扣子空间探索金融场景AI“搭子”，平台技术与垂类专业buff叠加

当AI Agent实现从回答问题到解决问题的跃升，人与AI Agent实现协同办公，甚至可以商量调整任务步骤，会是一种怎样的工作体验？

2025年，被称为AI Agent爆发元年，行业巨头正加速Agent落地。产品的应用正从人机交互升级为人机协作，以金融行业为代表的有着大量复杂数据处理和深入研究需求的场景，正成为AI Agent应用场景落地的热土。

近日，字节的 Agent 产品 “扣子空间（space.coze.cn） ” 开启内测，产品聚焦于解决工作场景中的复杂问题，在通用Agent基础上，引入了2个专家 Agent，其中切入金融工作场景的“华泰A股观察助手”，上线后收获众多用户围观和测评。

“华泰A股观察助手” 由扣子团队与华泰证券联合探索孵化，这个专家Agent在扣子空间通用Agent技术支持的基础上，还引入了华泰证券的专业能力加持，探索实现定制化信息整合。相较于目前市场上同类产品，其着力简化了用户进行市场研究和交叉验证的流程。

据扣子团队介绍，扣子空间的长期目标是构建一个开放的Agent生态系统，通过MCP持续拓展Agent能力边界，让用户与Agent实现高效协同，全面提升生产力。

解决复杂工作的AI“搭子”

随着技术不断地革新，目前国内外AI Agent市场呈现出多样化的发展态势，各类型的Agent产品如雨后春笋般冒头。而垂类领域的应用正趋向专业化，解决方案型Agent更专注于解决特定职能问题。

“与Agent一起，开始你的工作”是扣子空间的产品定位，扣子空间是字节基于前期AI应用开发平台“扣子（coze）”的经验累积，开发的一款专注于解决工作场景中复杂问题的产品。

内测的扣子空间Beta版，通过集成 MCP扩展体系构建开放工具生态，可以接入多个工具组件为用户解决工作场景中的复杂问题，并可以通过回放查看Agent的工作流程，进行任务纠错。

扣子空间提供了通用Agent与专家Agent两种入口，支持引入多款可以调用的工具，包括飞书云文档、飞书表格、高德地图、墨迹天气等，强化不同场景下工作任务的解决能力，并支持输出文档、网页、PPT等多样化的格式内容。

扣子团队官方将通用Agent描述为“通用实习生”，Agent可自主调用多种工具，如浏览器、代码编辑器等协助用户执行工作任务，降低普通用户技术使用门槛。以开发一个阅读每日热门财经新闻的网页为例，用户只需发出指令，Agent会调用浏览器搜索热门财经新闻来源，再调用网页开发工具，自主完成网页设计、网页生成等任务。

同时，扣子空间支持探索、规划双模式。在探索模式下，Agent进行自主动态探索，完成速度更快，适合快速提问、临时任务和试探性需求。在规划模式下，Agent会进行深度思考并拆解任务步骤，支持用户修改任务，适合高复杂性任务。

在结果输出方面，扣子空间的Agent支持多样化格式输出，可以根据用户需求输出网页、PPT等不同格式，以满足不同工作场景下的需求。

为进一步聚焦实用场景，扣子空间在通用Agent基础上，还引入了专家Agent体系。在内测阶段，扣子空间上线了“用户研究专家” 和 “华泰A股观察助手” 2 个专家 Agent，分别覆盖用户数据、股票数据整理的应用场景。

了解用户需求贯穿各类产品研发、运营以及销售等各类工作环节，但往往需要面临繁琐的用户数据分析工作。扣子空间上线的“用户研究专家”，可以协助产品经理、运营等处理用户数据、总结访谈记录、生成用户调查报告等，从而快速了解用户需求，提升工作效率。

比如，让它基于一份“AI生图产品用户调研问卷”生成用户分析报告，它会从用户画像、了解渠道、使用场景、付费情况以及用户满意度等多维度形成核心结论，并基于上述结论形成进一步提升产品的用户体验和市场竞争力的建议。

技术与专业加持的“股市观察助手”

随着AI Agent任务处理能力的不断进化，以金融为代表的垂直行业有着大量复杂数据处理和深入研究的需求场景，正成为AI Agent应用场景落地的热土。

同时，在做好金融“五篇大文章”的大背景下，金融机构的数字化转型正不断加快，AI Agent在金融领域的应用空间不断拓宽，包括客户服务、风险管理、市场观察等。

相较于其它行业，金融行业因其复杂的数据处理需求和高风险特点，在Agent应用在金融场景落地过程中面临不少挑战。比如投资研究常常建立在大量信息处理以及定量与定性分析的基础之上，涵盖技术面、基本面、资金面、消息面等多个维度。简单的AI问答，通常难以获得连续、完整且准确的数据，往往只是对网络公开信息的二次加工，难以面面俱到。

针对金融垂直领域的痛点，扣子团队与华泰证券联合孵化中的“华泰A股观察助手” 专家Agent，好比一位专属于普通个人投资者的勤劳研究员，基于股票与舆情相关的数据和技术加持，可以从多个权威数据来源调取专业数据，并调用Python等专业工具进行分析，为用户形成较为全面且相对可靠的股票客观信息分析报告。

目前，“华泰A股观察助手”支持定制早报和深度研究。定制早报支持用户设置三个自选股及三个自选板块，它会将任务拆解为全球大盘隔夜分析、中国大盘行情分析、自选板块信息收集与分析、自选股客观信息分析以及最终报告撰写六个步骤，经过大约半小时左右，生成一份涵盖主要股指行情、财经事件以及自选板块及个股行情客观信息分析等内容的股市早报。

在深度研究入口，通过多个类型的任务测试，这个Agent目前有三个最佳的使用方式。一是请它深度拆解热门事件相关的股票、提供个股综合分析报告。以让它分析周末北京人形机器人半马活动相关的A股股票为例，它会从相关股票与活动的关系及具体业务内容、主力资金流入以及股价客观表现等维度进行分析。

同时，它可以为用户提供全方位的个股分析，用户仅需简单输入类似“某个股综合分析”的简单指令，Agent便会自主规划任务，它不仅能完成个股基本面、技术面分析，还能进行资金面分析。

此外，它还能提供多只个股横向分析。比如让它对比分析宠物相关标的股价表现以及在宠物经济赛道的前景，它就会生成一份包含股价客观表现、公司基本面、机构评级、近期公告和事件以及业务前景等方面内容的可视化报告。

从目前内测任务执行流程来看，“华泰A股观察助手”的自主执行力逐步向全面发展。相较于市场上金融垂类的Agent，这个专家Agent集网页搜索、API工具调用、Python代码撰写等技能于一身，帮助用户解决金融场景下多方交叉验证以及信息搜集的复杂工作流程。

（产品处于内测阶段，界面可能有调整，以实际体验为准）

从测试的多个任务效果来看，专家Agent引用的数据和内容大部分准确，但仍会存在一些幻觉。还有部分用户反馈Agent存在任务处理速度慢的问题。实际上，目前基于大模型构建的Agent，都存在着类似的挑战。

根据业内专业人士分析，由于Agent需要调用大模型，且执行过程中涉及到思考、推理、任务拆解及反思等多个环节，都会导致Agent的运行速度相较于传统方式构建的流程缓慢。同时，模型上下文长度、思考纠错能力、工具调用准确性等都会影响Agent在实际应用中的稳定性和可靠性。未来，随着国产模型的持续迭代和优化，模型的运行效率及可靠性均能得以提高。

打开Agent能力边界想象空间

从AI Agent发展前景来看，未来市场空间广阔。据 Markets & Markets 测算，2024年全球AI Agent市场规模约为51亿美金，2030年有望增长至471亿美元，年复合增长率达44.8%。与此同时，行业激战正酣，越来越多大厂和创业公司卷入多场景Agent应用的竞争赛道。

行业人士分析认为，对于Agent产品而言，技术研发能力是产品核心壁垒之一。未来多Agent系统的运作方式和性能优化将是技术竞争的关键。此外，丰富且可靠的数据能力以及工具生态的构建也将成为突破点。

从此次发布的扣子空间内测版中，也可对行业未来竞争方向窥见一二。在数据处理方面，专家Agent追求更高质量的数据源和更准确的数据计算。回看华泰A股观察助手工作流，专家 Agent 在获取公开搜索信息的基础上，直接查询股票数据，综合完成分析，从而尽可能地减少因低质量数据源带来的幻觉。同时，对于复杂的数据分析和技术指标分析，专家Agent会使用Python来完成数据计算，尽可能地减少因心算带来的幻觉。

在生态构建方面，扣子空间通过集成 MCP扩展体系构建开放工具生态，与市场上其它工具生态类产品相比，它的工具接入更侧重于办公场景的高频组件，能满足用户在日常办公中的多样化需求。内测版本中，已支持飞书多维表格、高德地图、图像工具、语音合成等高频办公组件的接入。

据扣子团队介绍，扣子空间未来还会提供更多不同领域的专家Agent选择，用户也可以自己在扣子开发平台开发各种专家Agent，且支持扣子开发平台发布MCP至扣子空间，持续拓展Agent能力边界。