AI金融助手，到底能替金融牛马干到哪

上周三晚上，客户临时要一份半导体设备行业景气度更新。材料很典型，散在微信群、路演纪要、公开研报和一份我自己导出的行业表里。以前这种活，我得先对口径，再找可比公司，再写周期判断和估值修复逻辑，两三个小时跑不掉。那晚我把手头几个AI金融助手翻出来试了一遍，想看看它们到底能替金融牛马干到哪一步。

这里的Agent，是能接任务、拆步骤、调用工具的智能程序。Skill是预置能力包，比如调研提纲、拜访纪要、可比公司。我用的界面左边是任务队列，右边是引用来源，下面有权限开关。我没给账户和CRM权限，只读本地公开文件。把三份研报、一份Excel、一段路演文本丢进去后，它先反问要不要加入库存、订单、资本开支三个维度。这一步挺像人。输出里也带上了“从行业周期来看”“估值修复逻辑”这类措辞，已经接近初稿。

惊喜是有的。它把散材料归到同一框架，列出国产替代、订单节奏、毛利率变化三条线，还生成可比公司表。我后来拿Claude Code的脚本对照，Claude Code更适合清洗Excel、跑数、画图，金融助手更像会读材料的助理。麻烦在于金融数据不听话。我那份Excel日期列被识别成文本，直接报错，改完格式才通。PDF图表也坑，它把脚注里的“同比”和正文里的“环比”混了，还把库存表读成产能表。来源能指到文件名，但没到页码。小白看着像有依据，其实还得人工核。

我更在意合规边界。它生成建议时，出现过“建议关注龙头加仓”。放在券商工作流里，这句话不能原样出去。我让它改成“不构成投资建议，仅作为公开资料整理”，改得挺快。改字只是表面。金融AI往前走，要接客户、接账户、接交易，权限链条必须可审计。新闻里提到，美国财长和美联储主席曾因为Anthropic模型可能带来的网络安全风险，召集银行高管开会。奇富科技的FCMBench、上海财大的Fin-Eval迭代到10.0，是在给模型做评测尺子。以前不同模型各说95分、98分，到底哪个好，机构没有统一口径。评测先行，说明金融AI开始从概念走到落地。

这类工具短期更像省人工搬运的中间层。OpenAI联手19家PE投入超40亿美元成立部署公司，收购Tomoro，打包带走150个FDE。FDE可以理解为把模型送进真实业务里的部署工程师。巨头想解决最后一公里，卖API只是其中一环。以后要拼谁能把数据、流程、权限、审计、责任接起来，模型参数只是其中一部分。

这轮试用，好处是资料整理快了，初稿有了，拜访纪要、路演提纲、公开资料摘要这类标准化工作，适合初级研究员、销售、IR先用。坏处也很明显，数据一脏就歪，图表和脚注理解不稳，来源不够细，合规判断不能交给模型。我用过一个类似牛马AI拜访助手的工具，录音转成客户关注、竞品动态、后续动作，确实顺，但客户姓名和手机号没自动脱敏，我手动删了一遍。

所以结论是看情况。适合拿公开资料、内部纪要、标准化表格做初稿，不适合直接出对客研报、投资建议、监管报送和实盘交易。小白第一次用，建议先跑公开数据，把输出当草稿，不当答案。关键数字必须回到原文页码，所有建议先删掉，客户信息先脱敏，权限只开最小。金融AI主要省搬运和整理，判断和问责仍要人扛。