人工智慧公司 Anthropic 近期為其 Claude 模型推出金融專用 AI 代理模板，透過整合特定技能與資料連接器，協助金融專業人士處理如認識客戶（KYC）等複雜任務，同時，面對 Anthropic 自 2026 年 4 月起實施的用量計價模式，企業也需更策略性地運用 AI 以控制成本。
人工智慧公司 Anthropic 近期推出一系列專為其大型語言模型 Claude 設計的金融代理（finance agents）模板，旨在提升 AI 協助金融專業人士處理複雜任務的能力。此舉代表著 AI 在金融業應用上的一大進展，可能重塑金融工作流程。
根據《The Register》報導，這些金融代理模板作為參考架構，整合了三項核心元素：技能（涵蓋任務指令與領域知識）、連接器（提供對所需資料的受控存取）以及子代理（由主代理呼叫，負責執行比較分析或方法論檢查等特定子任務的 Claude 模型）。Anthropic 解釋，當 Claude 模型主導控制流程以達成目標，並決定使用哪些工具及存取何種資料時，即視為一個代理。
舉例來說，Anthropic 的「認識客戶篩選器」（Know-Your-Customer Screener）代理模板包含一套名為「kyc-rules」的技能，能指導 Claude 針對客戶入職記錄，應用金融機構的 KYC（認識客戶）及 AML（反洗錢）規則。這些規則指示 AI 模型進行風險評估、文件檢查、引用規則結果，並依指定格式生成報告。Anthropic 預期，使用者在 Claude 提交成果給客戶、歸檔或執行前，仍需「深度參與其中」，進行審閱、修改與批准。
AI 效能指標方面，Claude 的 Opus 4.7 模型在 Vals AI 的金融代理基準測試中獲得 64.37% 的分數，被譽為「業界領先」水準。
然而，隨著人工智慧服務日益普及，成本問題也浮出檯面。Anthropic 已於 2026 年 4 月起調整其企業級訂閱模式，從固定費率轉為依據實際使用量（每代幣計費）收費。這項變革，加上 GitHub Copilot 也將在 2026 年 6 月 1 日轉為用量計價，反映了提供新一代資源密集型 AI 模型所帶來的成本壓力。
《Spiceworks Inc》指出，過去企業支付的 AI 服務費用，可能低於實際供應成本。這導致許多企業開始重新評估 AI 的使用策略，將重心放在能帶來顯著投資報酬率（ROI）的高價值任務上，例如自動化客戶開發或生成商業評估報告。同時，為節省成本，企業也日益重視「提示詞最佳化」（prompt hygiene），以減少不必要的代幣消耗，並可能催生出管理 AI 路由邏輯的「AI 成本管理」新職位。
這些發展顯示，AI 代理在協助金融專業人士提升效率的同時，企業也必須更策略性地考量 AI 導入的成本效益，確保資源投入能最大化其商業價值。