿、报错、修改到最终一键输出，形成高效闭环，显著降低业务与合规之间的沟通成本，促进创作者在提交终审前完成自我修正。
🏷️ #合规 #AI审查 #金融合规 #内容审查 #ACE
🔗 原文链接
📰 盈米基金上线内容合规审查Skill，筑牢AI时代金融内容的合规防线
近年以 OpenClaw 为代表的AI智能体正在以惊人速度推动各行业的生产力跃升，其通过自然语言自主执行复杂任务的能力，成为金融机构推进数智化转型的重要方向。然而，当AI生成内容遇到监管红线，这场“AI 洪流”与“合规边界”的博弈成为亟待解决的新课题。财富管理领域中，AI智能体不断深入业务，导致金融内容产出速度呈几何级数增长。如何在享受技术红利的同时，确保输出始终合规，是行业关注点。为此，盈米基金于3月17日推出“内容合规审查 Skill”，并已在 Github 与 Gitee 等开源平台上线，龙虾（OpenClaw）等AI工具可一键接入、开箱即用。该 Skill 通过智能化的预审反馈系统，在成稿阶段就提供精准合规自检，帮助金融机构高效展业并降低监管风险。其核心在于把合规预审前置化，成为AI 的“智能导航仪”，让业务人员在创作过程就获得合规意见反馈，过滤低级错误，解放合规官处理更复杂问题。系统内置100+条审查规则与80,000+审核案例库，结合 ACE（Agentic Context Engineering）技术架构，通过多智能体协同，在无监督环境中实现自适应进化，构建动态的企业级合规知识库。该体系不仅能快速捕捉违规词汇，更能识别隐性收益承诺并据风险等级匹配免责声明，确保输出始终符合最新监管要求。实测显示，当业务人员撰写光伏行业基金推文时，Skill 能对全文进行全量扫描，准确揭示4处违规风险，指出预期收益率、隐性保本暗示、以及极限词等问题，并给出实操性修改建议。系统还能自动重写并复审，最终给出风险为0的合规版本，实现“合规左移”的工作流落地。整个过程从初稿、报错、修改到最终一键输出，形成高效闭环，显著降低业务与合规之间的沟通成本，促进创作者在提交终审前完成自我修正。
🏷️ #合规 #AI审查 #金融合规 #内容审查 #ACE
🔗 原文链接
📰 “龙虾”掀 AI Agent 热，银行的审慎选择与未来重构
在亚洲银行家2026上海国际金融创新峰会上，与会者围绕人工智能在金融行业的应用展开讨论。核心观点是，OpenClaw 等智能体系统要在银行等金融机构落地，需面对数据权限、系统封闭、风险控制等挑战。行业人士普遍认为要在银行内部部署高权限的本地化智能体，需要对数据库、业务流程与运营逻辑有深刻洞察，并结合银行的风险监管前提执行决策。专家强调安全运行的重要性，企业级的安全环境是AI Agent落地的基本条件；同时，未来十年内 Agent 可能从“ Baby” 演进为“成人”，实现机器之间的对话并通过开放 API 与现有系统协作，银行需逐步构建开放共生的体系，推动数据隐私、信任伦理与知识库的建设。当前阶段的重点在于打造金融领域的专业 Skills 与知识库，将大模型与专业知识绑定，以提升风险分析、风控执行与业务校正的能力。
🏷️ #金融AI #OpenClaw #AIAgent #银行转型 #数据安全
🔗 原文链接
📰 “龙虾”掀 AI Agent 热，银行的审慎选择与未来重构
在亚洲银行家2026上海国际金融创新峰会上，与会者围绕人工智能在金融行业的应用展开讨论。核心观点是，OpenClaw 等智能体系统要在银行等金融机构落地，需面对数据权限、系统封闭、风险控制等挑战。行业人士普遍认为要在银行内部部署高权限的本地化智能体，需要对数据库、业务流程与运营逻辑有深刻洞察，并结合银行的风险监管前提执行决策。专家强调安全运行的重要性，企业级的安全环境是AI Agent落地的基本条件；同时，未来十年内 Agent 可能从“ Baby” 演进为“成人”，实现机器之间的对话并通过开放 API 与现有系统协作，银行需逐步构建开放共生的体系，推动数据隐私、信任伦理与知识库的建设。当前阶段的重点在于打造金融领域的专业 Skills 与知识库，将大模型与专业知识绑定，以提升风险分析、风控执行与业务校正的能力。
🏷️ #金融AI #OpenClaw #AIAgent #银行转型 #数据安全
🔗 原文链接
📰 从 OpenClaw 到 Alice 27：金融人真正需要的，是能“干”的AI
文章聚焦金融AI的实用性与落地能力，认为真正的分水岭不在于AI会说得多好，而在于它能否将金融数据、工具、方法论和工作流高效整合，完成从问题到成果的闭环。以Alice 27为例，强调其不是简单的问答系统，而是面向金融场景的任务执行系统，能够将专业金融人的方法论封装成可复用的“智能分身”，通过上百个官方Skill与万得生态的工具链，持续解锁并提升产出能力。文中进一步阐述Skill的核心在于由“智能分身”驱动的直接产出，而非单纯网络搜索，真实落地表现包括投资备忘录、基金配置、债券分析等场景的可执行分析与交付。最终观点是，金融行业需要的是能理解方法、连接数据、调用工具、执行复杂任务并交付成果的智能金融工作系统，AI从“对话”走向“行动”的趋势正在推动金融工作方式的深刻变革。
🏷️ #金融AI #智能分身 #技能体系 #Alice27 #金融场景
🔗 原文链接
📰 从 OpenClaw 到 Alice 27：金融人真正需要的，是能“干”的AI
文章聚焦金融AI的实用性与落地能力，认为真正的分水岭不在于AI会说得多好，而在于它能否将金融数据、工具、方法论和工作流高效整合，完成从问题到成果的闭环。以Alice 27为例，强调其不是简单的问答系统，而是面向金融场景的任务执行系统，能够将专业金融人的方法论封装成可复用的“智能分身”，通过上百个官方Skill与万得生态的工具链，持续解锁并提升产出能力。文中进一步阐述Skill的核心在于由“智能分身”驱动的直接产出，而非单纯网络搜索，真实落地表现包括投资备忘录、基金配置、债券分析等场景的可执行分析与交付。最终观点是，金融行业需要的是能理解方法、连接数据、调用工具、执行复杂任务并交付成果的智能金融工作系统，AI从“对话”走向“行动”的趋势正在推动金融工作方式的深刻变革。
🏷️ #金融AI #智能分身 #技能体系 #Alice27 #金融场景
🔗 原文链接
📰 券商分析师集体分享养“龙虾”教程，现象级AI智能体OpenClaw如何卷动投研圈？
OpenClaw在金融投研领域的应用正在从概念走向落地。多家证券公司相继发布专题报告，详细讲解在本地或私有云环境中部署OpenClaw的方法、技能包（Skills）的安装，以及在投研场景中的实际应用，如信息盯盘、深度研报撰写、量化策略开发等。与云端大模型相比，OpenClaw强调“本地化大脑与手段”，能够在本地执行指令、编写代码、管理文件，甚至通过与飞书、钉钉等工具的对接实现远程任务执行。这为投研工作带来效率飞跃，尤其在面对PB级别数据、海量公告与研报的情况下，能实现信息提炼、自动化分析和报告复现等场景，为分析师释放双手，形成可持续的技能内化与长期记忆机制。与此同时，行业也明确了安全与幻觉风险，提示应将部署在隔离环境、避免将OpenClaw作为主力计算机的替代品，且AI结论仅作辅助，最终判断仍需人工把关。总之，OpenClaw正推动投研工作向结构化、可复用、可审计的方向转型，成为新一代智能化工具的代表。
🏷️ #OpenClaw #投研智能 #开源AI #金融科技 #自动化
🔗 原文链接
📰 券商分析师集体分享养“龙虾”教程，现象级AI智能体OpenClaw如何卷动投研圈？
OpenClaw在金融投研领域的应用正在从概念走向落地。多家证券公司相继发布专题报告，详细讲解在本地或私有云环境中部署OpenClaw的方法、技能包（Skills）的安装，以及在投研场景中的实际应用，如信息盯盘、深度研报撰写、量化策略开发等。与云端大模型相比，OpenClaw强调“本地化大脑与手段”，能够在本地执行指令、编写代码、管理文件，甚至通过与飞书、钉钉等工具的对接实现远程任务执行。这为投研工作带来效率飞跃，尤其在面对PB级别数据、海量公告与研报的情况下，能实现信息提炼、自动化分析和报告复现等场景，为分析师释放双手，形成可持续的技能内化与长期记忆机制。与此同时，行业也明确了安全与幻觉风险，提示应将部署在隔离环境、避免将OpenClaw作为主力计算机的替代品，且AI结论仅作辅助，最终判断仍需人工把关。总之，OpenClaw正推动投研工作向结构化、可复用、可审计的方向转型，成为新一代智能化工具的代表。
🏷️ #OpenClaw #投研智能 #开源AI #金融科技 #自动化
🔗 原文链接
📰 告别”昂贵玩具”：2026年用友金融”数据智能体”的进化与突围
随着生成式AI在金融业的深入应用，许多机构在部署"智能数据助手"项目时面临尴尬局面。虽然在演示中表现出色，但在实际运营中却难以满足复杂的业务需求。这主要源于传统的Text-to-SQL技术无法适应金融行业的动态和合规性要求。为此，文章提出了以"数据语义对齐"和"数据分析Skill"为核心的新一代智能体架构，旨在提高数据分析的精准性和业务价值。
文章指出，金融行业的数据环境具有高度复杂性，通用模型难以适应。智能体的未来发展应建立"业务数据语义层"，并通过数据分析Skill体系提升智能体的自主分析能力。这种转变不仅要求智能体能够理解业务逻辑，还需具备自主决策和分析的能力，真正成为金融机构的"数字员工"。
最后，文章强调金融机构在采购智能体时应遵循科学选型原则，避免盲目跟风，确保技术投资能够转化为实际的业务效能。通过构建完善的业务语义层和数据分析Skill资产库，智能体才能够从"昂贵玩具"转变为真正的生产力工具，为金融行业的数字化转型提供持续动力。
🏷️ #生成式AI #金融业 #数据分析 #智能体 #技术选型
🔗 原文链接
📰 告别”昂贵玩具”：2026年用友金融”数据智能体”的进化与突围
随着生成式AI在金融业的深入应用，许多机构在部署"智能数据助手"项目时面临尴尬局面。虽然在演示中表现出色，但在实际运营中却难以满足复杂的业务需求。这主要源于传统的Text-to-SQL技术无法适应金融行业的动态和合规性要求。为此，文章提出了以"数据语义对齐"和"数据分析Skill"为核心的新一代智能体架构，旨在提高数据分析的精准性和业务价值。
文章指出，金融行业的数据环境具有高度复杂性，通用模型难以适应。智能体的未来发展应建立"业务数据语义层"，并通过数据分析Skill体系提升智能体的自主分析能力。这种转变不仅要求智能体能够理解业务逻辑，还需具备自主决策和分析的能力，真正成为金融机构的"数字员工"。
最后，文章强调金融机构在采购智能体时应遵循科学选型原则，避免盲目跟风，确保技术投资能够转化为实际的业务效能。通过构建完善的业务语义层和数据分析Skill资产库，智能体才能够从"昂贵玩具"转变为真正的生产力工具，为金融行业的数字化转型提供持续动力。
🏷️ #生成式AI #金融业 #数据分析 #智能体 #技术选型
🔗 原文链接
