字節百度騰訊AI Agent集體切入金融場景
nashnova research
字節、百度、騰訊三家大廠在一個月內先後將AI Agent推入金融行業，但路徑截然不同——字節和百度面向散戶，騰訊直接賣給銀行券商，這場分歧將決定辦公Agent能否從通用工具升級為按行業定價的軟件品類。
三家大廠分別做了甚麼？
騰訊9月3日推出WorkBuddy金融版，面向銀行、券商、保險等機構，上線超80個金融專家Agent，是大廠中首個獨立的金融行業版Agent產品。
百度為通用智能體GenFlow啟用中文名「庫庫AI」，上線獨立辦公端，將金融列為從通用辦公走向專業辦公的第一個重點場景。
字節旗下扣子已引入華泰證券、廣發證券、國信證券等機構的金融Agent和技能，把行情查詢、財務數據、ETF篩選、基金對比等能力整合進平台。
它們瞄準的客戶一樣嗎？
不一樣，分野很清晰。 字節扣子和百度庫庫AI主要面向C端散戶，騰訊WorkBuddy金融版切入的是B端機構市場。
扣子的打法是把專業金融能力拆成Agent可調用的Skill——廣發證券提供的8項Skill覆蓋財務對比、龍虎榜、ETF篩選等高頻投研場景，用戶可組合多個Skill完成盤前整理、盤中監控、盤後復盤。
庫庫AI依托百度文庫、百度學術和網盤的內容能力，內置上市公司、行情、財報、研報等數據，用戶下達任務後可直接交付Word研報、PPT或Excel財務模型，長時間盯盤任務還能留在雲端持續執行。
騰訊WorkBuddy金融版則深入到信貸盡調（把借款人的工商、財務、司法數據交叉核驗後生成盡調初稿）、基金篩選與組合診斷、保險合規審核等場景，據騰訊稱已進入中金公司、國投證券、平安銀行、中國太平等逾100家金融機構。
到底該做通用版還是行業版？
這是目前大廠之間尚未達成共識的核心問題。這意味著→ 同一條賽道上，各家對「正確路線」的判斷完全相反。
百度內部人士透露，庫庫AI定位仍是通用辦公Agent，金融更多被當作展示複雜任務能力的「樣本」，後續會擴展到更多行業，而非只圍繞金融深挖。
騰訊則走了更激進的一步：直接推出獨立的金融版。簡單來說＝ 騰訊在賭金融機構願意為專門的行業Agent額外付費——如果賭對了，辦公Agent就能從賣通用工具變成按行業定價的軟件品類。
海外大廠怎麼選的？
海外同樣沒有統一路徑。OpenAI傾向通用路線，通過Investment Banking插件將ChatGPT帶入投行場景，同時與普華永道合作延伸至CFO工作流。
Anthropic推出10套金融Agent模板，覆蓋Pitchbook、KYC（了解你的客戶）、財務建模、估值審核等場景，並將Claude接入FactSet、標普資本智商（S&P Capital IQ）、MSCI等專業數據源。
谷歌最激進——今年8月直接推出Gemini金融服務企業版，專門面向資本市場和公司銀行業務，內置逾50項金融Skill，連接FactSet、穆迪、MSCI、PitchBook等數據源。這反映出 即使在海外，「通用vs行業版」的路線之爭同樣在進行中。
監管和資本怎麼看？
監管門檻正在抬高。今年6月中國國家金融監督管理總局發布指導意見，將資金交易、信貸審批、承保理賠等列為AI高風險應用，要求關鍵決策設置人工復核節點，並保留原始數據和推理路徑記錄。
這意味著→ 金融Agent不是做出來就能用——每一步決策都要留痕、可追溯、有人盯著，合規成本不低。
資本市場已率先為這條賽道定價。金融AI公司Rogo去年4月B輪融資時估值約3.5億美元，至今年已升至約20億美元，一年左右漲了近6倍。Rogo的核心是打通基礎模型與金融工作之間的斷點——向下連接Capital IQ、FactSet等數據庫，向上生成可直接用的Excel、PPT和研報，並保留數據來源和原文引用，目前已服務逾300家機構、逾4萬名金融專業人士。
這場路線之爭最終會怎樣？
目前沒有標準答案。如果金融機構願意為更深的數據連接、工作流適配和安全治理額外付費，行業版Agent就可能從試水產品演變為獨立軟件品類。
反過來，如果通用Agent靠更強模型和更豐富Skill就能覆蓋大部分金融需求，「行業版」的空間就會被重新壓縮。
簡單來說＝ 騰訊這次的激進押注，是這場路線之爭最早的壓力測試之一——它的成敗將直接影響其他大廠的跟進節奏。
市场有风险，内容仅供研究参考，不构成投资建议。