「數位同事」的曙光：高盛部署 Claude 代理

By Creati.ai Editorial Team | February 7, 2026

將生成式 AI（Generative AI）整合進高風險金融領域已從實驗性試點轉向核心業務部署。在一個標誌著向代理式 AI（agentic AI）確切轉變的舉措中，高盛（Goldman Sachs）宣布部署 Anthropic 的 Claude AI 代理（Claude AI agents），以自動化處理複雜的會計與合規（compliance）工作流。

此合作關係由高盛首席資訊長 Marco Argenti 揭露，標誌著華爾街對自主 AI 最積極的承諾之一。在經歷了為期六個月、由 Anthropic 工程師直接嵌入銀行技術團隊的密集共同開發階段後，這家金融巨頭現在正利用 AI 代理處理交易對帳、客戶入駐以及法規 合規——這些任務在歷史上曾需要數千個人工小時和嚴格的監督。

超越聊天機器人：自主代理的興起

業界長期以來一直預期從回答問題的「聊天機器人（chatbots）」轉向執行工作流的「代理（agents）」。高盛的舉措是這一轉型的首要案例。與以往作為起草郵件或總結文件助手的 AI 實施不同，這些新代理被設計為以「數位同事」的身份運作。

根據 Argenti 的說法，銀行意識到 Claude 模型的推理能力遠遠超出了軟體編碼。除錯複雜程式碼庫所需的相同邏輯，在解析金融法規和核對龐大數據集方面被證明非常有效。這些代理現在被賦予獨立導航基於規則的框架以驗證交易並審查新客戶的任務，有效地縮短了這些關鍵流程的時間線。

此轉變影響了兩個特定的勞動力密集領域：

• 交易會計： 代理自動化處理每日數百萬次交易的對帳，以人類團隊無法企及的速度在不同系統間比對記錄。
• 客戶入駐： 傳統上由於「認識你的客戶（Know Your Customer, KYC）」和反洗錢（Anti-money laundering, AML）法規而成為瓶頸，現在該流程正由能夠閱讀、驗證並根據全球監管標準交叉比對文件的代理進行簡化。

業務影響：傳統工作流 vs. 代理式工作流

為了理解這一轉變的規模，有必要將傳統工作流與新的代理驅動模型進行比較。以下對比說明了高盛如何重構其後勤業務。

合規與會計工作流比較

「嵌入式」策略：企業級 AI 的新模式

此次部署的成功源於一種獨特的合作模式。高盛沒有僅僅購買 API 訂閱，而是選擇了深度整合。在六個月的時間裡，Anthropic 的工程師與高盛的內部開發人員並肩工作。這段時期讓團隊能夠根據銀行的專有數據和特定監管要求微調 Claude 模型，有效地「教導」AI 機構金融的細微差別。

這種「嵌入式」策略凸顯了一個日益增長的趨勢，即通用大語言模型（Large Language Models, LLMs）在沒有重大客製化的情況下不足以滿足企業需求。通過共同開發代理，高盛確保了 AI 能夠以必要的安全協議處理 重大非公開資訊（Material Non-Public Information, MNPI），這是高度受監管的銀行業中不可逾越的要求。

經濟連鎖反應：勞動力與市場影響

此公告在科技和金融領域立即產生了迴響。消息傳出後，市場出現了傳統企業軟體股票的拋售，這是由於投資者擔心 AI 代理可能使獨立的軟體即服務（Software as a Service, SaaS）工具過時。如果 AI 代理可以直接構建客製化工作流並管理數據，對中間軟體許可的需求就會減少。

在內部，此舉與執行長 David Solomon 對效率的戰略關注一致。Solomon 此前曾指出，隨著公司圍繞 AI 能力進行重組，計劃「限制員工人數增長」。雖然 Argenti 將代理描述為人類人才的支持者——讓員工專注於更高價值的戰略而非機械式處理——但代理執行初級分析師和第三方服務提供商工作的能力，暗示了業務招聘的長期收縮。

金融科技的戰略展望

高盛在這場競賽中並不孤單，但他們的執行力使其脫穎而出。雖然摩根大通（JPMorgan Chase）將一套 LLM 用於數百個案例，但高盛對核心會計職能的高自主代理的關注，將技術推向了銀行的「執行層」。

對於更廣泛的 金融服務 行業，此次部署驗證了代理式工作流的安全性和有效性。它證明了在正確的護欄下——特別是 Anthropic 所青睞的優先考慮安全性和可解釋性的「憲法級 AI（Constitutional AI）」方法——可以信任 AI 處理帳本。

隨著這些 人工智慧 系統的成熟，金融科技（fintech）的衡量指標正在發生變化。現在不再是誰擁有最聰明的聊天機器人，而是誰擁有最有能力的數位代理勞動力。高盛已經採取了行動；華爾街的其他公司可能必須全力衝刺才能趕上。