Claude的惊人转变：从编程高手到职场新贵！

哇，真是让人惊讶，Claude要从程序员华丽转身变成办公室白领了！

就在几个小时前，Anthropic发布了“Claude for Excel”，瞬间在Hackernews上引发热议，目前评论已经超过348条了。

从程序员转到白领，虽然大家都觉得这是大势所趋，但Anthropic的这一举动还是让行业人士感到震惊。

根据官方发布的界面和资料，看来这又是一款能和ClaudeCode相媲美的实用工具。

整体上来看，它跟两年前的Excel Copilot产品差别还是蛮大的。

现在，有了这个工具，你可以在Microsoft Excel中直接使用Claude了。它不仅可以读取和修改电子表格，还能解释每一个变化，甚至从零开始构建模型，修复损坏的公式。

接下来，让我们看看它的几项亮点技能：

第一，几秒钟内就能得到任何单元格的答案，并快速浏览复杂的模型。你可以询问Claude特定的公式、整个工作表，或者跨多个标签页的计算流程。每个解释都有单元格级别的引用，方便你验证逻辑。

第二，测试不同情景而不会影响原公式，在不破坏依赖关系的情况下，更新模型中的假设条件。快速测试各种情景，Claude会高亮所有更改并附上解释，确保一切透明可追溯。

第三，调试和修复错误，几秒钟内追踪到#REF!、#VALUE!或循环引用错误的根源。Claude会解释问题的原因和修复方法，确保不影响模型的其他部分。

第四，构建模型或填充现有模板。你可以根据需求从零开始创建财务模型，或者在保留公式和结构的基础上，用最新数据填充现有模板。

不过，这个功能目前还在邀请测试阶段，Max、Teams和Enterprise用户可以先享受Beta版的访问权限。有网友透露，体验名额仅有1000个。

让我们静观其变，等到测试结束后，小编会第一时间给大家带来测评。

Claude的下一个目标：金融领域

你以为只是在Excel方面有新动作？不，这才只是个开始。

Anthropic直接透露了它下一个商业计划：金融领域。

我们正在扩展Claude在金融服务中的功能，包括Excel插件、实时数据和市场分析的新连接器，以及一些预设的Agent功能，比如现金流模型和启动覆盖报告。

为什么要把目光从编程转向金融领域？

大家都知道，Claude是一个模型开发者，自从离开OpenAI后，它的目标一直是构建“安全且可靠”的模型。不过，最近它似乎开始慢慢转向了编程行业的商业化。

那么，这次突然的转变到底是为了什么呢？

今天发布的官方录制视频中，详细解释了这个问题。

Anthropic的金融服务部门AI工程团队负责人Alexander Brick表示，这一转型的目标是将研究成果有效应用于金融等复杂行业，推出安全可靠的产品。

最初，Anthropic是一家专注于AI安全研究的机构。现在，我们正在努力将这些研究成果转化为能够在复杂行业中安全应用的产品。我们的愿望是开发出能安全解决全球最复杂问题的模型。

拿编程来说，全球只有大约0.5%的人口是软件工程师，而企业的运作逻辑几乎都依赖于代码。这意味着Claude不仅理解复杂系统的运作，还能够清晰地表达它的思考和推理过程。

不过，编程只是众多复杂问题中的一部分，实际上，世界上还有许多其他难题散布在不同领域。我们的目标是让模型逐步进入并解决这些问题。

金融领域同样面临复杂性——这里的问题复杂，监管要求严格，必须具备可验证性和精确性。这也是Claude在金融行业展现其优势的原因。

Claude金融服务产品的负责人Nick Lynn进一步分享了为什么金融领域特别适合大模型赋能。

现在的金融分析师常常花费大量时间在细节上，比如在PowerPoint或Excel模型中精确到像素的程度，任何错误都是不可接受的。有趣的是，我们进入了一个新阶段——模型也能够做到这些，只不过是通过结构化逻辑的方式来实现。

这正是我们发现语言模型特别擅长的领域，也是我们重点训练的方向。这种逻辑推理和结构化能力，正在被逐步应用到越来越多的领域——比如创建复杂的电子表格、制作PowerPoint等。这种扩展的速度和范围，真让我感到震撼。

Claude for 金融的设计理念与其他产品有何不同？

Alexander用三个动词来概括Claude for Finance的设计思路：检索（Retrieve）、分析（Analyze）和创造（Create）。

首先谈谈“检索”。市面上已经有很多成熟的研究型智能体，而大语言模型在处理海量数据和提取洞察方面表现突出，速度是人类的几千倍。但在金融领域，Anthropic更关注的是如何让Claude能够直接连接到分析师的核心数据源。因为在金融行业，能否更快地挖掘出有价值的见解，直接关系到竞争力。

接下来是“分析”。在获取信息后，更重要的是能否在大规模的环境中进行有效分析——无论是通过代码还是电子表格。金融模型不仅仅是“好看的Excel表”，它代表了分析师对未来动态和企业估值的判断。因此，我们希望Claude能够真正理解核心金融概念，并像专业分析师一样操作Excel，运行财务模型。

最后是“创造”。金融从业者的工作最终都是为了与他人分享成果。无论是Excel、PPT还是Word文档，输出必须是“客户可用、会议可展示”的。我们希望Claude能够将整个过程无缝连接，从检索、分析到生成，形成一个真正智能的工作系统。

提到创造，我想多说一句，Claude的转型早有端倪。一个月前，Anthropic就推出了文件创建的功能，可以说，这次真的在金融产品方面形成了闭环。

Claude产品背后的工作机制是什么？

显而易见，与编码领域不同，金融场景对专业背景的要求非常高，而且数据获取相对困难。那么，Claude是如何开发出这样的产品的呢？

Alexander也分享了他们的内部做法。

首先是模型层面。“Anthropic本质上是一家研究机构，我们的目标是让Claude成为最适合金融行业的AI模型。”

金融领域面临独特的挑战——代码可以每天进行测试，但在我们团队内部，具备投行经验的人并不多。因此，我们非常重视与早期客户的合作，比如BCI、Perella Weinberg、NBIM等，让他们告诉我们最关键的应用场景，以及他们心目中的“理想效果”，同时帮助我们识别差距，反馈到研究过程中。

其次是产品层面。Agent能力是我们内部团队编写的代码，用于帮助用户与模型进行交互。

“我们推出了Deep Research等功能，正在重点投入，让Claude能够嵌入所有核心工作界面——不仅是Claude Enterprise Cloud AI，还包括浏览器插件、Excel、Chrome等，让分析师可以在日常工具中直接使用Claude。”

聊聊Claude和AI的未来

最后，咱们来聊聊平台层面。Claude的产品团队希望打造一个灵活又容易定制的平台，让大家用起来更顺手。

他们还在和S&P、FactSet、PitchBook等行业大佬合作，力求让Claude的金融智能体更加强大，能够深入整合各种功能。

网友们的看法：Claude还有进步空间

根据Hacker News上几条热评，专业用户对Claude Code的态度既谨慎又期待。

有一位从业者直言：“我觉得像Claude这样的工具目前还没到那个水平。”

另一位用户jbs789也表示，把Claude Code交给没有经过培训的用户实在是“风险巨大”。要让这样的模型真正发挥作用，使用者得懂得背后的逻辑和数据细节。

他还提到，目前Claude Code的合理用途更多是作为“检查工具”或“验证工具”，用来找出潜在的错误或辅助建模。但如果没有人工审核，他可不信任任何模型生成的财务结果。

这实际上揭示了一个重要的现实：AI可以生成内容，但人还是得来校对。

另一位评论者sally_glance表示，AI生成Excel表格或脚本是完全可行的，但有个前提——得有完整的文档，清楚每个隐含的逻辑和业务关系。否则，模型只是在“黑箱”中生成错误的数字。这类模型更适合用作自动化的“起点”，比如创建带公式和宏的模板，而不是直接提供计算结果。

值得一提的是，网友“sothatsit”将Claude和GPT-5进行了比较。他认为，GPT-5 Pro在代码审查上的严谨性已经超过了人类，即便是那些非常仔细的程序员。

他还推测，如果这种能力应用到Excel等领域，可能会带来显著的质量提升——因为Excel表格的错误率常常比代码还高。

不过，目前Claude在代码审查的能力上仍然落后于GPT-5，因此他对Claude Sonnet 4.5在金融领域的表现持谨慎态度。

不过，我开始信任GPT-5 Pro——它在发现软件bug方面，甚至比我还要细致，尽管我已经非常小心。

如果这种趋势继续发展，用这些工具来帮助审查Excel表格，也可能大幅提升质量。毕竟，Excel表格的错误率往往比软件还高。

话虽如此，Claude在代码审查能力上仍明显落后于GPT-5，所以我对Sonnet 4.5在这个新领域的表现也不太确定。

我觉得OpenAI可能会做得更好。

总结：Anthropic追求深度，OpenAI追求广度

有个有趣的现象是，全球排名前两的AI独角兽，OpenAI和Anthropic，正走在截然不同的道路上：一个是不断烧钱扩展规模，另一个则是专注于开发更专业的场景工具。

OpenAI依靠规模取胜，锁定大众市场，通过订阅（未来可能包括广告）来实现盈利。这种策略带来了极高的曝光度，但盈利模式仍不清晰——毕竟，大部分用户还是在使用免费版本，而在对话体验中融入广告，是否能不损害用户信任，依然是个未知数。

与此不同，Anthropic追求“深度”而非“广度”。他们专注于为企业构建专业化的工具，而不是服务普通消费者。公司的主要收入来源于为企业提供可靠、高效的工作型AI系统。这种定位让Anthropic能够在用户基础相对较小的情况下，获得更高的单客收益，同时更容易实现稳定的现金流——因为企业可以直接量化AI自动化带来的成本节约和效率提升。

这两种模式其实很好地反映了现在市场上AI公司的不同面貌。泡沫与非泡沫的现象在这两家公司身上展现得淋漓尽致。

那么，未来会怎样呢？让我们拭目以待吧！