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）
📰 华泰证券：“All in AI”建设一流投资银行
华泰证券以 All in AI 为牵引，构建全栈式数字金融能力体系，推动从单点提效到体系协同的转型。通过数据中台和金融中台，将多源数据组织成可被 AI 理解与信赖的语义体系，并建设产业图谱和可复用的 Skill 体系，为分析、交易、风控等场景提供稳定的智能能力。平台方面，完善多层次模型矩阵、国产化算力与私有云基础，确保规模化落地。生态层面通过战略投资、联合创新及产学研合作，培养人才并建立 HUATECH 社区，以支撑可持续发展。2026 年上半年，财富管理、机构服务和投研等业务场景持续深化智能化落地，推动从“功能堆叠”向“精准响应”和“全面打通”升级，AI 原生交易终端、智能平台和信披助手等产品相继落地，显著提升服务体验、数据治理、研究产出与风险管控能力。对外，数字金融正助力公司全球化布局，提升境外交易、跨境信息披露和风控能力，实现全球资产交易与配置的一体化能力。华泰证券强调在全面推进数智化的同时，以数字治理保障安全合规，构建早识别、快响应的风险管理体系，确保 AI 在金融服务中的稳健落地与长期价值创造。
🏷️ #数字金融 #AI #中台 #金融科技 #全球化
🔗 原文链接
📰 华泰证券：“All in AI”建设一流投资银行
华泰证券以 All in AI 为牵引，构建全栈式数字金融能力体系，推动从单点提效到体系协同的转型。通过数据中台和金融中台，将多源数据组织成可被 AI 理解与信赖的语义体系，并建设产业图谱和可复用的 Skill 体系，为分析、交易、风控等场景提供稳定的智能能力。平台方面，完善多层次模型矩阵、国产化算力与私有云基础，确保规模化落地。生态层面通过战略投资、联合创新及产学研合作，培养人才并建立 HUATECH 社区，以支撑可持续发展。2026 年上半年，财富管理、机构服务和投研等业务场景持续深化智能化落地，推动从“功能堆叠”向“精准响应”和“全面打通”升级，AI 原生交易终端、智能平台和信披助手等产品相继落地，显著提升服务体验、数据治理、研究产出与风险管控能力。对外，数字金融正助力公司全球化布局，提升境外交易、跨境信息披露和风控能力，实现全球资产交易与配置的一体化能力。华泰证券强调在全面推进数智化的同时，以数字治理保障安全合规，构建早识别、快响应的风险管理体系，确保 AI 在金融服务中的稳健落地与长期价值创造。
🏷️ #数字金融 #AI #中台 #金融科技 #全球化
🔗 原文链接
📰 蚂蚁数科推出 Agentar 金融版 助力金融机构打造智能体超级工厂
在2026 Inclusion·外滩大会见解论坛上，蚂蚁数科推出Agentar金融版，提供开箱即用的金融智能体生态，包括专家团、技能、工具箱和评测治理，旨在为金融机构搭建覆盖开发、部署、协作、评测与管理的智能体超级工厂，加速智能体在真实业务场景中的落地。该版本将行业know-how和方法标准化为Skill、智能体专家与工具，机构可按需接入自有场景、知识库与数据资产，统一平台管理模型、智能体、Skill与工具，降低重复建设成本并提升复用性。首批预置十大金融智能体专家，覆盖智能投顾、财富管理、客户经营等核心场景，能够拆解任务、协同多智能体执行并输出完整业务结果，已在银行、证券、保险等真实场景验证并持续迭代。以零售金融为例，数字客户经理可联动客群洞察、产品匹配与策略生成，缩短流程、提升效率，达到当日完成。实际应用显示，试点客群总资产提升10%、活跃度提升15%、服务客户数量提升5倍以上。底层能力包含金融大模型、金融级可信 Harness、2000余项评测工具等，覆盖合规性、准确性与执行质量等维度，提供量化评估与持续优化。并具备全链路安全与双向校验机制，确保数据与业务安全合规。目前已有超过300个专业智能体在金融场景落地，覆盖国有、股份制银行、地方商业银行及多家金融机构。IDC数据显示，2025年中国金融大模型与智能体市场规模超24亿元，蚂蚁数科以13.3%市场份额居首。
🏷️ #金融 #智能体 #生态 #评测 #安全
🔗 原文链接
📰 蚂蚁数科推出 Agentar 金融版 助力金融机构打造智能体超级工厂
在2026 Inclusion·外滩大会见解论坛上，蚂蚁数科推出Agentar金融版，提供开箱即用的金融智能体生态，包括专家团、技能、工具箱和评测治理，旨在为金融机构搭建覆盖开发、部署、协作、评测与管理的智能体超级工厂，加速智能体在真实业务场景中的落地。该版本将行业know-how和方法标准化为Skill、智能体专家与工具，机构可按需接入自有场景、知识库与数据资产，统一平台管理模型、智能体、Skill与工具，降低重复建设成本并提升复用性。首批预置十大金融智能体专家，覆盖智能投顾、财富管理、客户经营等核心场景，能够拆解任务、协同多智能体执行并输出完整业务结果，已在银行、证券、保险等真实场景验证并持续迭代。以零售金融为例，数字客户经理可联动客群洞察、产品匹配与策略生成，缩短流程、提升效率，达到当日完成。实际应用显示，试点客群总资产提升10%、活跃度提升15%、服务客户数量提升5倍以上。底层能力包含金融大模型、金融级可信 Harness、2000余项评测工具等，覆盖合规性、准确性与执行质量等维度，提供量化评估与持续优化。并具备全链路安全与双向校验机制，确保数据与业务安全合规。目前已有超过300个专业智能体在金融场景落地，覆盖国有、股份制银行、地方商业银行及多家金融机构。IDC数据显示，2025年中国金融大模型与智能体市场规模超24亿元，蚂蚁数科以13.3%市场份额居首。
🏷️ #金融 #智能体 #生态 #评测 #安全
🔗 原文链接
📰 大厂Agent集体杀入金融腹地
金融行业正成为大厂通用Agent落地的关键试验场。腾讯、百度、字节跳动等巨头已将Agent延伸至金融领域，覆盖对公信贷尽调、基金研究、证券分析、保险合规等环节，但路径分化明显：扣子将专业金融能力直接嵌入Agent，库库AI侧重C端资料检索与自动化输出，WorkBuddy则面向金融机构的对公流程。行业共识尚未形成，是否将金融单独做成“行业版”Agent仍在讨论之中；金融的高数据密度、监管要求以及对数据溯源和权限治理的高标准，使其成为最具试验性的领域之一。海外巨头亦在探索路径：OpenAI、Anthropic、Google等分别通过插件、模板或行业版产品进入投行、财务建模、风险分析等场景，同时Rogo等金融AI公司通过对接专业数据库与可直接输出的分析材料，缩短模型与金融工作之间的断点。总体来看，金融Agent的最终形态尚无定论，可能是通用Agent的一个Skill、一个模板，亦可能演变为独立的软件品类，关键在于数据连接、工作流适配与安全治理的深度定制是否被金融机构认可付费。
🏷️ #金融 #Agent #数据安全 #金融行业 #行业版
🔗 原文链接
📰 大厂Agent集体杀入金融腹地
金融行业正成为大厂通用Agent落地的关键试验场。腾讯、百度、字节跳动等巨头已将Agent延伸至金融领域，覆盖对公信贷尽调、基金研究、证券分析、保险合规等环节，但路径分化明显：扣子将专业金融能力直接嵌入Agent，库库AI侧重C端资料检索与自动化输出，WorkBuddy则面向金融机构的对公流程。行业共识尚未形成，是否将金融单独做成“行业版”Agent仍在讨论之中；金融的高数据密度、监管要求以及对数据溯源和权限治理的高标准，使其成为最具试验性的领域之一。海外巨头亦在探索路径：OpenAI、Anthropic、Google等分别通过插件、模板或行业版产品进入投行、财务建模、风险分析等场景，同时Rogo等金融AI公司通过对接专业数据库与可直接输出的分析材料，缩短模型与金融工作之间的断点。总体来看，金融Agent的最终形态尚无定论，可能是通用Agent的一个Skill、一个模板，亦可能演变为独立的软件品类，关键在于数据连接、工作流适配与安全治理的深度定制是否被金融机构认可付费。
🏷️ #金融 #Agent #数据安全 #金融行业 #行业版
🔗 原文链接
📰 大厂Agent集体杀入金融腹地
本文梳理了大厂正在将通用办公Agent向金融行业下沉的现状与挑战。字节、百度、腾讯等已在金融领域布局，通过将专业技能Skill注入Agent、连接金融数据源与机构流程，试图提高尽调、研究、风控等高成本环节的效率。扣子等面向C端的应用已将证券、基金等金融能力以Skill形式拆解，直接嵌入Agent以完成查询、对比、筛选等任务；百度的库库AI以文档与数据检索为主，产出研报、PPT、财务模型等交付物；腾讯WorkBuddy则聚焦对公场景，覆盖信贷尽调、基金研究、保险客户经营等，并已进入多家金融机构。金融行业具有数据密集、流程复杂和强监管等特性：需要数据可溯源、权限控制和人工复核机制，这使得单纯的通用Agent要真正落地需面对合规与可信性挑战。 关于究竟应以通用Agent扩展、还是打造专门的行业版，各家厂商尚未形成统一共识。海外如OpenAI、Anthropic、Google均有不同路径：前者通过插件/模板覆盖投行、财务等工作流，后者则推进行业版Agent。华尔街与资本市场已在定价与落地方面探索出一定路径，例如Rogo等公司通过强连接数据库与可直接输出Excel/报告的能力，解决了基础模型与金融工作之间的断点。总体来看，金融版Agent的最终形态仍未知，可能是通用Agent的技能集合、单独的行业模板，亦或是成为独立软件品类。若金融机构愿为更深的连接、工作流和治理付费，行业版的存在将成为趋势；否则，强化模型与技能的通用Agent或将继续覆盖金融需求。请关注监管要求对数据、推理路径、人工复核等方面的约束对实现的影响。
🏷️ #金融 #通用Agent #行业版 #数据安全 #技能
🔗 原文链接
📰 大厂Agent集体杀入金融腹地
本文梳理了大厂正在将通用办公Agent向金融行业下沉的现状与挑战。字节、百度、腾讯等已在金融领域布局，通过将专业技能Skill注入Agent、连接金融数据源与机构流程，试图提高尽调、研究、风控等高成本环节的效率。扣子等面向C端的应用已将证券、基金等金融能力以Skill形式拆解，直接嵌入Agent以完成查询、对比、筛选等任务；百度的库库AI以文档与数据检索为主，产出研报、PPT、财务模型等交付物；腾讯WorkBuddy则聚焦对公场景，覆盖信贷尽调、基金研究、保险客户经营等，并已进入多家金融机构。金融行业具有数据密集、流程复杂和强监管等特性：需要数据可溯源、权限控制和人工复核机制，这使得单纯的通用Agent要真正落地需面对合规与可信性挑战。 关于究竟应以通用Agent扩展、还是打造专门的行业版，各家厂商尚未形成统一共识。海外如OpenAI、Anthropic、Google均有不同路径：前者通过插件/模板覆盖投行、财务等工作流，后者则推进行业版Agent。华尔街与资本市场已在定价与落地方面探索出一定路径，例如Rogo等公司通过强连接数据库与可直接输出Excel/报告的能力，解决了基础模型与金融工作之间的断点。总体来看，金融版Agent的最终形态仍未知，可能是通用Agent的技能集合、单独的行业模板，亦或是成为独立软件品类。若金融机构愿为更深的连接、工作流和治理付费，行业版的存在将成为趋势；否则，强化模型与技能的通用Agent或将继续覆盖金融需求。请关注监管要求对数据、推理路径、人工复核等方面的约束对实现的影响。
🏷️ #金融 #通用Agent #行业版 #数据安全 #技能
🔗 原文链接
📰 大厂Agent竞争下沉金融行业：通用还是独立版本，谁能笑到最后？-CSDN博客
大厂正在把金融作为通用Agent的新入口，腾讯推出WorkBuddy金融版，面向银行、券商、保险等机构上线80多个金融专家及专家团，尝试让Agent进入金融机构业务流程。百度将通用智能体GenFlow命名为库库AI，并上线独立办公端，将金融作为其首个重点场景，从通用办公向专业办公迁移；字节跳动的扣子引入华泰证券、广发证券、国信证券等金融机构的Agent与Skill，将行情、财务数据等能力整合进Agent平台。这显示三大厂的通用Agent竞争正向金融领域深入，但金融市场面临数据准确、可溯源、执行权限等考验，且是否值得单独做成金融版Agent尚无共识。
在市场定位上，三方侧重点不同。字节与百度更偏向C端，提供面向投资者的金融技能与数据处理能力，用户通过技能组合完成查询与资料分析；腾讯则瞄准B端，为银行、券商、保险等机构提供对公场景的办公辅助，尽管目前尚未在金融机构内部大规模应用。共识缺乏：是以通用Agent扩展能力，还是为高价值行业定制专门的金融版？金融的高监管与数据安全要求，使得落地充满挑战，但也带来定价与产品形态的可能性，未来可能出现混合形态、以行业模板或专门版本存在的情形。
海外方面，行业版与通用Agent之争仍未分出胜负，OpenAI、Anthropic、Google等都在尝试不同路径。金融行业的定价与落地模式尚在探索，Rogo等公司已在市场获得资金与客户认知，表明金融Agent具备商业落地的潜力。总体来看，金融Agent的未来走向尚未定论，可能以通用技能、行业模板或独立行业版本等多种形态共存，依赖金融机构对附加服务的付费意愿与监管环境的发展。
🏷️ #金融 #通用Agent #行业版 #定价 #数据安全
🔗 原文链接
📰 大厂Agent竞争下沉金融行业：通用还是独立版本，谁能笑到最后？-CSDN博客
大厂正在把金融作为通用Agent的新入口，腾讯推出WorkBuddy金融版，面向银行、券商、保险等机构上线80多个金融专家及专家团，尝试让Agent进入金融机构业务流程。百度将通用智能体GenFlow命名为库库AI，并上线独立办公端，将金融作为其首个重点场景，从通用办公向专业办公迁移；字节跳动的扣子引入华泰证券、广发证券、国信证券等金融机构的Agent与Skill，将行情、财务数据等能力整合进Agent平台。这显示三大厂的通用Agent竞争正向金融领域深入，但金融市场面临数据准确、可溯源、执行权限等考验，且是否值得单独做成金融版Agent尚无共识。
在市场定位上，三方侧重点不同。字节与百度更偏向C端，提供面向投资者的金融技能与数据处理能力，用户通过技能组合完成查询与资料分析；腾讯则瞄准B端，为银行、券商、保险等机构提供对公场景的办公辅助，尽管目前尚未在金融机构内部大规模应用。共识缺乏：是以通用Agent扩展能力，还是为高价值行业定制专门的金融版？金融的高监管与数据安全要求，使得落地充满挑战，但也带来定价与产品形态的可能性，未来可能出现混合形态、以行业模板或专门版本存在的情形。
海外方面，行业版与通用Agent之争仍未分出胜负，OpenAI、Anthropic、Google等都在尝试不同路径。金融行业的定价与落地模式尚在探索，Rogo等公司已在市场获得资金与客户认知，表明金融Agent具备商业落地的潜力。总体来看，金融Agent的未来走向尚未定论，可能以通用技能、行业模板或独立行业版本等多种形态共存，依赖金融机构对附加服务的付费意愿与监管环境的发展。
🏷️ #金融 #通用Agent #行业版 #定价 #数据安全
🔗 原文链接
📰 WorkBuddy金融版正式上线 ，打造金融机构专属AI智能工作台
腾讯WorkBuddy金融版正式上线，面向金融机构打造AI智能工作台，提供开箱即用的专家与技能矩阵、丰富的数据源及全链路安全底座，覆盖投研、合规、客户经营、信贷尽调、财富资配等核心场景，帮助券商、银行、保险等行业高效落地智能体应用。其核心是在WorkBuddy智能体框架之上叠加金融业务视图、行业Skill、专家团、MCP应用、数据连接器、流程规则与组织治理能力，面向真实金融业务的智能工作平台。已与多家金融机构开展落地场景试点，80+金融专家可开箱即用，连接器可跨行业复用，并以分级可控的数据治理、私有化/专属VPC/SaaS等多种部署形态保障数据与安全。工作台设置四大板块：公司金融、零售金融、投研投顾、个客经营，银行客户经理、证券分析师、保险代理人等可调用相关专家与工具，提升工作效率并确保合规与安全。通过全链路数据接入与跨系统协同，WorkBuddy金融版显著缩短尽调、投研与资配等核心流程的耗时，将以往需人工在多系统间搬运的环节自动化完成，提升银行信贷尽调、投研资讯梳理、基金筛选等环节效率，进而推动金融机构形成组织级的智能协同能力，从而进入AI原生时代。
🏷️ #智能工作台 #金融安全 #智能协同 #数据治理 #行业专家
🔗 原文链接
📰 WorkBuddy金融版正式上线 ，打造金融机构专属AI智能工作台
腾讯WorkBuddy金融版正式上线，面向金融机构打造AI智能工作台，提供开箱即用的专家与技能矩阵、丰富的数据源及全链路安全底座，覆盖投研、合规、客户经营、信贷尽调、财富资配等核心场景，帮助券商、银行、保险等行业高效落地智能体应用。其核心是在WorkBuddy智能体框架之上叠加金融业务视图、行业Skill、专家团、MCP应用、数据连接器、流程规则与组织治理能力，面向真实金融业务的智能工作平台。已与多家金融机构开展落地场景试点，80+金融专家可开箱即用，连接器可跨行业复用，并以分级可控的数据治理、私有化/专属VPC/SaaS等多种部署形态保障数据与安全。工作台设置四大板块：公司金融、零售金融、投研投顾、个客经营，银行客户经理、证券分析师、保险代理人等可调用相关专家与工具，提升工作效率并确保合规与安全。通过全链路数据接入与跨系统协同，WorkBuddy金融版显著缩短尽调、投研与资配等核心流程的耗时，将以往需人工在多系统间搬运的环节自动化完成，提升银行信贷尽调、投研资讯梳理、基金筛选等环节效率，进而推动金融机构形成组织级的智能协同能力，从而进入AI原生时代。
🏷️ #智能工作台 #金融安全 #智能协同 #数据治理 #行业专家
🔗 原文链接
📰 腾讯推WorkBuddy金融版，数十家厂商“鏖战”金融智能体
金融智能体在2026年被多方视为行业真正的智能化起点。文章梳理了腾讯、阿里云、百度、华为等云厂商以及多家金融信息服务商和大模型厂商在银行、资管、保险等领域发布或升级金融智能体平台的进展。以WorkBuddy金融版为例，腾讯在智能体框架上叠加金融视图、技能、专家团、数据连接器和治理能力，显著提升对公信贷尽调等复杂业务的自动化水平，缩短上线时间并覆盖大量金融机构。与此同时，金融智能体正通过开放数据接口如 MCP、Skills 等实现“数据能力出墙”，提高了投研、风控、营销等场景的效率，但也带来数据安全、合规、商业化路径与付费转化等挑战。业内将参与者分为数据拥有者、场景拥有者、模型拥有者和平台拥有者四类，平台与数据方关系将影响行业格局：平台方可通过数据服务获利，同时也可能削弱传统终端粘性，带来数据泄露风险。专家强调在输入可信、执行可控、过程可追溯、责任清晰等合规要求下推进创新，安全底座成为关键前提。当前市场规模预期达到17.40亿元、年增速约90.4%，但大多产品 still 处于免费体验阶段，付费转化路径尚未清晰，真正走通落地仍需时间。总之，金融智能体的竞争焦点已从单纯的模型能力转向数据、工具、场景落地与持续使用，谁能更快落地、渗透与变现，谁将主导未来金融AI应用格局。
🏷️ #金融AI #智能体 #数据接口 #合规安全 #投研
🔗 原文链接
📰 腾讯推WorkBuddy金融版，数十家厂商“鏖战”金融智能体
金融智能体在2026年被多方视为行业真正的智能化起点。文章梳理了腾讯、阿里云、百度、华为等云厂商以及多家金融信息服务商和大模型厂商在银行、资管、保险等领域发布或升级金融智能体平台的进展。以WorkBuddy金融版为例，腾讯在智能体框架上叠加金融视图、技能、专家团、数据连接器和治理能力，显著提升对公信贷尽调等复杂业务的自动化水平，缩短上线时间并覆盖大量金融机构。与此同时，金融智能体正通过开放数据接口如 MCP、Skills 等实现“数据能力出墙”，提高了投研、风控、营销等场景的效率，但也带来数据安全、合规、商业化路径与付费转化等挑战。业内将参与者分为数据拥有者、场景拥有者、模型拥有者和平台拥有者四类，平台与数据方关系将影响行业格局：平台方可通过数据服务获利，同时也可能削弱传统终端粘性，带来数据泄露风险。专家强调在输入可信、执行可控、过程可追溯、责任清晰等合规要求下推进创新，安全底座成为关键前提。当前市场规模预期达到17.40亿元、年增速约90.4%，但大多产品 still 处于免费体验阶段，付费转化路径尚未清晰，真正走通落地仍需时间。总之，金融智能体的竞争焦点已从单纯的模型能力转向数据、工具、场景落地与持续使用，谁能更快落地、渗透与变现，谁将主导未来金融AI应用格局。
🏷️ #金融AI #智能体 #数据接口 #合规安全 #投研
🔗 原文链接
📰 腾讯WorkBuddy金融版来了，易方达首家入驻，基金投资进入AI陪伴时代
腾讯WorkBuddy金融版正式上线，易方达基金成为首家入驻公募基金公司，推出“易方达Buddy应用”。该应用是在WorkBuddy智能体框架基础上，叠加金融业务视图、专家团、数据连接器、流程规则和治理能力，覆盖投研、合规、客户经营、信贷尽调、财富资配等核心场景。用户通过“看懂机会”“挑选基金”“持有陪伴”三大模式，结合九大专业服务场景，实现从信息检索到结构化分析报告的自动化输出。为降低使用门槛，系统内置60余个高频问题预设案例，且提供全景服务地图，连通企微、人工客服与官方新媒体等服务触点，实现AI与人工的无缝互补。安全方面，内容源自官方渠道，信息可溯源；在私有化、专属VPC及SaaS等方案下，数据、权限、审计等均受严格治理，确保核心数据不出域，并通过分级可控架构管理边界。WorkBuddy金融版显著提升投研时效：多渠道信息检索与持续监测将结论可回溯、自动去重，投顾热点点评与基金筛选速度大幅提速，并接入晨星数据实现筛选与穿透分析。易方达旗下指数直通车AI Skills也接入平台，提升指数查询的智能化和便捷性，确保数据与知识库在熟悉的AI工作台中直接调用，降低幻觉风险。总体而言，AI 应用正在从工具试用走向业务重构，帮助金融机构重新组织系统、数据和流程，推动公募投资进入AI原生时代。
🏷️ #WorkBuddy #金融AI #易方达 #基金投研 #安全治理
🔗 原文链接
📰 腾讯WorkBuddy金融版来了，易方达首家入驻，基金投资进入AI陪伴时代
腾讯WorkBuddy金融版正式上线，易方达基金成为首家入驻公募基金公司，推出“易方达Buddy应用”。该应用是在WorkBuddy智能体框架基础上，叠加金融业务视图、专家团、数据连接器、流程规则和治理能力，覆盖投研、合规、客户经营、信贷尽调、财富资配等核心场景。用户通过“看懂机会”“挑选基金”“持有陪伴”三大模式，结合九大专业服务场景，实现从信息检索到结构化分析报告的自动化输出。为降低使用门槛，系统内置60余个高频问题预设案例，且提供全景服务地图，连通企微、人工客服与官方新媒体等服务触点，实现AI与人工的无缝互补。安全方面，内容源自官方渠道，信息可溯源；在私有化、专属VPC及SaaS等方案下，数据、权限、审计等均受严格治理，确保核心数据不出域，并通过分级可控架构管理边界。WorkBuddy金融版显著提升投研时效：多渠道信息检索与持续监测将结论可回溯、自动去重，投顾热点点评与基金筛选速度大幅提速，并接入晨星数据实现筛选与穿透分析。易方达旗下指数直通车AI Skills也接入平台，提升指数查询的智能化和便捷性，确保数据与知识库在熟悉的AI工作台中直接调用，降低幻觉风险。总体而言，AI 应用正在从工具试用走向业务重构，帮助金融机构重新组织系统、数据和流程，推动公募投资进入AI原生时代。
🏷️ #WorkBuddy #金融AI #易方达 #基金投研 #安全治理
🔗 原文链接
📰 腾讯推WorkBuddy金融版，数十家厂商“鏖战”金融智能体
金融智能体（Agent）正在成为金融行业数字化升级的核心驱动力，进入“智能体时代”后，银行、资管、保险等机构纷纷部署面向金融场景的工作台和平台。腾讯、阿里云、百度、华为等云厂商以及多家金融信息服务商通过开放数据接口、标准化能力（如 MCP、Skills）和本地化部署，推动金融智能体落地。以 WorkBuddy金融版、点金等为代表，覆盖对公信贷尽调、投研投顾、风控、理赔等核心业务，显著提升工作流程效率与自动化水平，同时强化数据治理、模型安全与合规要求。行业格局逐渐清晰：数据方、场景方、模型方、平台方四类主体共同竞争与协作，平台方与数据方之间的关系既是共生也是潜在威胁，数据接口标准化后可能削弱传统金融终端的粘性，同时也带来数据泄露和滥用风险。金融智能体的商业化转化仍面临自主执行能力、落地场景和付费转化等不确定性。总体来看，市场规模有望在2025年达到约17.4亿元，年增速超过90%，但要实现全面落地，还需解决安全、合规、数据治理与成本投入等关键挑战。
🏷️ #金融智能体 #AI金融 #数据接口 #合规安全 #市场格局
🔗 原文链接
📰 腾讯推WorkBuddy金融版，数十家厂商“鏖战”金融智能体
金融智能体（Agent）正在成为金融行业数字化升级的核心驱动力，进入“智能体时代”后，银行、资管、保险等机构纷纷部署面向金融场景的工作台和平台。腾讯、阿里云、百度、华为等云厂商以及多家金融信息服务商通过开放数据接口、标准化能力（如 MCP、Skills）和本地化部署，推动金融智能体落地。以 WorkBuddy金融版、点金等为代表，覆盖对公信贷尽调、投研投顾、风控、理赔等核心业务，显著提升工作流程效率与自动化水平，同时强化数据治理、模型安全与合规要求。行业格局逐渐清晰：数据方、场景方、模型方、平台方四类主体共同竞争与协作，平台方与数据方之间的关系既是共生也是潜在威胁，数据接口标准化后可能削弱传统金融终端的粘性，同时也带来数据泄露和滥用风险。金融智能体的商业化转化仍面临自主执行能力、落地场景和付费转化等不确定性。总体来看，市场规模有望在2025年达到约17.4亿元，年增速超过90%，但要实现全面落地，还需解决安全、合规、数据治理与成本投入等关键挑战。
🏷️ #金融智能体 #AI金融 #数据接口 #合规安全 #市场格局
🔗 原文链接
📰 机构：AI应用呈现入口效应、网络效应和马太效应
中信证券第十七届金融创新服务会议聚焦AI驱动资管变革、产品创新与策略迭代、全球市场投资三大核心领域。报告指出AI应用具备入口、网络与马太效应，大模型正成为统一入口，Agent仍分散在各端，A2A网络效应可能成为下一步提升应用效率的关键。会议自2008年起举办，形成以投资策略、衍生工具、资产管理、财富配置等为核心的年度综合平台。专家认为基座模型的收益边际递减需通过神经网络结构改进、后训练算法及Agent、Skill等工程封装来提升，评估重点也正从考试与对话转向代码生成、工具调用、指令跟随及多Agent协同。若资管内部的买方研究员、投资经理及管理层的Agent能够在合规前提下共享信息与需求，可能明显降低观点传递中的低效与错配。未来AI需从“回答软件”走向“可承接任务的数字劳动力”，并在投研、组合分析、风险监测等场景落地；行业认知需要融入模型与产品设计，否则即使具备强大通用能力，也难以达到资深投资者的分析水平。现场还展示了托管Agent解决方案，支持在云端环境并行执行、多源核对与自检，并将结果回写看板。阿里巴巴、腾讯等亦提出企业AI原生转型的三个阶段：全员普及AI工具、AI深度嵌入业务、建设组织级AI中枢，目标是让AI成为企业生产力的一部分。中信证券建立了“原则框架+工具箱+投票Skills”三层体系，将合规、股东权益、可解释性等放在核心，确保专业判断可追溯、可复核。同花顺调研显示AI在基本面分析、热点解读、智能选股等方面的需求并存，未来竞争在于围绕真实工作建立完善的Skill生态，而非仅靠模型参数。整体来看，金融AI正处于“认知—行动—系统”的演进阶段，生成式AI实现内容生产，Agent实现任务执行，Skill沉淀成熟方法，强调以工作流驱动的应用落地。
🏷️ #金融AI #大模型 #Agent #Skill #合规
🔗 原文链接
📰 机构：AI应用呈现入口效应、网络效应和马太效应
中信证券第十七届金融创新服务会议聚焦AI驱动资管变革、产品创新与策略迭代、全球市场投资三大核心领域。报告指出AI应用具备入口、网络与马太效应，大模型正成为统一入口，Agent仍分散在各端，A2A网络效应可能成为下一步提升应用效率的关键。会议自2008年起举办，形成以投资策略、衍生工具、资产管理、财富配置等为核心的年度综合平台。专家认为基座模型的收益边际递减需通过神经网络结构改进、后训练算法及Agent、Skill等工程封装来提升，评估重点也正从考试与对话转向代码生成、工具调用、指令跟随及多Agent协同。若资管内部的买方研究员、投资经理及管理层的Agent能够在合规前提下共享信息与需求，可能明显降低观点传递中的低效与错配。未来AI需从“回答软件”走向“可承接任务的数字劳动力”，并在投研、组合分析、风险监测等场景落地；行业认知需要融入模型与产品设计，否则即使具备强大通用能力，也难以达到资深投资者的分析水平。现场还展示了托管Agent解决方案，支持在云端环境并行执行、多源核对与自检，并将结果回写看板。阿里巴巴、腾讯等亦提出企业AI原生转型的三个阶段：全员普及AI工具、AI深度嵌入业务、建设组织级AI中枢，目标是让AI成为企业生产力的一部分。中信证券建立了“原则框架+工具箱+投票Skills”三层体系，将合规、股东权益、可解释性等放在核心，确保专业判断可追溯、可复核。同花顺调研显示AI在基本面分析、热点解读、智能选股等方面的需求并存，未来竞争在于围绕真实工作建立完善的Skill生态，而非仅靠模型参数。整体来看，金融AI正处于“认知—行动—系统”的演进阶段，生成式AI实现内容生产，Agent实现任务执行，Skill沉淀成熟方法，强调以工作流驱动的应用落地。
🏷️ #金融AI #大模型 #Agent #Skill #合规
🔗 原文链接
📰 大厂狂卷AI办公，另一场更深的战役正在打响 - 智东西
今年以来，国内大厂持续发力AI办公，涌现出Workbody、千问办公等应用，AI Agent在写代码、做PPT、整理资料、分析数据等办公场景兑现价值，办公场景被视为AI爆发的入口。但更深的战役在于AI要进入企业核心业务现场，将从单点提效转向直接服务于业务增长、用户转化和履约的真实场景。海外市场如Palantir在决策与流程中应用AI获得高估值，国内AItoB也在快速发展，催生“Agentic Commerce”的潜在市场，预计2030年全球消费交易中将有3万到5万亿美元通过AI代理参与。要实现规模化落地，企业需要把原有小程序和API等服务接入智能体体系，进而在营销、获客、库存、客服、交易等全链路实现闭环交付。蚂蚁数科的Agentar生态提供从接入到运营的一站式AI能力，沉淀200+场景Skills，形成可复用的数字员工，并通过零/低/高码方案覆盖全生命周期，解决成本、安全与稳定性等挑战，已在金融等领域获得大规模实践与权威机构认可。未来，Agent需要从“能用”走向“跑稳”，真正承接业务并持续交付可衡量的结果。
🏷️ #AI办公 #智能体 #Agentar #金融场景 #产业升级
🔗 原文链接
📰 大厂狂卷AI办公，另一场更深的战役正在打响 - 智东西
今年以来，国内大厂持续发力AI办公，涌现出Workbody、千问办公等应用，AI Agent在写代码、做PPT、整理资料、分析数据等办公场景兑现价值，办公场景被视为AI爆发的入口。但更深的战役在于AI要进入企业核心业务现场，将从单点提效转向直接服务于业务增长、用户转化和履约的真实场景。海外市场如Palantir在决策与流程中应用AI获得高估值，国内AItoB也在快速发展，催生“Agentic Commerce”的潜在市场，预计2030年全球消费交易中将有3万到5万亿美元通过AI代理参与。要实现规模化落地，企业需要把原有小程序和API等服务接入智能体体系，进而在营销、获客、库存、客服、交易等全链路实现闭环交付。蚂蚁数科的Agentar生态提供从接入到运营的一站式AI能力，沉淀200+场景Skills，形成可复用的数字员工，并通过零/低/高码方案覆盖全生命周期，解决成本、安全与稳定性等挑战，已在金融等领域获得大规模实践与权威机构认可。未来，Agent需要从“能用”走向“跑稳”，真正承接业务并持续交付可衡量的结果。
🏷️ #AI办公 #智能体 #Agentar #金融场景 #产业升级
🔗 原文链接
📰 5万个Skill背后：金融人的AI差距，从第二遍开始
本文围绕 Wind Alice 平台的技能（Skill）化趋势展开，阐明在金融行业中重复性工作若仅完成一次就结束，将错失长期价值。通过将数据口径、执行步骤、判断规则和交付格式等要素打造成可调用的 Skill，重复任务可实现逐步积累与快速复用。Wind Alice 的统计显示，平台已有超过5万条 Skill，调用量达到百万级，买方投研、资产策略、行业研究等需求占比达到67%，技能大多在工作日高峰时段产生并逐步积累。随着 Skill 数量增多，其使用集中度随之提升，前50个 Skill占70%的调用量，前10个占35%。因此，真正的竞争点不在于初次应用的速度，而在于能否持续积累数据、规则、参数和交付格式，使后续任务能稳定复用，减少重复拆解的时间成本。每个 Skill 需经过多轮打磨，平均三次、最高可达18次迭代，甚至90天才完成发布，原因在于初次跑通后，数据口径、异常情况、场景切换等问题会逐步显现，需要持续完善。成熟的 Skill 将使用场景、输入、流程、数据源、分析框架、交付标准等逐项清晰化，接近一套小型自动化工作系统，并能把原本分散的筛选、核验步骤集中到同一个 Skill 中。金融行业的高频场景（如晨会、财报拆解、指标跟踪、策略回测、产业监控等）天然具备可拆解、可调用、可复用的特征，Skill 的持续积累也将改变工作方式：过去工作结束只剩结果，现在可把数据、规则、判断和流程沉淀为可复用的“店”，逐步形成开放的技能生态。若继续保持这种积累，未来每次同类任务的起点将大为提升，个人之间的差距将不再仅是当前的效率，而是积累深度，技能广场和开放街道将催生更多应用场景与反馈。欢迎体验 Wind Alice，感兴趣的用户可通过官网参与和探索。
🏷️ #金融技能 #自动化 #工作流 #数据复用 #技能迭代
🔗 原文链接
📰 5万个Skill背后：金融人的AI差距，从第二遍开始
本文围绕 Wind Alice 平台的技能（Skill）化趋势展开，阐明在金融行业中重复性工作若仅完成一次就结束，将错失长期价值。通过将数据口径、执行步骤、判断规则和交付格式等要素打造成可调用的 Skill，重复任务可实现逐步积累与快速复用。Wind Alice 的统计显示，平台已有超过5万条 Skill，调用量达到百万级，买方投研、资产策略、行业研究等需求占比达到67%，技能大多在工作日高峰时段产生并逐步积累。随着 Skill 数量增多，其使用集中度随之提升，前50个 Skill占70%的调用量，前10个占35%。因此，真正的竞争点不在于初次应用的速度，而在于能否持续积累数据、规则、参数和交付格式，使后续任务能稳定复用，减少重复拆解的时间成本。每个 Skill 需经过多轮打磨，平均三次、最高可达18次迭代，甚至90天才完成发布，原因在于初次跑通后，数据口径、异常情况、场景切换等问题会逐步显现，需要持续完善。成熟的 Skill 将使用场景、输入、流程、数据源、分析框架、交付标准等逐项清晰化，接近一套小型自动化工作系统，并能把原本分散的筛选、核验步骤集中到同一个 Skill 中。金融行业的高频场景（如晨会、财报拆解、指标跟踪、策略回测、产业监控等）天然具备可拆解、可调用、可复用的特征，Skill 的持续积累也将改变工作方式：过去工作结束只剩结果，现在可把数据、规则、判断和流程沉淀为可复用的“店”，逐步形成开放的技能生态。若继续保持这种积累，未来每次同类任务的起点将大为提升，个人之间的差距将不再仅是当前的效率，而是积累深度，技能广场和开放街道将催生更多应用场景与反馈。欢迎体验 Wind Alice，感兴趣的用户可通过官网参与和探索。
🏷️ #金融技能 #自动化 #工作流 #数据复用 #技能迭代
🔗 原文链接
📰 券商竞相推出金融AI Skill 金融信息服务模式迎来系统升级
今年以来，国内多家大型和中小券商纷纷推出金融AI Skill，将多年的投研框架、数据模型、行情工具打包成可由AI直接调用的标准化模块，推动AI从“回答问题”走向“完成任务”的可执行能力。Skill具备标准化、可复用、生态开放等特征，既是入口竞争的产品卡位，也是在数据、投研和业务能力上的重新组织。与通用AI在金融场景适配性不足的问题不同，Skill通过在AI与专业数据库之间搭桥，明确数据来源、获取方式和输出格式，使投资者以自然语言提出需求后，AI能调取相应Skill并以结构化形式呈现，显著降低信息获取门槛。各家券商围绕自有业务优势，走差异化路线：华泰证券构建AI涨乐Skills体系，覆盖行情检索、条件选股等高频场景；中信建投打造蜻蜓Skill广场，聚焦三大高频投研场景，均支持自然语言交互；中金公司探索分析师Skill数字化路径，将分析师能力与大模型结合，推动投研服务智能化、场景化；平安证券上线六大Skills，将专业能力嵌入AI，解决信息碎片化。此前智能化停留在问答与资讯，Skill通过直接提供经过验证的行情、数据、研报及业务API，实现AI执行具体任务，并通过鉴权、日志等加强可控性。技能化模块的落地使投研和财富管理服务链路得到重塑，提升效率，降低信息壁垒，使机构级数据能力更广泛地惠及零售端。未来，行业焦点将从单一Skill向多Skills协同的智能体演进，并加强投研工作流、交易服务及合规治理能力，形成以数据、投研、场景、合规、生态为核心的全链路竞争力。
🏷️ #AI技能 #投研升级 #金融科技 #券商生态 #数据治理
🔗 原文链接
📰 券商竞相推出金融AI Skill 金融信息服务模式迎来系统升级
今年以来，国内多家大型和中小券商纷纷推出金融AI Skill，将多年的投研框架、数据模型、行情工具打包成可由AI直接调用的标准化模块，推动AI从“回答问题”走向“完成任务”的可执行能力。Skill具备标准化、可复用、生态开放等特征，既是入口竞争的产品卡位，也是在数据、投研和业务能力上的重新组织。与通用AI在金融场景适配性不足的问题不同，Skill通过在AI与专业数据库之间搭桥，明确数据来源、获取方式和输出格式，使投资者以自然语言提出需求后，AI能调取相应Skill并以结构化形式呈现，显著降低信息获取门槛。各家券商围绕自有业务优势，走差异化路线：华泰证券构建AI涨乐Skills体系，覆盖行情检索、条件选股等高频场景；中信建投打造蜻蜓Skill广场，聚焦三大高频投研场景，均支持自然语言交互；中金公司探索分析师Skill数字化路径，将分析师能力与大模型结合，推动投研服务智能化、场景化；平安证券上线六大Skills，将专业能力嵌入AI，解决信息碎片化。此前智能化停留在问答与资讯，Skill通过直接提供经过验证的行情、数据、研报及业务API，实现AI执行具体任务，并通过鉴权、日志等加强可控性。技能化模块的落地使投研和财富管理服务链路得到重塑，提升效率，降低信息壁垒，使机构级数据能力更广泛地惠及零售端。未来，行业焦点将从单一Skill向多Skills协同的智能体演进，并加强投研工作流、交易服务及合规治理能力，形成以数据、投研、场景、合规、生态为核心的全链路竞争力。
🏷️ #AI技能 #投研升级 #金融科技 #券商生态 #数据治理
🔗 原文链接
📰 5万个Skill背后：金融人的AI差距，从第二遍开始
本研究基于 Wind Alice 平台对技能（Skill）的分析，揭示在金融行业中重复性工作逐步被拆解、标准化并以技能形式沉淀的趋势。随着技能数量突破五万个、整体调用达到百万级，65%的创作发生在工作日9点至18点，说明大量技能来自日常工作场景的拆解。技能的高使用集中度也在提高，前50个技能占据70%的调用量，前10个占35%。首次完成一项任务时差异仅在时间上，重复执行后，能带来流程、口径、数据、格式等多维度的积累，形成“可复用的工作系统”。平均需经过3次打磨，最高迭代18次，部分作品用时最长达90天，原因在于数据口径不稳定、异常情境、场景切换等导致需要不断校验和重新设计，从而使技能逐步包含输入参数、执行流程、数据源、分析框架与交付标准等要素。实践案例显示，许多创作者将信息筛选、核验、可信度评级等环节整合进一个 Skill，提升效率并降低重复工作的成本。五万个 Skill 的意义在于创建开放的技能市场，用户通过持续调用实现选择与迭代，推动金融工作方式的根本改变，即从每次从头开始到逐步积累可复用的方法与规则。未来，持续沉淀与复用的技能体系将成为金融AI应用的核心驱动力。 Wind Alice 平台及其技能广场为这一变革提供了落地路径，期待更多金融从业者加入其中。
🏷️ #金融AI #技能沉淀 #工作流自动化 #复用价值 #WindAlice
🔗 原文链接
📰 5万个Skill背后：金融人的AI差距，从第二遍开始
本研究基于 Wind Alice 平台对技能（Skill）的分析，揭示在金融行业中重复性工作逐步被拆解、标准化并以技能形式沉淀的趋势。随着技能数量突破五万个、整体调用达到百万级，65%的创作发生在工作日9点至18点，说明大量技能来自日常工作场景的拆解。技能的高使用集中度也在提高，前50个技能占据70%的调用量，前10个占35%。首次完成一项任务时差异仅在时间上，重复执行后，能带来流程、口径、数据、格式等多维度的积累，形成“可复用的工作系统”。平均需经过3次打磨，最高迭代18次，部分作品用时最长达90天，原因在于数据口径不稳定、异常情境、场景切换等导致需要不断校验和重新设计，从而使技能逐步包含输入参数、执行流程、数据源、分析框架与交付标准等要素。实践案例显示，许多创作者将信息筛选、核验、可信度评级等环节整合进一个 Skill，提升效率并降低重复工作的成本。五万个 Skill 的意义在于创建开放的技能市场，用户通过持续调用实现选择与迭代，推动金融工作方式的根本改变，即从每次从头开始到逐步积累可复用的方法与规则。未来，持续沉淀与复用的技能体系将成为金融AI应用的核心驱动力。 Wind Alice 平台及其技能广场为这一变革提供了落地路径，期待更多金融从业者加入其中。
🏷️ #金融AI #技能沉淀 #工作流自动化 #复用价值 #WindAlice
🔗 原文链接
📰 券商竞相推出金融AI Skill
今年以来，券商行业持续推动金融 AI Skill 的落地应用，将长期沉淀的投研框架、数据模型和行情工具封装成可被 AI 调用的标准化模块，使自然语言直接对接券商业务系统，推动 AI 从仅能回答问题提升为执行具体任务的生产力工具。这些 Skill 具备标准化、可复用与生态开放特征，既是入口卡位，也是对数据、投研和业务能力的一次重组。各家券商依据自身优势，形成差异化布局：华泰证券的 AI 涨乐技能覆盖行情检索、选股等高频场景；中信建投打造蜻蜓 Skill 广场，聚焦三大高频投研场景并支持自然语言交互；中金公司将分析师能力与大模型技术结合，探索全天候、场景化投研新形态；平安证券则通过六大 Skill 将专业能力嵌入 AI，改善信息碎片化问题。 Skill 的核心在于连接 AI 与专业数据库，系统主动响应投资需求，降低信息获取门槛，提升投研与财富管理的效率和可控性。未来发展将从单一 Skill 向多 Skill 协同的智能体演进，强化安全、合规与生态治理，促进投研服务与财富管理的持续升级。
🏷️ #AI Skill #投研 #财富管理 #金融科技 #券商生态
🔗 原文链接
📰 券商竞相推出金融AI Skill
今年以来，券商行业持续推动金融 AI Skill 的落地应用，将长期沉淀的投研框架、数据模型和行情工具封装成可被 AI 调用的标准化模块，使自然语言直接对接券商业务系统，推动 AI 从仅能回答问题提升为执行具体任务的生产力工具。这些 Skill 具备标准化、可复用与生态开放特征，既是入口卡位，也是对数据、投研和业务能力的一次重组。各家券商依据自身优势，形成差异化布局：华泰证券的 AI 涨乐技能覆盖行情检索、选股等高频场景；中信建投打造蜻蜓 Skill 广场，聚焦三大高频投研场景并支持自然语言交互；中金公司将分析师能力与大模型技术结合，探索全天候、场景化投研新形态；平安证券则通过六大 Skill 将专业能力嵌入 AI，改善信息碎片化问题。 Skill 的核心在于连接 AI 与专业数据库，系统主动响应投资需求，降低信息获取门槛，提升投研与财富管理的效率和可控性。未来发展将从单一 Skill 向多 Skill 协同的智能体演进，强化安全、合规与生态治理，促进投研服务与财富管理的持续升级。
🏷️ #AI Skill #投研 #财富管理 #金融科技 #券商生态
🔗 原文链接
📰 百度文库网盘GenFlow官宣中文名“库库AI”，AI办公MAU超2500万
百度持续加码AI办公赛道，文库网盘推出“库库AI”独立端，覆盖PC客户端、网页端、小程序与企业版等形态。自2023年以来，文库网盘围绕AI生产力不断迭代，2025年1.0至4.0版本实现全端通用化，能调用Office Agent并行完成PPT、Excel、Word等任务，支持跨模态文件生成、在线编辑及多端协同，形成全模态、全场景服务能力。核心在于将通用智能、经验知识与长期记忆深度整合，促成从任务交付向人机协同进化的升级。库库AI办公模式以专业级应用为目标，聚焦金融研究、复杂办公与团队协作，提供股票研究、财报分析、金融模型等Skill生态，并支持一键导入网盘内容进行专业产出。企业版通过统一治理、身份验证与知识资产审计，构建“专业—协作—安全”三位一体的组织AI办公平台，面向千行百业扩展。
🏷️ #AI办公 #库库AI #文库网盘 #金融分析 #企业版
🔗 原文链接
📰 百度文库网盘GenFlow官宣中文名“库库AI”，AI办公MAU超2500万
百度持续加码AI办公赛道，文库网盘推出“库库AI”独立端，覆盖PC客户端、网页端、小程序与企业版等形态。自2023年以来，文库网盘围绕AI生产力不断迭代，2025年1.0至4.0版本实现全端通用化，能调用Office Agent并行完成PPT、Excel、Word等任务，支持跨模态文件生成、在线编辑及多端协同，形成全模态、全场景服务能力。核心在于将通用智能、经验知识与长期记忆深度整合，促成从任务交付向人机协同进化的升级。库库AI办公模式以专业级应用为目标，聚焦金融研究、复杂办公与团队协作，提供股票研究、财报分析、金融模型等Skill生态，并支持一键导入网盘内容进行专业产出。企业版通过统一治理、身份验证与知识资产审计，构建“专业—协作—安全”三位一体的组织AI办公平台，面向千行百业扩展。
🏷️ #AI办公 #库库AI #文库网盘 #金融分析 #企业版
🔗 原文链接
📰 百度文库网盘通用智能体官宣中文名“库库AI”，推出办公独立端 — 新京报
百度文库网盘通用智能体GenFlow推出中文名“库库AI”，并上线独立端，覆盖办公PC客户端、网页端、小程序及企业版，以满足AI办公的高频需求。当前GenFlow月活用户已超1亿，办公用户呈指数级增长，AI办公MAU超2500万。库库AI面向金融场景开展首期优化，支持跨设备、跨时空端云任务接力，电脑关机仍可在小程序处理任务，并实现远程并行操控多台电脑及文件夹。该平台创新性地提供全天候自动化任务执行，内置全球金融数据，打通文库学术网盘等公私域知识，能生成并编辑专业Word研报、金融分析PPT、财务模型Excel等Office三件套，同时覆盖图文影音全模态的内容生成、存储与管理，并具备实时录音、AI参会、AI纪要等功能，广泛满足金融从业者的工作场景。目前库库AI企业版基于完整研报、机构级数据及金融模型Skill，已在金融行业落地，具备强大的知识和技能生态。编辑：岳彩周、校对：柳宝庆。
🏷️ #AI办公 #金融科技 #文库网盘 #数字办公 #_genFlow
🔗 原文链接
📰 百度文库网盘通用智能体官宣中文名“库库AI”，推出办公独立端 — 新京报
百度文库网盘通用智能体GenFlow推出中文名“库库AI”，并上线独立端，覆盖办公PC客户端、网页端、小程序及企业版，以满足AI办公的高频需求。当前GenFlow月活用户已超1亿，办公用户呈指数级增长，AI办公MAU超2500万。库库AI面向金融场景开展首期优化，支持跨设备、跨时空端云任务接力，电脑关机仍可在小程序处理任务，并实现远程并行操控多台电脑及文件夹。该平台创新性地提供全天候自动化任务执行，内置全球金融数据，打通文库学术网盘等公私域知识，能生成并编辑专业Word研报、金融分析PPT、财务模型Excel等Office三件套，同时覆盖图文影音全模态的内容生成、存储与管理，并具备实时录音、AI参会、AI纪要等功能，广泛满足金融从业者的工作场景。目前库库AI企业版基于完整研报、机构级数据及金融模型Skill，已在金融行业落地，具备强大的知识和技能生态。编辑：岳彩周、校对：柳宝庆。
🏷️ #AI办公 #金融科技 #文库网盘 #数字办公 #_genFlow
🔗 原文链接
📰 百度文库网盘「库库AI」AI办公MAU超2500万，新推办公独立端
百度文库网盘推出独立端“库库AI”，正式对标通用AI办公赛道的进阶应用。GenFlow自2023-2024年持续迭代，现已实现1.0至4.0版本的全端覆盖，支持文库网盘、Oreate AI等多平台的一站式办公与跨模态生成。库库AI通过Office Agent等多种Agent，能够并行完成PPT、Excel、Word等办公任务，并扩展到AI海报、视频、播客、思维导图、代码、小程序、网页等内容生成与编辑，实现全场景主动服务与端云协同。其核心在于MoE底层架构、丰富的Skill生态、长期记忆与记忆管理能力，使通用智能深入专业办公领域，且在金融场景等初期应用上进行专项优化。企业版“库库AI企业版”进一步面向组织协作，强调数据安全、上下文共享、任务闭环及专业财务模型等能力，并通过机构级数据与多方共建的Skills生态，帮助企业从“会回答”走向“能办事”，力求将AI办公能力落地到千行百业。本文声明版权，转载经授权。
🏷️ #AI办公 #库库AI #企业版 #跨端协同 #金融场景
🔗 原文链接
📰 百度文库网盘「库库AI」AI办公MAU超2500万，新推办公独立端
百度文库网盘推出独立端“库库AI”，正式对标通用AI办公赛道的进阶应用。GenFlow自2023-2024年持续迭代，现已实现1.0至4.0版本的全端覆盖，支持文库网盘、Oreate AI等多平台的一站式办公与跨模态生成。库库AI通过Office Agent等多种Agent，能够并行完成PPT、Excel、Word等办公任务，并扩展到AI海报、视频、播客、思维导图、代码、小程序、网页等内容生成与编辑，实现全场景主动服务与端云协同。其核心在于MoE底层架构、丰富的Skill生态、长期记忆与记忆管理能力，使通用智能深入专业办公领域，且在金融场景等初期应用上进行专项优化。企业版“库库AI企业版”进一步面向组织协作，强调数据安全、上下文共享、任务闭环及专业财务模型等能力，并通过机构级数据与多方共建的Skills生态，帮助企业从“会回答”走向“能办事”，力求将AI办公能力落地到千行百业。本文声明版权，转载经授权。
🏷️ #AI办公 #库库AI #企业版 #跨端协同 #金融场景
🔗 原文链接
📰 金融机构的旧业务，正在锁住新机会
本文聚焦金融机构转型中的三大阻力：认知、资源配置和组织。资深观察者秦朔指出，越是原有业务盈利且稳固，机构越容易将资源投回老业务，新业务往往难以获得足够的预算与人才，导致转型困难。作者以诺基亚为例，说明新赛道资源分配偏低，即使技术更新，惯性仍在。金融行业亦然，认知需更新、预算与人才投入要向新机会倾斜、组织结构与考核体系需与新工作方式对齐，三者若不松动，转型难以实现。文中还强调华尔街历史性变革启示：中国金融创新需立足本土并具全球视野，以人为本、普惠理念尤为关键，AI有助降低门槛、扩展参与者范围，促进认知提升与专业能力缩小差距。FinAI Street 提供开放交流平台，鼓励分享成熟方法与试错新工具，帮助金融机构在熟悉航线之外探索新赛道。最终，资源分配将决定谁能在新的大航海时代中抢占先机。——
🏷️ #金融转型 #资源配置 #认知升级 #组织变革 #FinAI Street
🔗 原文链接
📰 金融机构的旧业务，正在锁住新机会
本文聚焦金融机构转型中的三大阻力：认知、资源配置和组织。资深观察者秦朔指出，越是原有业务盈利且稳固，机构越容易将资源投回老业务，新业务往往难以获得足够的预算与人才，导致转型困难。作者以诺基亚为例，说明新赛道资源分配偏低，即使技术更新，惯性仍在。金融行业亦然，认知需更新、预算与人才投入要向新机会倾斜、组织结构与考核体系需与新工作方式对齐，三者若不松动，转型难以实现。文中还强调华尔街历史性变革启示：中国金融创新需立足本土并具全球视野，以人为本、普惠理念尤为关键，AI有助降低门槛、扩展参与者范围，促进认知提升与专业能力缩小差距。FinAI Street 提供开放交流平台，鼓励分享成熟方法与试错新工具，帮助金融机构在熟悉航线之外探索新赛道。最终，资源分配将决定谁能在新的大航海时代中抢占先机。——
🏷️ #金融转型 #资源配置 #认知升级 #组织变革 #FinAI Street
🔗 原文链接
📰 FinAI Street 金融AGI沙龙正式开街
8月5日，FinAI Street金融AGI沙龙在上海举行，汇聚金融机构、券商投研、量化、云计算、人工智能与财经媒体等领域嘉宾，围绕AI在金融研究、投资决策与机构工作流中的落地路径进行交流。沙龙以启动仪式、圆桌、主题分享及AI金融技能大赛颁奖等环节，正式揭开FinAI Street开放金融AGI生态的平台序幕。FinAI Street象征一个没有门槛、无层级的开放交流之地，欢迎金融机构、科技公司、高校、投资机构及创业团队共同参与、共享经验，降低行业试错成本。多位联席主席共同启动平台，包括秦朔、胡利明、许云峰、王开等。圆桌讨论聚焦AI时代金融人的觉醒与商业破局，提出三层重构：人机数据关系由检索转向智能体自主调取、工作流程从单点提效走向整套重构、经验从个人沉淀转为可复用的Skill资产；机构转型关键在于组织架构与岗位权责的同步重构。秦朔指出以AI为核心的FinAI Street有望培育具有东方特色的金融文明，并提醒突破认知、资源配置与组织三重束缚。胡利明强调2026年将迎来高级Agent爆发元年，提出全员普及、超级组织、开放生态三层路径，相关平台积累8万余项技能。王开强调AI投研为人机协同，三点体会包括警惕数据幻觉、AI更适合资深从业者、避免以AI降本压缩新人培养。万得分享AI落地框架与技能三层跃迁，指出数据可信、工具覆盖、知识平权与治理缺一不可，并推出AIFin Market与万得AI Alice等产品。技能大赛展现创作者多元画像与可落地价值，TOP技能占较大调用比重，创作者训练周期普遍在数月至数十天之间。秦朔总结强调金融AI正进入大航海时代，数据、智能体、技能工具基础设施已具，关键在从业者的行动力与持续产出。活动强调开放交流、分享经验与落地工具，未来力图将FinAI Street打造成具有东方特色、对标华尔街的AI金融创新阵地。
🏷️ #FinAIStreet #AI金融 #金融AI技能 #开放平台 #智能体
🔗 原文链接
📰 FinAI Street 金融AGI沙龙正式开街
8月5日，FinAI Street金融AGI沙龙在上海举行，汇聚金融机构、券商投研、量化、云计算、人工智能与财经媒体等领域嘉宾，围绕AI在金融研究、投资决策与机构工作流中的落地路径进行交流。沙龙以启动仪式、圆桌、主题分享及AI金融技能大赛颁奖等环节，正式揭开FinAI Street开放金融AGI生态的平台序幕。FinAI Street象征一个没有门槛、无层级的开放交流之地，欢迎金融机构、科技公司、高校、投资机构及创业团队共同参与、共享经验，降低行业试错成本。多位联席主席共同启动平台，包括秦朔、胡利明、许云峰、王开等。圆桌讨论聚焦AI时代金融人的觉醒与商业破局，提出三层重构：人机数据关系由检索转向智能体自主调取、工作流程从单点提效走向整套重构、经验从个人沉淀转为可复用的Skill资产；机构转型关键在于组织架构与岗位权责的同步重构。秦朔指出以AI为核心的FinAI Street有望培育具有东方特色的金融文明，并提醒突破认知、资源配置与组织三重束缚。胡利明强调2026年将迎来高级Agent爆发元年，提出全员普及、超级组织、开放生态三层路径，相关平台积累8万余项技能。王开强调AI投研为人机协同，三点体会包括警惕数据幻觉、AI更适合资深从业者、避免以AI降本压缩新人培养。万得分享AI落地框架与技能三层跃迁，指出数据可信、工具覆盖、知识平权与治理缺一不可，并推出AIFin Market与万得AI Alice等产品。技能大赛展现创作者多元画像与可落地价值，TOP技能占较大调用比重，创作者训练周期普遍在数月至数十天之间。秦朔总结强调金融AI正进入大航海时代，数据、智能体、技能工具基础设施已具，关键在从业者的行动力与持续产出。活动强调开放交流、分享经验与落地工具，未来力图将FinAI Street打造成具有东方特色、对标华尔街的AI金融创新阵地。
🏷️ #FinAIStreet #AI金融 #金融AI技能 #开放平台 #智能体
🔗 原文链接
