当Agent重构入口：三家金融信息服务商的十字路口

Agent正在把金融信息服务行业沿用二十多年的终端模式拆成零件。

5月下旬，万得发布金融AI生态平台AIFin Market，首次向外部Agent开放MCP能力，使其能够直接调用万得的数据、工具和研究能力。

而在万得之前，其余两家头部金融信息服务商已经率先迈出一步：

3月12日，同花顺推出iFinD MCP，希望让外部Agent直接调用自身数据库；同日，东方财富上线Skills体系，将资讯搜索、金融数据查询和智能选股等能力封装成可调用模块。

表面上看，三家头部金融信息服务商，已经达成了开放的共识——把过去封装在金融终端里的能力拆出来，向Agent开放。

但真正值得关注的，或许不是MCP还是Skill，而是最先选择了什么，又试图守住些什么。

过去二十多年里，金融信息服务商争夺的是终端席位：基金经理打开万得，投资者打开同花顺，股民浏览东方财富，数据、资讯、研究工具被封装在同一个入口之中；

随着用户开始通过Agent查数据、读公告、筛选股票、分析基金时，数据、研究工具、分析框架乃至投资方法论，也开始从终端中被拆解，以MCP、Skill等形式进入新的生态。

如今，金融信息服务商们的课题已然变成了，当用户不再直接打开终端时，自己还能在价值链的哪个环节发挥作用？

或许三家公司终有一日会覆盖所有环节，但在这场变革开始时，它们最先选择开放什么、守护什么，依然折射出各自不同的基因。

万得：终端之王再定位

尽管时间线靠后，但万得愿意向外部Agent开放数据库，仍旧在不少人的意料之外。

过去二十多年，万得最核心的护城河从来不是数据，甚至不是机构客户本身，而是机构客户沉淀在终端中的工作流；

市场中大量的基金经理、券商分析师和银行研究员依赖通过万得获取数据、资讯、使用工具，甚至完成研究工作。

这种以终端制胜的模式，最早源于美国金融信息巨头彭博。

1990年代，彭博在全球债市扩张、共同基金兴起的背景下抓准机会，从数据工具进化为工作平台，至2000年代初，已有大量的欧美投行将“熟练使用彭博”列入招聘要求。

同一时期，万得创始人陆风敏锐觉察到商机，通过复刻彭博闯出了国内的终端之路。

也正因如此，无论近几年的技术如何演进，万得始终在做同一件事，将工作流留在终端内。

2023年，ChatGPT引爆第一轮生成式AI浪潮；

彭博顺势推出拥有500亿参数自研GPT，万得推动“Wind Alice文本生成类算法”完成备案，并在两年内逐步构建集成于终端内部的智能客服、投顾助手等AI产品矩阵。

2025年，Agent、多智能体与MCP生态快速发展；

二者继续强化终端，万得推出WindClaw、Alice Agent、智能金融操作系统Alice 27等AI产品，以期继续将机构工作者留在终端生态之内。

但在新一轮的技术浪潮下，万得的终端策略遭到了不小的挑战。

随着ChatGPT、Claude等通用模型快速迭代，用户对于Agent的期待不断提高，复杂推理、开放式问答、跨领域分析以及长文本处理能力，成为衡量体验的重要标准。

从合规、适配、自主等考量出发，万得AI产品的底座均为自主研发的金融大语言模型；

但枢纽调研发现，万得Agent进入开放分析、复杂推理等场景后，整体表现往往弱于Claude、GPT等通用模型。

部分机构用户向枢纽反馈，其生成内容存在数据错误、论据支撑不足等问题，复杂任务场景下，工具链调用稳定性也有待提升；

枢纽实测发现，在涉及多层数据整合和深度分析的任务中，万得Agent偶尔会出现响应超时或任务中断。

以上种种不意味着万得Agent失败，却揭示出一个骨感的现实：万得不擅长底层模型，但底层模型决定着Agent的体验上限。

与此同时，同花顺、东方财富等同行已经陆续开放MCP接口或Skill能力，将数据与分析模块接入外部Agent生态；

当外部的OpenClaw、WorkBuddy、HermeAgent可以在直接调用其他头部金融信息服务商的数据库与技能模块时，沉淀在万得终端中的工作流，已经出现了松动。

或是因此，万得第一次试图进入外部Agent，让自身的能力继续留在新的工作流之中。

今年5月，万得发布AIFin Market，将数据、工具和Skills体系向外部Agent开放，使得用户无需进入万得终端，也能够通过MCP调用万得能力。

枢纽实测发现，外部Agent接入后已可即时调用数据并执行任务，平台采用积分制管理调用频次，免费额度能够覆盖指标查询、数据提取等基础场景，更高频或更复杂的调用则需要额外购买积分。

不过，在部分名称相近的主体查询中，仍存在数据归集错误问题。

枢纽测试发现，个别重名主体的数据会出现错误累加现象，这究竟需要通过数据调用结构优化解决，还是依赖Agent能力进一步提升纠错水平，仍有待行业继续探索。

值得注意的是，开放MCP并不意味着万得放弃终端。

截至6月5日，万得首页最核心的广告位置已变更为内置智能金融操作系统，鼓励用户通过Alice Agent、智能客服、投顾助手，以及主线识别、盘后复盘、交易计划等数十项技能完成研究工作。

这说明对现阶段的万得而言，开放Agent生态与强化终端是两条腿走路，AIFin Market是在终端之外增加新的触点；

终端可以被拆解、数据可以被调用，但工作流仍然决定着金融信息服务商的定价权，这或许依然是万得最在意的事情。

同花顺：答案比入口重要

同花顺在Agent时代的选择，与万得形成了一种微妙的互文。

今年3月，万得发布Alice 27智能金融操作系统、WindClaw等终端内AI产品，并在5月下旬开放MCP接口；同在3月，同花顺率先推出iFinD MCP，透露后续或上线自研Agent产品iFinD Claw。

从结果看，两家公司都在同时布局终端与开放生态，但顺序明显不同；

万得选择先强化终端、再开放能力，同花顺则率先打开数据接口。

枢纽注意到，自3月上线以来，同花顺对于已经多次丰富MCP覆盖范围，从金融数据库延伸至企业工商、风险、经营信息等外部数据源，目前支持股票、基金、债券、港美股、宏观经济、行业数据以及公告资讯等多个场景。

在官方介绍中，iFinD MCP被定义为“给每一只龙虾配上一座专业金融数据库”；

这近乎直白地展示了同花顺的野心，无论未来用户使用ChatGPT、Claude，还是券商、基金和银行自建Agent，在生成答案时，都能够调用同花顺的数据。

这样的选择，与同花顺的用户基础密切相关。

万得服务的是B端机构，同花顺面对的则是数量庞大的C端个人投资者。

截至2025年，同花顺57.43%的收入来自广告及互联网推广服务，32.35%来自增值电信服务，基金销售及交易服务收入占比仅为3.6%。相比传统金融终端，更接近一家互联网平台。

不同的用户结构，塑造了不同的产品逻辑：

万得在意如何在终端内布置更专业的工具、沉淀出工作流，同花顺关心的始终是如何让普通投资者可以更快、更好地获得答案。

2013年，同花顺推出智能金融搜索产品“问财”。

这是第一次，用户无需掌握选股公式或财务指标，只需输入自然语言，系统便能够完成筛选、查询和匹配，此后问财成长为同花顺最具代表性的产品之一，在2015年牛市期间带动用户规模快速增长。

同花顺产品总监路忠文曾表示，问财是公司的核心产品，甚至“所有资源都注入于此”。

在ChatGPT引爆后，同花顺推出金融大模型HithinkGPT，逐步接入问财和iFinD终端，进一步降低金融信息的理解门槛。

延续这一线索，可以观察到同花顺的意图始终如一：缩短用户与答案的距离。

技术的爆发，让这条路径出现了新的可能。

由于Agent已经可以主动调用工具、检索资料、执行任务，不论是ChatGPT、Claude、豆包，还是券商、基金和银行内部自建Agent，都可能成为新的工作界面。

过去用户通过问财提问，未来可能通过Agent提问，交互方式会变，但金融分析对数据的依赖并没有改变。

路忠文指出，多年来同花顺持续建设iFinD数据库、自然语言取数体系以及各类金融工具，本质上解决的都是同一个问题，即如何让机器准确获取金融数据。

从这个角度看，成为Agent背后的数据提供者，远比争夺Agent入口本身更加重要。

类似的思路也出现在海外市场。

美国金融数据服务商FactSet长期向券商、基金和资管机构提供数据库、分析模型及开放接口服务。进入Agent时代后，FactSet迅速推进AI-ready Data和开放接口体系建设，希望让自身数据库进入越来越多AI工作流。

无论用户通过什么Agent提问，FactSet真正关心的始终是：当答案被生成时，调用的是否是自己的数据。

同样的逻辑也适用于同花顺。

同花顺的收入长期建立在庞大的用户流量之上，而流量的本质是需求，只要守住数据库，需求就不会消失。

从这个角度看，率先开放iFinD MCP，更像是同花顺沿着既有路径向前迈出的一步。

东方财富：守在交易侧

相较万得同花顺，东方财富率先将能力开放到了更影响认知的层面。

3月12日，东方财富上线面向Agent生态的Skills体系，将资讯搜索、金融数据查询和智能选股三项能力直接开放给外部Agent调用：

其中，资讯搜索Skill可调用新闻、公告、研报和政策信息；

金融数据Skill支持股票、基金、债券及公司基本面查询；

智能选股Skill则能够根据财务指标、技术信号和主营业务等条件完成筛选。

开放的封装好分析能力，体现出另一种更进阶的诉求——东方财富似乎更在意对投资者决策的影响力。

回归业务结构，可以更清晰地理解这一选择。

截至2025年，东方财富证券服务收入达到125.35亿元，占总收入的78%；金融电子商务服务收入31.82亿元，占比接近20%；金融数据服务收入仅占1.5%。

这代表，东方财富至今有九成以上的收入，来自同业手中缺少的基金代销与券商牌照。

2000年代中后期，东方财富依靠财经门户和股吧迅速聚集起庞大的投资者群体；

2012年，获得基金销售牌照的东方财富第一次打通信息与交易链条，此后天天基金在互联网基金销售浪潮下崛起，2015年的基金销售额甚至垄断了第三方代销市场八成以上的份额；

一年后，东方财富又以44亿元收购同信证券，完成了从财经门户向财富管理平台的转型。

资讯吸引流量，股吧影响认知，天天基金承接基金销售，东方财富证券承接股票交易；

曾经的十余年，东方财富最核心的护城河，是一条把用户带到交易之前的完整路径。

这恰恰是Agent时代带来的最大挑战。

过去，投资者通过东方财富获取信息、形成判断，再完成交易，如今越来越多用户已经开始通过Agent阅读资讯、理解公司、筛选基金。

万得被挑战的是工作流，同花顺被挑战的是数据入口，而东方财富被挑战的，则认知与交易之间的连接能力。

这或许也是东方财富执着于Skills的原因。

Agent可以帮助用户获取信息，却无法天然拥有成熟的投资框架和研究体系；

东方财富将资讯解读、选股分析、基金研究等能力封装成Skill，目的并非提供更多信息，而是让自身的研究能力继续参与用户的决策过程。

类似探索也出现在海外市场。

例如，美国独立投资研究机构Morningstar近年来持续推进生成式AI与研究体系结合，将基金评级、组合分析、研究报告和投资洞察嵌入AI工作流，并推出面向顾问和机构客户的AI助手工具。

这类机构更希望将自身积累多年的研究框架和分析能力嵌入投资决策过程。

从财经门户到天天基金，从东方财富证券到妙想Skills，东方财富过去二十年的每一次转型，本质上都在向交易更靠近一步。

万得守的是工作流，同花顺守的是数据，而东方财富更关心的，是当交易发生时，自己是否仍然留在那条路径之上。