大家好，我是佩妮。
这两年，我试过、也给大家介绍过的金融类 AI 产品也不少了，市面上不错的金融类 AI 产品我几乎都用过。
AI 早已经融入我所有的日常工作，不管是从投资研究到决策支持，除了直接让它替我按那个交易按钮，别的都干。
金融领域作为 AI 领域需求最刚、离变现最近的专业场景，最早从会议音频转写、研报总结和知识库问答开始，到了后来 Deep Research 会拆问题、查资料、写报告。
到了今年，又开始让 AI 读本地文件、操作软件、搭模型、做 PPT、封装工作流。
怎么说呢，现在如果一个新产品只跟我说它能整理纪要、读财报、写研报、做估值模型，我内心已经很难有什么波澜了。♀️
不是这些能力不重要，而是它们从惊喜变成了及格线。很多以前要初级分析师干半天的活，现在 AI 几分钟就做完了。
但是下面这个新发布的产品，还是给我带来了一些惊喜。
因为它想解决的，不光是“回答得好不好”，而是 AI 能不能真正接住一个项目，把它交付好。一站式地解决金融工作者的在办公效率上的全栈难点，整体可用性上确实迈了一大步。
我说得这个呢，就是今天百度文库、网盘刚刚发布的「库库 AI」。是文库网盘通用智能体GenFlow的中文名字，GenFlow去年 4 月份推出，目前AI办公的MAU 已经突破了 2500 万，赛道第一。
也是在今天，文库网盘新发布了「库库AI」的办公模式，面向专业的金融交付场景，将通用AI办公进化到专业的AI办公。
（真的很会起名，有一种吃一点草料就埋头库库猛干活的老黄牛的画面感了……）
我之前推荐过的有的是仅专业机构可用，但这个是大家都能用的，且在 8 月底之前积分是全免费的，DeepSeek、智谱模型随便用……真的是金融智能普惠，放心试哈哈哈！
https://kukuai.cn （先在这里写一下，防止你没耐心看到最后……）
01
金融工作真正烦人的地方，很多时候不是某一个问题不会分析，而是同一个项目要被反复做很多遍。
财报、研报、访谈纪要、datapack模型和旧版 PPT 散落在不同地方，PPT 还不知道被谁改成了“最终版5.0”。然后老板突然说，明早要一版更新，你又得找资料、搬文件、对数字，再把同一套逻辑分别写进 Word、Excel 和 PPT……
如果项目换了同事、换了设备，或者隔两个月重启，大家又要重新解释：当时为什么这么判断，哪个数字改过，哪版模型才是真的。
我以前用的很多金融 AI，强项是数据和研究。但是研究型 AI 给你一篇报告，剩下的模型、排版和修改自己完成；通用 Agent 虽然什么都能干，但到了专业金融场景，数据来源、行业方法和交付标准又未必靠得住。
到了库库AI 这里，它用金融 AI 的专业能力，又结合着自己在办公领域的优势，内化成了一套能持续积累和自进化的工作流。
（这是我用库库 AI 生成的图哈，它也有多模态能力）
它不是在金融产品上再加一个聊天框，而是把资料、专业视角、工作方法、执行和交付放进同一个工作环境，做到了企业级别的上下文共享，手机和电脑端的全端协同，远程自动化办公。
团队在云盘共享所有的项目相关资料，把项目上下文放进库库 AI 的团队空间里。
个人知识、企业知识和公开信息可以在任务中持续调用，一个人做的工作，其他成员和 Agent 都可以接着往下做，不必每换一个设备、模型或者工作场景，就出现信息断层。
二级市场网上还有公开的金融类 MCP 数据源，但是一级市场有大量的信息、访谈、纪要跟数据都是非公开的，一个项目如果见了几轮，每次团队变化、业务变化、上 IC（投决会） 的反馈，都是极其珍贵的资料。
AI 来了之后，组织形式也需要进化，我感觉这个对于团队相对小一些的私募、投资机构、FA 应该都还挺需要的。
百度文库和网盘做这件事最有意思的地方，就是它离中国用户现有的资料入口更近。目前百度网盘是我整个手机里除了微信之外的第二大占空间的应用，里面放了大量的历史工作文件。这些都可以跟库库 AI 无缝衔接。
另外，Web、电脑客户端、小程序全端打通，电脑、手机等多台设备可以并行工作，下班了之后也可以在手机上远程继续进行任务，不用带着笔记本电脑跑来跑去了。
至于金融的专业能力方面，库库的解决方案是专业的金融数据库/研报/自有上传数据，内置的专家角色设定，再加上专业的金融技能 skills，三层来解决。当然模型也是可以任意切换的。
同样的一份项目资料，如果用不同的角色来做，结果也不同。我用它做了几个实操案例，可以看看。
比如宇树科技，我先在本地建了个文件夹，把招股书、问询回复和行业研究报告全部放进去。用 PEVC 投资经理的角色，出来的结果是这样的。
(此图可以手指往下滑动查看)
用 IPO 和融资顾问的角色出来的结果就是完全不同的：
(此图不能滑……)
库库 AI的多模态能力也比较强大，不管是 HTML、Word、PPT、海报、播客、视频等 都可以一句话生成。上面都是 HTML的。
02
第二组测试是二级市场，我选了刚发布 2026 年二季报的腾讯，先让股票研究员角色调用财报分析和公司研究方法完成更新。
(此图可以滑动查看)
接着，再把腾讯放进一个匿名化的模拟组合里，让财富管理顾问角色调用持仓诊断和投资复盘的方法，从整个账户出发重新判断。
假设投资者持有恒生科技 ETF、阿里、小米和其他港股互联网资产，股票研究员可能依然看好腾讯，财富顾问却应该提醒中国互联网和港股成长风格的重复暴露、相关性、回撤承受能力和现金需求，目前看是合格了。
(此图可以滑动查看)
如果它能分别回答“公司值不值得研究”和“这个人适不适合买”，两种答案之间还有真实的冲突和取舍，才算开始理解金融。
此外，反复修改过的数据、模板和交付方式，可以沉淀成个人专家和 Skill，对个人，它减少的是找资料、传文件、解释背景和搭工作流的时间；对机构，它要解决的是项目不能只留在某个投资经理的脑子和电脑里，方法、版本和交付标准应该能够被团队继承。
还可以定制很多自动化执行的任务，不管是盯盘还是项目进展，还是个人的工作汇总，都可以一站式解决。
金融 AI 的上一阶段，大家比的是谁更像一个聪明的分析师；下一阶段比的可能是，谁更像一支不会丢上下文、能够持续交付的项目组。
03
我自己也在深度地使用 Codex、Claude 这样的全能 Agent ，我也在想，既然它们已经能读文件、接工具、写 Skills、跑自动化，为什么还需要一个独立的金融 AI Agent？
老实说，如果所谓金融 Agent 只是预设了几个“股票研究员”“投资经理”的名字，再套几段 Prompt，我觉得没有太大必要。通用 Agent 的能力边界一直在扩张，这类浅层包装迟早会被吃掉。
我目前能想到的答案，是通用 Agent 提供能力上限，垂直 Agent 降低专业工作的启动成本和交付成本。
全能 Agent 更像能力很强的毛坯房。你当然可以自己接数据、写指令、做 Skills、配模板、设权限，搭出一套金融工作系统。但大多数投资经理需要的是，打开门，资料、岗位、方法、模板和协作规则已经装好。
这个差异至少有三层：
第一层是信息&资料。垂直产品不一定非得拥有别人绝对拿不到的数据，它也可以先解决“我的资料怎么进来”。很多金融工作真正依赖的，本来就是机构自己的历史项目、访谈纪要、模型、底稿和网盘文件。少搬几次文件、少做几轮清洗，让这些私域资料持续留在一个项目里，本身就是成本。
第二层是工作方法。专家不能只是一个人设，Skill 也不能只是把 Prompt 换个名字。真正有价值的是，它有没有把投资备忘录、可比公司、财报更新、持仓诊断这些工作拆成相对稳定的步骤、检查项和交付标准。换一批资料以后还能复用，换一个人接手也知道做到哪一步，这才叫工作方法。
第三层是交付和组织。生成一篇看上去正确的报告，和让 Word、Excel、PPT 的数字一致，通用 Agent 当然也能搭出来，但垂直产品卖的，应该是替用户省掉配置、试错和管理这套系统的成本。
所以我不是因为库库 AI比 Codex 或 Claude 更聪明才用。恰恰相反，在基础智能越来越公共化之后，我想看的就是，它能不能把通用 Agent 留给用户自己折腾的“最后一公里”提前铺好。
最后再说下库库 AI 的网址是～～https://kukuai.cn
电脑版本或者小程序版本可以在里面找到下载入口，大家可以先去试起来，月底之前都是免费哦～
哎，现在时代真是好起来了，有这么多的好产品可以给大家库库造，回不去了，再也回不去了。。。
码字不易，如果觉得有帮助，可以点赞在看转发给你身边的朋友，欢迎大家留言多讨论多交流哦～
我是佩妮，关注我，一个只说真话的创投人。
热门跟贴