Agent正在把金融信息服務(wù)行業(yè)沿用二十多年的終端模式拆成零件。

5月下旬，萬(wàn)得發(fā)布金融AI生態(tài)平臺(tái)AIFin Market，首次向外部Agent開(kāi)放MCP能力，使其能夠直接調(diào)用萬(wàn)得的數(shù)據(jù)、工具和研究能力。

而在萬(wàn)得之前，其余兩家頭部金融信息服務(wù)商已經(jīng)率先邁出一步：

3月12日，同花順推出iFinD MCP，希望讓外部Agent直接調(diào)用自身數(shù)據(jù)庫(kù)；同日，東方財(cái)富上線Skills體系，將資訊搜索、金融數(shù)據(jù)查詢和智能選股等能力封裝成可調(diào)用模塊。

表面上看，三家頭部金融信息服務(wù)商，已經(jīng)達(dá)成了開(kāi)放的共識(shí)——把過(guò)去封裝在金融終端里的能力拆出來(lái)，向Agent開(kāi)放。

但真正值得關(guān)注的，或許不是MCP還是Skill，而是最先選擇了什么，又試圖守住些什么。

過(guò)去二十多年里，金融信息服務(wù)商爭(zhēng)奪的是終端席位：基金經(jīng)理打開(kāi)萬(wàn)得，投資者打開(kāi)同花順，股民瀏覽東方財(cái)富，數(shù)據(jù)、資訊、研究工具被封裝在同一個(gè)入口之中；

隨著用戶開(kāi)始通過(guò)Agent查數(shù)據(jù)、讀公告、篩選股票、分析基金時(shí)，數(shù)據(jù)、研究工具、分析框架乃至投資方法論，也開(kāi)始從終端中被拆解，以MCP、Skill等形式進(jìn)入新的生態(tài)。

如今，金融信息服務(wù)商們的課題已然變成了，當(dāng)用戶不再直接打開(kāi)終端時(shí)，自己還能在價(jià)值鏈的哪個(gè)環(huán)節(jié)發(fā)揮作用？

或許三家公司終有一日會(huì)覆蓋所有環(huán)節(jié)，但在這場(chǎng)變革開(kāi)始時(shí)，它們最先選擇開(kāi)放什么、守護(hù)什么，依然折射出各自不同的基因。

萬(wàn)得：終端之王再定位

盡管時(shí)間線靠后，但萬(wàn)得愿意向外部Agent開(kāi)放數(shù)據(jù)庫(kù)，仍舊在不少人的意料之外。

過(guò)去二十多年，萬(wàn)得最核心的護(hù)城河從來(lái)不是數(shù)據(jù)，甚至不是機(jī)構(gòu)客戶本身，而是機(jī)構(gòu)客戶沉淀在終端中的工作流；

市場(chǎng)中大量的基金經(jīng)理、券商分析師和銀行研究員依賴通過(guò)萬(wàn)得獲取數(shù)據(jù)、資訊、使用工具，甚至完成研究工作。

這種以終端制勝的模式，最早源于美國(guó)金融信息巨頭彭博。

1990年代，彭博在全球債市擴(kuò)張、共同基金興起的背景下抓準(zhǔn)機(jī)會(huì)，從數(shù)據(jù)工具進(jìn)化為工作平臺(tái)，至2000年代初，已有大量的歐美投行將“熟練使用彭博”列入招聘要求。

同一時(shí)期，萬(wàn)得創(chuàng)始人陸風(fēng)敏銳覺(jué)察到商機(jī)，通過(guò)復(fù)刻彭博闖出了國(guó)內(nèi)的終端之路。

也正因如此，無(wú)論近幾年的技術(shù)如何演進(jìn)，萬(wàn)得始終在做同一件事，將工作流留在終端內(nèi)。

2023年，ChatGPT引爆第一輪生成式AI浪潮；

彭博順勢(shì)推出擁有500億參數(shù)自研GPT，萬(wàn)得推動(dòng)“Wind Alice文本生成類算法”完成備案，并在兩年內(nèi)逐步構(gòu)建集成于終端內(nèi)部的智能客服、投顧助手等AI產(chǎn)品矩陣。

2025年，Agent、多智能體與MCP生態(tài)快速發(fā)展；

二者繼續(xù)強(qiáng)化終端，萬(wàn)得推出WindClaw、Alice Agent、智能金融操作系統(tǒng)Alice 27等AI產(chǎn)品，以期繼續(xù)將機(jī)構(gòu)工作者留在終端生態(tài)之內(nèi)。

但在新一輪的技術(shù)浪潮下，萬(wàn)得的終端策略遭到了不小的挑戰(zhàn)。

隨著ChatGPT、Claude等通用模型快速迭代，用戶對(duì)于Agent的期待不斷提高，復(fù)雜推理、開(kāi)放式問(wèn)答、跨領(lǐng)域分析以及長(zhǎng)文本處理能力，成為衡量體驗(yàn)的重要標(biāo)準(zhǔn)。

從合規(guī)、適配、自主等考量出發(fā)，萬(wàn)得AI產(chǎn)品的底座均為自主研發(fā)的金融大語(yǔ)言模型；

但樞紐調(diào)研發(fā)現(xiàn)，萬(wàn)得Agent進(jìn)入開(kāi)放分析、復(fù)雜推理等場(chǎng)景后，整體表現(xiàn)往往弱于Claude、GPT等通用模型。

部分機(jī)構(gòu)用戶向樞紐反饋，其生成內(nèi)容存在數(shù)據(jù)錯(cuò)誤、論據(jù)支撐不足等問(wèn)題，復(fù)雜任務(wù)場(chǎng)景下，工具鏈調(diào)用穩(wěn)定性也有待提升；

樞紐實(shí)測(cè)發(fā)現(xiàn)，在涉及多層數(shù)據(jù)整合和深度分析的任務(wù)中，萬(wàn)得Agent偶爾會(huì)出現(xiàn)響應(yīng)超時(shí)或任務(wù)中斷。

以上種種不意味著萬(wàn)得Agent失敗，卻揭示出一個(gè)骨感的現(xiàn)實(shí)：萬(wàn)得不擅長(zhǎng)底層模型，但底層模型決定著Agent的體驗(yàn)上限。

與此同時(shí)，同花順、東方財(cái)富等同行已經(jīng)陸續(xù)開(kāi)放MCP接口或Skill能力，將數(shù)據(jù)與分析模塊接入外部Agent生態(tài)；

當(dāng)外部的OpenClaw、WorkBuddy、HermeAgent可以在直接調(diào)用其他頭部金融信息服務(wù)商的數(shù)據(jù)庫(kù)與技能模塊時(shí)，沉淀在萬(wàn)得終端中的工作流，已經(jīng)出現(xiàn)了松動(dòng)。

或是因此，萬(wàn)得第一次試圖進(jìn)入外部Agent，讓自身的能力繼續(xù)留在新的工作流之中。

今年5月，萬(wàn)得發(fā)布AIFin Market，將數(shù)據(jù)、工具和Skills體系向外部Agent開(kāi)放，使得用戶無(wú)需進(jìn)入萬(wàn)得終端，也能夠通過(guò)MCP調(diào)用萬(wàn)得能力。

樞紐實(shí)測(cè)發(fā)現(xiàn)，外部Agent接入后已可即時(shí)調(diào)用數(shù)據(jù)并執(zhí)行任務(wù)，平臺(tái)采用積分制管理調(diào)用頻次，免費(fèi)額度能夠覆蓋指標(biāo)查詢、數(shù)據(jù)提取等基礎(chǔ)場(chǎng)景，更高頻或更復(fù)雜的調(diào)用則需要額外購(gòu)買(mǎi)積分。

不過(guò)，在部分名稱相近的主體查詢中，仍存在數(shù)據(jù)歸集錯(cuò)誤問(wèn)題。

樞紐測(cè)試發(fā)現(xiàn)，個(gè)別重名主體的數(shù)據(jù)會(huì)出現(xiàn)錯(cuò)誤累加現(xiàn)象，這究竟需要通過(guò)數(shù)據(jù)調(diào)用結(jié)構(gòu)優(yōu)化解決，還是依賴Agent能力進(jìn)一步提升糾錯(cuò)水平，仍有待行業(yè)繼續(xù)探索。

值得注意的是，開(kāi)放MCP并不意味著萬(wàn)得放棄終端。

截至6月5日，萬(wàn)得首頁(yè)最核心的廣告位置已變更為內(nèi)置智能金融操作系統(tǒng)，鼓勵(lì)用戶通過(guò)Alice Agent、智能客服、投顧助手，以及主線識(shí)別、盤(pán)后復(fù)盤(pán)、交易計(jì)劃等數(shù)十項(xiàng)技能完成研究工作。

這說(shuō)明對(duì)現(xiàn)階段的萬(wàn)得而言，開(kāi)放Agent生態(tài)與強(qiáng)化終端是兩條腿走路，AIFin Market是在終端之外增加新的觸點(diǎn)；

終端可以被拆解、數(shù)據(jù)可以被調(diào)用，但工作流仍然決定著金融信息服務(wù)商的定價(jià)權(quán)，這或許依然是萬(wàn)得最在意的事情。

同花順：答案比入口重要

同花順在Agent時(shí)代的選擇，與萬(wàn)得形成了一種微妙的互文。

今年3月，萬(wàn)得發(fā)布Alice 27智能金融操作系統(tǒng)、WindClaw等終端內(nèi)AI產(chǎn)品，并在5月下旬開(kāi)放MCP接口；同在3月，同花順率先推出iFinD MCP，透露后續(xù)或上線自研Agent產(chǎn)品iFinD Claw。

從結(jié)果看，兩家公司都在同時(shí)布局終端與開(kāi)放生態(tài)，但順序明顯不同；

萬(wàn)得選擇先強(qiáng)化終端、再開(kāi)放能力，同花順則率先打開(kāi)數(shù)據(jù)接口。

樞紐注意到，自3月上線以來(lái)，同花順對(duì)于已經(jīng)多次豐富MCP覆蓋范圍，從金融數(shù)據(jù)庫(kù)延伸至企業(yè)工商、風(fēng)險(xiǎn)、經(jīng)營(yíng)信息等外部數(shù)據(jù)源，目前支持股票、基金、債券、港美股、宏觀經(jīng)濟(jì)、行業(yè)數(shù)據(jù)以及公告資訊等多個(gè)場(chǎng)景。

在官方介紹中，iFinD MCP被定義為“給每一只龍蝦配上一座專業(yè)金融數(shù)據(jù)庫(kù)”；

這近乎直白地展示了同花順的野心，無(wú)論未來(lái)用戶使用ChatGPT、Claude，還是券商、基金和銀行自建Agent，在生成答案時(shí)，都能夠調(diào)用同花順的數(shù)據(jù)。

這樣的選擇，與同花順的用戶基礎(chǔ)密切相關(guān)。

萬(wàn)得服務(wù)的是B端機(jī)構(gòu)，同花順面對(duì)的則是數(shù)量龐大的C端個(gè)人投資者。

截至2025年，同花順57.43%的收入來(lái)自廣告及互聯(lián)網(wǎng)推廣服務(wù)，32.35%來(lái)自增值電信服務(wù)，基金銷售及交易服務(wù)收入占比僅為3.6%。相比傳統(tǒng)金融終端，更接近一家互聯(lián)網(wǎng)平臺(tái)。

不同的用戶結(jié)構(gòu)，塑造了不同的產(chǎn)品邏輯：

萬(wàn)得在意如何在終端內(nèi)布置更專業(yè)的工具、沉淀出工作流，同花順關(guān)心的始終是如何讓普通投資者可以更快、更好地獲得答案。

2013年，同花順推出智能金融搜索產(chǎn)品“問(wèn)財(cái)”。

這是第一次，用戶無(wú)需掌握選股公式或財(cái)務(wù)指標(biāo)，只需輸入自然語(yǔ)言，系統(tǒng)便能夠完成篩選、查詢和匹配，此后問(wèn)財(cái)成長(zhǎng)為同花順最具代表性的產(chǎn)品之一，在2015年牛市期間帶動(dòng)用戶規(guī)模快速增長(zhǎng)。

同花順產(chǎn)品總監(jiān)路忠文曾表示，問(wèn)財(cái)是公司的核心產(chǎn)品，甚至“所有資源都注入于此”。

在ChatGPT引爆后，同花順推出金融大模型HithinkGPT，逐步接入問(wèn)財(cái)和iFinD終端，進(jìn)一步降低金融信息的理解門(mén)檻。

延續(xù)這一線索，可以觀察到同花順的意圖始終如一：縮短用戶與答案的距離。

技術(shù)的爆發(fā)，讓這條路徑出現(xiàn)了新的可能。

由于Agent已經(jīng)可以主動(dòng)調(diào)用工具、檢索資料、執(zhí)行任務(wù)，不論是ChatGPT、Claude、豆包，還是券商、基金和銀行內(nèi)部自建Agent，都可能成為新的工作界面。

過(guò)去用戶通過(guò)問(wèn)財(cái)提問(wèn)，未來(lái)可能通過(guò)Agent提問(wèn)，交互方式會(huì)變，但金融分析對(duì)數(shù)據(jù)的依賴并沒(méi)有改變。

路忠文指出，多年來(lái)同花順持續(xù)建設(shè)iFinD數(shù)據(jù)庫(kù)、自然語(yǔ)言取數(shù)體系以及各類金融工具，本質(zhì)上解決的都是同一個(gè)問(wèn)題，即如何讓機(jī)器準(zhǔn)確獲取金融數(shù)據(jù)。

從這個(gè)角度看，成為Agent背后的數(shù)據(jù)提供者，遠(yuǎn)比爭(zhēng)奪Agent入口本身更加重要。

類似的思路也出現(xiàn)在海外市場(chǎng)。

美國(guó)金融數(shù)據(jù)服務(wù)商FactSet長(zhǎng)期向券商、基金和資管機(jī)構(gòu)提供數(shù)據(jù)庫(kù)、分析模型及開(kāi)放接口服務(wù)。進(jìn)入Agent時(shí)代后，F(xiàn)actSet迅速推進(jìn)AI-ready Data和開(kāi)放接口體系建設(shè)，希望讓自身數(shù)據(jù)庫(kù)進(jìn)入越來(lái)越多AI工作流。

無(wú)論用戶通過(guò)什么Agent提問(wèn)，F(xiàn)actSet真正關(guān)心的始終是：當(dāng)答案被生成時(shí)，調(diào)用的是否是自己的數(shù)據(jù)。

同樣的邏輯也適用于同花順。

同花順的收入長(zhǎng)期建立在龐大的用戶流量之上，而流量的本質(zhì)是需求，只要守住數(shù)據(jù)庫(kù)，需求就不會(huì)消失。

從這個(gè)角度看，率先開(kāi)放iFinD MCP，更像是同花順沿著既有路徑向前邁出的一步。

東方財(cái)富：守在交易側(cè)

相較萬(wàn)得同花順，東方財(cái)富率先將能力開(kāi)放到了更影響認(rèn)知的層面。

3月12日，東方財(cái)富上線面向Agent生態(tài)的Skills體系，將資訊搜索、金融數(shù)據(jù)查詢和智能選股三項(xiàng)能力直接開(kāi)放給外部Agent調(diào)用：

其中，資訊搜索Skill可調(diào)用新聞、公告、研報(bào)和政策信息；

金融數(shù)據(jù)Skill支持股票、基金、債券及公司基本面查詢；

智能選股Skill則能夠根據(jù)財(cái)務(wù)指標(biāo)、技術(shù)信號(hào)和主營(yíng)業(yè)務(wù)等條件完成篩選。

開(kāi)放的封裝好分析能力，體現(xiàn)出另一種更進(jìn)階的訴求——東方財(cái)富似乎更在意對(duì)投資者決策的影響力。

回歸業(yè)務(wù)結(jié)構(gòu)，可以更清晰地理解這一選擇。

截至2025年，東方財(cái)富證券服務(wù)收入達(dá)到125.35億元，占總收入的78%；金融電子商務(wù)服務(wù)收入31.82億元，占比接近20%；金融數(shù)據(jù)服務(wù)收入僅占1.5%。

這代表，東方財(cái)富至今有九成以上的收入，來(lái)自同業(yè)手中缺少的基金代銷與券商牌照。

2000年代中后期，東方財(cái)富依靠財(cái)經(jīng)門(mén)戶和股吧迅速聚集起龐大的投資者群體；

2012年，獲得基金銷售牌照的東方財(cái)富第一次打通信息與交易鏈條，此后天天基金在互聯(lián)網(wǎng)基金銷售浪潮下崛起，2015年的基金銷售額甚至壟斷了第三方代銷市場(chǎng)八成以上的份額；

一年后，東方財(cái)富又以44億元收購(gòu)?fù)抛C券，完成了從財(cái)經(jīng)門(mén)戶向財(cái)富管理平臺(tái)的轉(zhuǎn)型。

資訊吸引流量，股吧影響認(rèn)知，天天基金承接基金銷售，東方財(cái)富證券承接股票交易；

曾經(jīng)的十余年，東方財(cái)富最核心的護(hù)城河，是一條把用戶帶到交易之前的完整路徑。

這恰恰是Agent時(shí)代帶來(lái)的最大挑戰(zhàn)。

過(guò)去，投資者通過(guò)東方財(cái)富獲取信息、形成判斷，再完成交易，如今越來(lái)越多用戶已經(jīng)開(kāi)始通過(guò)Agent閱讀資訊、理解公司、篩選基金。

萬(wàn)得被挑戰(zhàn)的是工作流，同花順被挑戰(zhàn)的是數(shù)據(jù)入口，而東方財(cái)富被挑戰(zhàn)的，則認(rèn)知與交易之間的連接能力。

這或許也是東方財(cái)富執(zhí)著于Skills的原因。

Agent可以幫助用戶獲取信息，卻無(wú)法天然擁有成熟的投資框架和研究體系；

東方財(cái)富將資訊解讀、選股分析、基金研究等能力封裝成Skill，目的并非提供更多信息，而是讓自身的研究能力繼續(xù)參與用戶的決策過(guò)程。

類似探索也出現(xiàn)在海外市場(chǎng)。

例如，美國(guó)獨(dú)立投資研究機(jī)構(gòu)Morningstar近年來(lái)持續(xù)推進(jìn)生成式AI與研究體系結(jié)合，將基金評(píng)級(jí)、組合分析、研究報(bào)告和投資洞察嵌入AI工作流，并推出面向顧問(wèn)和機(jī)構(gòu)客戶的AI助手工具。

這類機(jī)構(gòu)更希望將自身積累多年的研究框架和分析能力嵌入投資決策過(guò)程。

從財(cái)經(jīng)門(mén)戶到天天基金，從東方財(cái)富證券到妙想Skills，東方財(cái)富過(guò)去二十年的每一次轉(zhuǎn)型，本質(zhì)上都在向交易更靠近一步。

萬(wàn)得守的是工作流，同花順守的是數(shù)據(jù)，而東方財(cái)富更關(guān)心的，是當(dāng)交易發(fā)生時(shí)，自己是否仍然留在那條路徑之上。