AI agent 在金融分析里能接手几件可拆分的活：搜集调研与数据、搭建模型或做分析。有名的工具——摩根士丹利的 Assistant、AlphaSense、微软 Copilot Finance、Rogo——都在把跑腿的活自动化。但有一件事它们都不该独自决定：判断本身。相关方要据以行动的那个投资或商业判断，要留给人。
金融分析工作流：哪几段能交给 agent
金融分析是一条流水线：搜集输入（财报、市场数据、既有模型）、把它们搭成模型或分析、再给出判断——一个估值、一份预测、一个买/卖或预算决定。AI agent 在流水线前段真正有用——拉财报、抽数字、起草模型——因为分析师会在任何人据此配置资金之前逐一过目。要留给人的是判断那一段：对具体情境的解读，钱和声誉都押在上面。所以检验任何「金融分析用 AI agent」说法的诚实办法，是在每个阶段都问一句：agent 是在干活，还是在拍板？ 这跟我们给会计、咨询顾问、律师、以及早于它们的 Issue #001 收件箱分拣画的「自动化干活、别自动化决策」是同一条线。
搜集——拉财报和数据，但别跳过阅读
这份工作的前段就是读：10-K、财报电话会纪要、市场数据、卖方研报。最早的 agent 就落在这里，因为产出可核查——每个数字都能追回到一份你能打开的财报。AlphaSense 的 Deep Research 为金融工作流量身打造：给它一个问题，它会跑几十次搜索、解析上千条结果、再综合推理，产出投资级简报——公司把这形容为一支以「超人速度」运转的分析师团队。其 CEO Jack Kokko 对 CNBC 把话说得很直白：「AI 不是在取代分析师，而是在给他们超能力。」在银行内部，摩根士丹利是第一家把定制 GPT-4 工具交到员工手上的华尔街大行——AI @ Morgan Stanley Assistant 让顾问能快速调取约 10 万份研报和文档，配套的 Debrief 则总结客户会议并梳理待办。搜集之所以能安全自动化，正因为每条论断背后的来源都能被人核对。
建模——搭好分析，数字署你的名
分析师活在电子表格里，起草模型是 agent 接手的第二件活。微软 365 Copilot Finance 已于 2025 年 10 月正式发布，能按自然语言条件对透视表做差异分析、把杂乱的 ERP 导出重整成可分析的表格、并在 Excel 里生成公式和图表——正是搭模型中那段机械的中间环节，做出来供人复核。专门平台更进一步：Rogo 能生成财务模型、分析 SEC 备案文件、总结财报电话会，它的 agent Felix 让银行家可以像「派给初级分析师那样」用邮件委派任务、拿回成品。Rogo 称已有 250 多家机构、逾 3.5 万名从业者在用——Lazard、Jefferies、Moelis 等——并于 2026 年 4 月完成 1.6 亿美元 D 轮。纪律和会计的「记账层」一模一样：让 agent 起草模型，然后在任何人据此行动之前，假设和数字由你负责。
决策——判断留给人
在这一步线最清楚，因为一个估值或一份预测，是别人要据以配置资金的东西。CFA 协会 2026 年 1 月的分析——标题就点明「对人的判断需求在上升」——把 AI 读作对分析师的增强而非替代，并警告：过度依赖这些系统，可能钝化支撑稳健投资判断的那些认知能力。它也点出实际天花板：先进 AI agent 只能自主完成约 30% 的复杂多步骤任务，机器的产出仍然需要人来核对。这恰好对应我们在头条级 vs 桌面级示例里讲的可复制模式：复制工作流，而不是复制那份自主。署着分析师名字的交付物——「基于这些假设，数字是这个、原因是这个」——正是那份要留给人的判断。
分析师该从哪个 agent 起步？
从你的工作真正卡壳的地方起步。如果每次建模前你都被财报和电话会压垮，就从搜集层起步——一个把来源综合成可核查简报的调研 agent，用桌面级的方式搭，而不是摩根士丹利那套。可复制的模式跟 Issue #001 的 Gmail 分拣 agent 背后的一样：一个有边界的任务、一份可核查的产出、不需要平台团队。如果建模吃掉你一天，微软 Copilot Finance 就在你已经在用的 Excel 里。刚接触 agent？先看 Agent 101，或从无代码 AI agent 工具指南里挑一个搭建器。无论从哪起步，守住这条线：自动化搜集和建模，判断自己做。
FAQ
哪些 AI agent 能帮到金融分析师？ 按阶段匹配。搜集上，一个调研 agent，比如 AlphaSense Deep Research，或摩根士丹利那样的内部助手，拉取并总结财报与研报。建模上，微软 Copilot Finance 在 Excel 里做差异分析，Rogo 起草财务模型。投资判断仍留给你。从最耗时间的那个阶段开始。
AI agent 能替我搭财务模型吗？ 它能起草一份——Rogo 生成财务模型，Copilot Finance 做差异分析和公式——但假设和数字要由你负责，才能被人据以行动。把模型当作会计对待对账那样：一份可复核的初稿，而不是自主的决定，跟我们给会计画的「记账 vs 签字」那条线一样。
AI agent 会取代金融分析师吗？ 就目前证据看不会。CFA 协会把 AI 读作增强而非替代，指出先进 agent 只能自主完成约 30% 的复杂多步骤任务，并主张这项技术反而抬高了人来把关的价值。AlphaSense 的 CEO 说法一致——「给他们超能力」，不是取代。判断，才是留下来的那份工作。
必须在银行工作才能用这些吗？ 不必。Rogo 和摩根士丹利的 Assistant 是企业级工具，但那个模式——搜集、建模、人来判断——在桌面级就能复现。微软 Copilot Finance 跑在 Excel 里，无代码 AI agent 工具指南也覆盖了你能自己接上调研或取数步骤的搭建器。
单干的分析师或学生该从哪起步？ 从最耗时间的阶段起——通常是阅读。先搭一个把财报和笔记变成你会去核对的简报的调研综合 agent，就是 Issue #001 里那套「任务有边界、产出可核查」的搭法，再在信任之后加上起草模型。
每周一个真实的 AI agent，直接发到你邮箱。免费，无推销。