Если вы когда-либо читали отказ от ответственности Anthropic о том, что ответы, сгенерированные Claude, могут содержать ошибки, и думали: «Вот что мне нужно, чтобы оживить финансовые операции», то вам повезло.
Anthropic выпустила набор шаблонов финансовых агентов, предназначенных для того, чтобы ее сервис Claude AI мог лучше помогать в выполнении финансовых задач.
«Каждый шаблон агента представляет собой эталонную архитектуру, которая объединяет три элемента: навыки (инструкции и знание предметной области для выполнения задачи), коннекторы (регулируемый доступ к данным, на которых выполняется задача) и субагенты (дополнительные модели Claude, которые вызываются основным агентом для выполнения конкретных подзадач, таких как выбор сопоставимых компаний или проверка методологии)», — объясняет компания.
Терминология может быть несколько туманной, потому что, в конечном счете, все это просто модель, преследующая цель в итеративном цикле с использованием таких ресурсов, как инструменты и данные.
Сам Claude Code — это агентная оболочка, которая поддерживает базовую модель, используя определенный Anthropic поток управления. Когда модель Claude управляет потоком управления для достижения цели — решая, какие инструменты использовать и к каким данным обращаться, — это и есть агент.
Затем есть субагенты, которые на самом деле являются просто вызовами API к Claude с использованием специализированных системных запросов, определенных инструментов и контекста, предоставляемого системой оркестровки. Они немного похожи на функции в программе, которые обрабатывают определенный аспект приложения.
Таким образом, финансовые агенты Anthropic состоят из: навыков, которые представляют собой markdown-файлы, описывающие рабочие процессы; коннекторов, которые представляют собой интеграции с внешними сервисами; и субагентов, состоящих из сфокусированного системного запроса, конкретных инструментов и контекстных данных.
Например, шаблон агента Anthropic для проверки клиентов (KYC Screener) включает навык под названием kyc-rules, который подробно описывает, как Claude должен применять правила KYC/AML (борьба с отмыванием денег) фирмы к проанализированной записи о регистрации клиента. Правила предписывают модели ИИ присвоить рейтинг риска, проверить документы, сослаться на результаты применения правил и сформировать результат в следующем формате:
{
"risk_rating": "low | medium | high",
"disposition": "clear | request-docs | escalate-EDD | decline-recommend",
"missing_documents": ["..."],
"escalation_reasons": ["rule 4.2: confirmed PEP", "..."],
"rule_outcomes": [{"rule_id": "...", "outcome": "...", "evidence": "..."}]
}
Эти данные в формате JSON, по-видимому, будут полезны любой корпоративной системе, которая их получит.
Список агентов Anthropic включает: Создатель питчей; Подготовщик встреч; Рецензент отчетности о доходах; Создатель моделей; Исследователь рынка; Рецензент оценки; Согласователь главной книги; Закрыватель месяца; Аудитор отчетности; и, как упоминалось ранее, KYC-скринер.
Их можно применять к Claude Cowork и Claude Code в качестве плагинов или в виде «кулинарной книги» — копируемых фрагментов кода — для управляемых агентов Claude.
Вы можете подумать, что финансы, как правило, довольно суровы, когда дело доходит до научных штук вроде чисел. Возможно, вас не впечатляет, что модель Opus 4.7 от Anthropic набрала «ведущие в отрасли» 64,37 процента в бенчмарке Finance Agent от Vals AI — уровень отказов, за который человека бы уволили.
Не волнуйтесь, потому что Anthropic ожидает, что пользователи будут «твердо оставаться в курсе событий — просматривать, дорабатывать и утверждать работу Claude до того, как она будет отправлена клиенту, подана в архив или по ней будут предприняты действия».
С бухгалтерией приходит и ответственность. ®
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Thomas Claburn
