Anthropic 干了一件不太像它的事。
一向以"做模型"为核心业务的 Anthropic，悄悄开源了一个叫 financial-services 的仓库。不是模型，不是 API，而是一整套金融行业的 Claude 工作流模板。
一周时间，star 数从不到 10K 涨到 20K。金融圈的人显然比技术圈更兴奋。
里面有什么
这个仓库不是 demo，不是 toy project。它包含：
- 研报生成工作流：用 Claude 分析财报、新闻、行业数据，生成结构化研报
- 合规审查流程：自动检查金融文档是否符合监管要求
- 客户沟通模板：面向金融客户的邮件和报告生成
- 风险管理框架：基于 Claude 的风险评估流程
所有模板都是可以直接部署的 Python 代码，不是文档描述。
为什么 Anthropic 要做这个
我的判断：这不是在做产品，是在做行业最佳实践的锚定。
当金融机构说"我们要用 AI"的时候，他们缺的不是模型能力——Claude API 就在那里。他们缺的是"AI 在金融场景里到底应该怎么用"的具体答案。
Anthropic 直接给了一套参考实现。这意味着：
- 金融机构不需要从零开始摸索
- 使用 Claude 的路径被标准化了
- 其他模型公司如果也想进入金融行业，需要拿出同样质量的东西
这是生态策略，不是产品策略。
实测：能直接用吗
我试了研报生成的模板。
好的部分：代码结构清晰，注释详细，prompt 写得专业（明显是懂金融的人写的）。跑出来的研报格式规范，数据引用准确。
需要注意的部分：
- 默认配置需要 Claude API key，成本不低（金融文档通常很长，token 消耗大）
- 部分模板假设你有 Bloomberg 或类似金融数据源的接入，这不是免费能搞定的
- 合规审查的 prompt 主要针对美国监管框架，国内使用需要调整
谁该关注
应该看看的人：
- 金融科技公司正在规划 AI 落地路径
- 量化团队想用 AI 辅助研究流程
- 对"大模型在传统行业怎么用"感兴趣的人
可以先跳过的人：
- 个人投资者（这玩意儿对个人没啥用）
- 不需要金融场景的开发者
GitHub: github.com/anthropics/financial-services | Python | 20K star | Anthropic 官方 本文基于仓库代码和实际测试