一句话:不做新软件,做现有系统的统一入口

2026 年 9 月 14 日,Anthropic 发布 Claude for Financial Advisors。它的形态不是一套新的财富管理软件,而是连接器加工作流技能的组合:把理财顾问日常已经在用的托管、资管、组合报告、财务规划、客户关系管理与会议记录系统接到 Claude 上,让顾问在同一个对话界面里完成研究、会前准备、组合分析与会后文档。

Anthropic 引用 Kitces 的研究作为问题起点:典型的顾问团队只有大约六分之一的时间花在与客户会面上,其余时间耗在跨系统拼信息、做规划、写记录。这个描述点出了财富管理行业的成本结构——真正昂贵的是会议之间的那段时间。

连接器的分工:四类数据源

这次接入的连接器覆盖四类数据源。托管与账户数据来自嘉信理财的顾问服务平台,包括余额、持仓、交易、成本基础、预警与资金划转状态;组合与投研数据来自贝莱德顾问中心、先锋、SS&C Black Diamond 与 Orion;另类资产与规划数据来自 iCapital、Envestnet 的 Tamarac 与 MoneyGuide;客户与合规记录来自 Wealthbox、Wealth.com 与会议记录厂商 Zocks。

还有两家值得单独一提。Addepar 提供公开与私募市场的组合数据、分析与工作流;Wealth.com 提供结构化的遗产与税务视图,包括信托与遗嘱摘要、税务申报要点与完整资产负债表。这些信息此前分散在不同系统,顾问需要手工对照,这正是技能要解决的环节。

架构选择:MCP 与「数据不搬家」

这套集成建立在 Model Context Protocol 之上:每个数据合作方运行自己的服务器,Claude 只发起结构化请求,会话中被请求到的数据才被返回。托管数据留在托管机构的基础设施上,不流向 Anthropic 的服务器。

这个架构选择值得单独记,因为它同时缓解了合规与信任两个问题。对受美国证券交易委员会记录保存要求约束的机构而言,数据留在原系统、由原系统执行授权,是能否通过审查的前置条件;对顾问而言,把客户资产明细搬到一个新的云端,是极难说服客户的。反过来看,这种架构也意味着能力上限受合作方开放程度约束——连接器能给什么,Claude 才能用什么。

与其说是自动化,不如说是「预审草稿」

Anthropic 在设计上给高风险动作留了闸门:投资建议、客户沟通与合规判定,都需要顾问复核确认后才对外发出。产品定位不是替代顾问,而是把会前准备、会后跟进与文档整理自动化,把时间还给人。

这个取舍有现实依据。第三方调研显示,财富管理从业者对 AI 准确性的顾虑并不低,且绝大多数人希望即便在低风险输出上也保留最终确认权。把「暂存待审」做成产品默认,等于承认了一件事:在受监管行业,智能体的价值来自把人从重复劳动里释放出来,而不是把人从决策链上移除。

定价与准入门槛

插件对企业版授权客户免费开放,通过插件浏览器即可安装;尚无企业版授权、在 9 月底前提交申请的机构可获得一次性用量额度。第三方估算的全包成本约为每人每月 70 至 120 美元,实际取决于用量。Anthropic 面向注册投资顾问推荐企业版方案,理由写得很直白:其中包含记录保存合规所需的审计日志。

这条推荐本身就是一个信号——在专业服务行业,合规能力不是附加项,而是采购清单上的前排项。

同期对照:同一周里的另一条路

就在四天前,OpenAI 面向投资银行与股票研究岗位推出了金融版产品,设计合作方是投行与咨询机构。两家在同一周进入金融行业,但切法不同:一家把数据集授权后托管在自己的基础设施上,做统一检索;另一家把连接器留在客户侧,做授权查询。

这两条路分别适配不同的工作形态。财富管理需要的是长期、稳定的数据关系——托管账户、客户关系记录、会议记录都是要用很多年的系统,让数据不搬家能显著降低采用摩擦;投行研究则是项目制、数据密集,单次会话需要横跨数十个数据源,预索引的统一检索更顺手。这种分工会不会随着双方扩张而重叠,是接下来值得观察的变量。

优势与局限

优势在于连接器生态的广度与数据边界的清晰。11 家合作方覆盖了顾问日常工作的大部分数据源,而「数据留在托管方」这条设定,让这套工具在合规审查中更容易被接受。对管理着大量中等规模家庭账户的机构,会前准备与会后文档这类高频重复劳动,是最容易看到工时节省的落点。

局限也有三点。其一,能力受连接器深度制约,合作方开放到什么粒度,决定技能能做到什么程度。其二,对已经深度使用某一家财富科技平台的中大型机构,增量价值取决于跨系统编排能省下多少切换成本。其三,财富管理是信任密集行业,终端客户的接受度仍受代际信任差影响,面向客户侧的自主行动短期内难以放开。目前官方及行业暂未披露更多落地效果数据,后续将持续跟进迭代动态。

结语

Claude for Financial Advisors 更像是财富管理行业「智能层」的一次商品化推进:把分析、规划草案与合规预检打包成可插拔模块,接在既有系统之上。真正需要重新定位的,未必是顾问这个职业,而是那些功能单一的分析中间件——当通用智能层能同时调用托管数据、投研模型与规划工具,被压缩的往往是中间那一层。至于护城河,它看起来仍然留在执行与合规,而不在模型本身。