週刊

S&P Capital IQ Pro：ChatIQ 進入 Excel 建模和 PPT 生成

ChatIQ Spreadsheets

Excel 中的 AI 建模助手，用於搭模型、複核和分析，公式可重新整理

ChatIQ Presentations

用 Capital IQ Pro 數據生成 PowerPoint，目前在 Labs 階段

Portfolio Insights

找出組合收益的驅動因素並關聯新聞與財報事件，目前為 Beta

其他更新

新增 DCF 分析、可自定義 TEV 計算、私募基金基準工具、信用備忘錄工具等

S&P Global Market Intelligence 在新聞稿中說，ChatIQ 把公司、市場、信用和宏觀數據，加上財務文件、新聞和研究放進同一個對話入口。這次的重點是延伸到分析師天天開啟的兩個檔案：Excel 模型和彙報用的 PPT。

新聞稿沒有給使用者數、準確率或客戶案例，ChatIQ Presentations 還在 Labs，Portfolio Insights 還在 Beta。這是廠商釋出稿，功能描述以公司說法為準。新聞稿寫明 Excel 助手使用可重新整理的 Capital IQ Pro 公式，這意味著模型仍連著原始數據，機構可以據此評估可追溯性。

延伸閱讀：S&P Global 新聞稿（英文） ↗

彭博 Enterprise MCP：給 Agent 的數據帶上「欄位說明書」

定位

建在 Data Licence Plus 之上的 AI 接入層，面向用 Agent 呼叫彭博授權數據的金融機構

覆蓋

逾 1 億檔證券、5 萬多個欄位

後設資料

附帶交易所、幣種、價格型別、期間、截至日期等限定資訊，並支援自然語言搜尋欄位

報導的核心是：數據拿得到，不等於 Agent 知道這個數字代表什麼、怎麼算的、適不適合當前任務。彭博的做法是把欄位含義和限定條件一起交給 Agent。

這是媒體對產品釋出的報導，未見客戶使用情況或效果數據。

延伸閱讀：cfotech 報導（英文） ↗

PitchBook：Data MCP 加定時執行的 AI Agent

PitchBook AI

新增 Skills 與 Agents，把自然語言請求變成可分享的成品，並按計劃定期執行

PitchBook Data MCP

讓投資者自己搭的 Agent 直接呼叫其數據

路線

2027 年將擴展到交易尋源、交易執行、信用研究和基金分析

新聞稿在 TechCrunch Disrupt 上釋出。有意思的是「可定時」：每週重複做的研究工作可以變成受管的固定流程。這是廠商釋出稿，功能為公司說法，未見客戶案例。

延伸閱讀：PitchBook 新聞稿（英文） ↗

韓國國民年金：用 AI Agent 做基金研究，只用公開數據

做法

雲上研究 AI Agent 概念驗證（PoC），6 月到 9 月，約 4 個月

三個任務

各國央行貨幣政策分析、公司業績說明分析、股市研究綜合分析；前兩項完成驗證

自述效果

貨幣政策研究約 8 小時縮到約 10 分鐘；業績分析原先每季度幾位基金經理各花約 180 小時

數據邊界

只用公開數據，沒有內部管理資訊和非公開資訊外傳

NPS 表示這是公共機構中首個用 AI Agent 搭建的數據分析系統，10 月 16 日將與 AWS 在首爾分享 PoC 結果和後續應用計劃。第三個任務（股市研究綜合分析）報導中沒有說已完成。

時間數字來自 NPS 自己的說法，沒有公佈評測方法，也沒有說明準確度怎麼檢驗，請當作機構自述。值得看的是它的邊界設計：先用公開數據做 PoC，把內部資訊排除在外，這讓安全評審可以簡單很多。

我們確認了用 AI 精簡基金運作研究工作的潛力，會逐步擴大 AI 的使用，讓基金經理專注於核心投資職責。

金成柱，NPS 理事長（據 Chosun Biz 英文報導）

延伸閱讀：Chosun Biz 報導（英文） ↗

券商把投研能力搬進第三方 AI 平台

騰訊 WorkBuddy

9 月初廣發證券首家入駐，首批 12 項自研 Skills 與 9 項專家能力；9 月下旬中信建投「蜻蜓 Skill」六大技能上線

阿里千問

9 月 7 日國泰海通「靈犀」、興業證券、東吳「秀財」、中金財富 4 款券商 Bot 首批入駐

兩條路徑

專業工具以 Skills 形式輸出；面向大眾投資者的對話服務以 Bot 形式入駐

界面新聞梳理後寫道，一年前券商還在比拼自研大模型，現在集體把專業 AI 能力放到第三方平台上。接受採訪的分析師認為主要目的是拓展新的使用者觸點；實測中，呼叫某券商選股 Skill 時需要先下載該券商 APP 完成授權，開戶和交易仍回到券商自有平台。

報導也點出兩道關：投資建議表述要避免收益暗示，並明確券商和平台的責任劃分；另一道是數據使用，券商在平台側上傳的數據如何授權、呼叫、儲存。受訪學者提出「最小必要、分層分級、全程可追溯」的原則。以上是媒體報導和受訪人觀點，各券商的具體數據安排未披露。

延伸閱讀：界面新聞原文 ↗

丹斯克銀行：讓員工自己做 Agent，護欄由平台統一提供

平台

「AI City」，內含 Agent Developer Kit，用自然語言描述任務，宣告式引擎生成 Agent

案例

6 月內部駭客松（700 人參加）中，一位從未用過終端的客戶顧問兩天做出 5 個 Agent，用於自己的日常工作

自述效果

首席 AI 官稱，這樣部署 Agent 比員工從零構建快 10 倍

治理

Agent 自動帶有安全、護欄和合規功能，強調可追溯、避免「影子 AI」

報導中，Danske 首席 AI 官 Kasper Tjørntved Davidsen 把這個專案定義為「讓技術民主化、提升全組織技能」。員工不必是軟體工程師，寫下偏好，系統引導完成。

10 倍速度和駭客松案例都來自銀行高階主管的說法，報導沒有披露目前有多少 Agent 在生產中執行，也沒有說明效果如何衡量。這條的組織含義在分工：業務人員提出需求並擁有 Agent，平台團隊負責護欄和合規。

延伸閱讀：Ingeniøren 報導（英文） ↗

TD：Agent 從房貸預審擴到資金發放和結清

新增環節

房貸資金發放、結清（discharge）

Agent 做什麼

協調多步檔案核驗、跨系統對接資訊、標出差異、生成供員工複核的輸出

責任

輸出由員工複核，需要判斷的決策仍由員工負責

自述效果

5 月上線的預審環節，平均處理時間從 15 小時降到不到 3 分鐘

TD 稱新能力目標是讓所選房貸流程中員工的生產力翻倍。這些數字都來自 TD 自己的新聞稿，未經第三方驗證。

延伸閱讀：TD 新聞稿（英文） ↗

國泰金控：三個場景試點「數位同事」

國泰金控在 2026 科技大會上披露，在專案管理、技術治理、法務合同審查三個場景試點 AI Agent，建在 2025 年推出的 GAIA 2.0 生成式 AI 框架上。公司稱 Agent 可自主訪問企業知識和工具，關鍵決策與例外仍由人複核，控制措施包括身份與權限管理、知識權限、系統整合防護、網路安全監控和審計留痕。

報導也指出，公告沒有說明何時規模化上線，也沒有量化效率收益。這條是試點披露，不是成果。

延伸閱讀：Global Fintech Edge 報導（英文） ↗

香港金管局：釋出「ART」框架，並預告 Agent AI 治理監管框架

框架

「ART」：Accountability（問責）、Resilience（韌性）、Trust（信任）

本次動作

更新《負責任採用 AI 監管指引》；與 Cyberport、香港大學合作建設 AI 訓練數據共享平台；GenA.I. Sandbox++ 繼續測試 Agent 應用

即將釋出

Agent AI 治理監管框架討論稿，探討「意圖錨定的問責」、重要 AI Agent 登記冊和有效干預機制

沙盒結果

第二批 GenAI 沙盒技術試驗完成，超過 60% 的用例探索了 Agent AI（金管局表述）

金管局指出，AI 系統的自主性在提高，能接觸的數據、工具和工作流也在增加，因此監管重點放在問責、運營韌性和可信。討論稿尚未釋出，登記冊和干預機制目前只是探討方向。

閱讀原文：香港政府新聞公報（英文） ↗

FSB：定稿 12 條 AI 負責任應用的「良好實踐」

內容

12 條實踐，分兩組：全組織 AI 治理；AI 全生命週期的風險管理

治理側

董事會和高階主管監督 AI 與業務模式、風險偏好的匹配；明確職責；把 AI 風險納入風險管理框架並留存使用記錄；持續學習

生命週期側

用例風險評估、技術選擇、數據治理、可解釋性、效果評估、人工監督等

定位

可按機構情況調整的實用工具包，FSB 鼓勵董事會和高階主管參考

這是對 6 月徵求意見稿的定稿，目的之一是促進金融機構、監管機構之間跨轄區的協調和資訊共享。

閱讀原文：FSB 新聞稿（英文） ↗