先把事实边界划清楚避免把 传闻 当成 案例WorkBuddy 金融版是腾讯 2026-09-03 正式发布的金融智能体工作台目前公开可考的首批共建机构名单为中金公司、国投证券、平安银行、中国太平等 100 家金融机构新浪财经中国日报网。招商银行、工商银行在贷前尽调上均为自研大模型 自研智能体路线招行 对公 AI 小招 / 火眼尽调、工行 工银智涌 / 智融通 / 工小审没有公开证据表明它们是 WorkBuddy 客户。下文我把 WorkBuddy 上的平安银行 与 招行 / 工行自研体系 分开讲并做横向对比避免张冠李戴。一、WorkBuddy 在贷前尽调上的 重大突破 是什么不是 AI 会写尽调报告而是把过去客户经理跨 10 平台、跨多份 PDF、跨多个 Excel 手工拼装的活儿重构成一条MCP 数据连接器 Skill 业务流程封装 9 位专家团 Multi-Agent 协同 行内模板 证据留痕的端到端流水线。1. 官方公开的量化结果腾讯云副总裁胡利明披露对公信贷尽调原本 10 天 → 压缩至 1 天中国日报网IT之家已覆盖环节生成材料清单 → 识别缺失项 → 调用工商 / 财务 / 司法数据交叉核验 → 按机构模板输出保留依据的尽调初稿 → 提示流程待办36氪DoNews9 位 AI 专家组成的 尽职调查专家团 协同工作所有结论可追溯至原始数据来源中国日报网部署形态整套系统在金融机构内网模型、数据、审计链路全部留在机构自己的墙内36氪与企业微信深度打通员工在群里 机器人即可发起尽调关键动作命令执行、文件修改、结果确认通过企微人工确认AI 始终在组织权限之内新浪财经2. WorkBuddy 在贷前尽调这条链上的 5 个 真突破从 文档问答 升级为 业务流程 AgentAI 不再只是回答 这家公司怎么样而是按 SOP 自动生成材料清单、识别缺失项、推送线下尽调待办 —— 直接驱动业务流程而不是辅助阅读。MCP 多源数据交叉核验而非单文档阅读工商、财务、司法数据并行拉取后交叉校验识别 数据冲突解决过去 AI 单源信息幻觉问题。结论保留依据坐标溯源每一条风险判断绑定原始数据出处满足银行底稿、内审、监管检查要求。这是和通用大模型对话最本质的区别。按客群加载 Skill最小权限底座 MCP 全开业务 Skill 按银行 / 投资 / 法务 / 供应链分组按需加载单次对话 Token 消耗下降约 60%腾讯云开发者社区。人保留决策权 关键动作企微确认AI 出初稿客户经理做最终判断执行类动作需人工确认 —— 这是金融监管对 AI 自主放贷 的硬红线。二、平安银行 × WorkBuddy公开可考的合作方信息边界WorkBuddy 官方把平安银行列为首批共建机构之一36氪新浪财经平安银行自身对外披露的是自建大模型 自建 AI 风险中台二者是 WorkBuddy 平台 行内自研模型 / 知识库 并存关系。1. 平安银行在贷前尽调上的真实动作截至 2025 年 9 月末平安银行累计落地大模型应用场景超过 360 个AI 辅助开发覆盖率 100%上海证券报·中国证券网。风控合规上强化对公业务风险专家知识库底座建立 AI 风险中台集约化构建智能体并嵌入风险管理流程同步升级零售尽调、审批、放款、催收智能体证券日报。普惠金融侧把 数据驱动、智能赋能、服务增效 作为普惠线上化升级主线系统化解中小微信贷痛点中国日报网。自有金融大模型 PingAnGPT-Qwen3-32B 已在 CNFinBench 金融评测中拿到第一已部署集团 97 个真实业务场景Ping An。2. 在 WorkBuddy 平台上平安银行侧典型调用的 Skill 组合按公开披露的 对公授信尽调 → 项目建立、材料准备、财务校验、风险总览、报告生成 五段式流程DoNews新浪财经对应到企查查 MCP 在 WorkBuddy 上的 12 个银行客群 Skill腾讯云开发者社区表格尽调阶段调用 Skill拉取的 MCP 数据源项目建立 / 客户识别strip-profile企业画像、kyb-verificationKYB 主体核验qcc-company、qcc-risk股权 / 实控人核查equity-structure股权穿透、ubo-screeningUBO 筛查、history-evolution历史沿革qcc-company、qcc-history、qcc-executive材料准备 / 缺失项识别credit-due-diligence主调度、business-health-scan健康度扫描行内信贷库 MCP qcc-operation财务校验财报解析连接器合同 / 发票 / 货单多源提取qcc-document / qcc-document-mcpOCR风险总览counterparty-risk交易对手风险扫描、guarantor-check担保人核查qcc-risk、qcc-executive报告生成credit-due-diligence报告子流程按行内模板填充全部上游结果回灌底层 10 个 MCP 服务器qcc-company /qcc-risk/qcc-ipr /qcc-operation/qcc-executive /qcc-history/qcc-legal-regulation /qcc-legal-case/qcc-document /qcc-document-mcp统一 Bearer Token 鉴权。 启信慧眼作为 WorkBuddy十大专业级技能 之一对外开放200 数据接口覆盖工商、司法、知识产权、经营数据光明网。3. 平安银行侧落地结果公开口径对公信贷尽调端到端10 天 → 1 天9 位专家团产出的报告所有结论可追溯到原始数据来源行内私有部署模型 数据 审计链路不出行任务进展、待办、风险提示同步到企业微信关键动作走人工确认。三、招商银行在贷前尽调上的 Skills自研路线非 WorkBuddy必须先说清楚招行是全栈自研大模型路线其智能体体系与 WorkBuddy 平行没有公开合作证据。我列出来是为了横向对比。1. 招行自研智能体矩阵对公 AI 助手 对公 AI 小招服务79.99 万户企业AI 已覆盖 90% 小企业尽调内容新华网客户端中国证券报。对公尽调产品 火眼尽调一键调取企业工商、流水数据自动形成授信分析底稿新浪财经。中后台 风险小助嵌入作业流程覆盖客户经理、风险经理、审贷官三类角色嵌入信贷 三查 证券日报电子报招商银行。已落地800 AI 场景2026 上半年日均 Token 吞吐量同比 78%等效节约1388 万人工小时证券时报新浪财经。2. 招行 对公 AI 小招 / 火眼尽调 在贷前尽调上的技能拆解对标 Skill 视角表格尽调环节对应能力数据 / 技术底座客户找 / 识 / 筛 / 盯对公客户经营问答、新风险主动提示行内数据中台 自研大模型尽调报告自动生成覆盖 90% 小企业尽调内容基本情况、行业分析、公司架构、财报分析大模型文档生成 行内模板工商 流水一键调取火眼尽调底稿自动产出外部工商 行内流水知识图谱关联分析企业关联关系图谱、风险传导图谱技术 大模型推理风险小助嵌入作业流贷前 / 贷中 / 贷后三查全流程自研全栈大模型底座结论招行走 自研大模型 自研智能体 行内数据 闭环是替代型而非 接入 WorkBuddy它的优势是和行内系统打通最深缺点是开发周期长、复用性弱于 WorkBuddy 这种 MCP Skill 拼装 模式。四、工商银行在贷前尽调上的 Skills自研路线非 WorkBuddy同样先划边界工行是 工银智涌大模型 自研智融通 / 智贷通 / 工小审 智能体矩阵没有公开 WorkBuddy 合作证据。1. 工行侧公开披露全行大模型落地500 场景构建 一超多专 MoA 多智能体协同框架1 个超级智能体作中枢 N 个专项智能体知识检索、数据分析等移动支付网。对公信贷领域智融通 智能体矩阵完成客户多维信息整合、风险初步研判、融资方案辅助生成最终由信贷人员复核与终审中国金融新闻网。融资全流程智能体矩阵 智贷通信贷评审 AI 数字助手工小审中国工商银行。总行软件开发中心 智慧尽调助手客户经理输入企业名或统一社会信用代码自动调用智慧搜索 多模态分析生成基本情况、行业分析、公司架构、财报分析内容覆盖客户经理近 11 万人新浪。浙江分行 尽调报告助手尽调工作效率提升50%同花顺财经。江苏分行 普惠驿道全国首创大模型 AI 尽调助手配套智能营销、数据通途、尽调助手、e 点即贷、智慧核查、精准风控六大子系统金科创新社。2. 工行 智慧尽调助手 在贷前尽调上的技能拆解表格模块能力输入入口对话式交互输入企业名 / 统一社会信用代码即可多模态解析工商、财报、合同、图片、音视频多源材料一站式处理报告自动章节基本情况、行业分析、公司架构、财报分析报告类产物尽调报告、信贷审批报告、反洗钱报告自动编写中国工商银行数据问答业务人员自然语言查数无需传统需求开发MoA 编排超脑拆任务 → 专项智能体并行执行 → 汇总五、WorkBuddy 贷前尽调 Skills 深度拆解核心交付按企查查 MCP 在 WorkBuddy 上的银行客群 12 个 Skill完整拆解腾讯云开发者社区这是 WorkBuddy 做银行贷前尽调最硬的一张底牌1. 12 个银行客群 Skill 全景表格#Skill 名贷前尽调用途1credit-due-diligence贷前尽调全流程主调度总入口2kyb-verification企业身份核验KYB3ubo-screening实际控制人 / 隐名股东穿透筛查4equity-structure多层股权结构、交叉持股图谱5history-evolution历史沿革、历史股东、已注销主体6strip-profile企业一键画像7business-health-scan企业经营健康度扫描打分8counterparty-risk交易对手风险扫描诉讼、被执行、失信、股权冻结9guarantor-check担保人资质、担保余额、或有负债10credit-monitoring贷后风险监控跨周期延伸11bankruptcy-monitor破产重整监控12debt-recovery-assessment债务回收可行性评估2. 典型一键尽调链路用户在企微 机器人 触发客户经理输入帮我对 XX 公司做对公授信尽调初稿 ↓ credit-due-diligence 主 Skill 启动 ↓ 并行子 Agent [kyb-verification] → qcc-company工商、股东、分支机构 [equity-structure] → qcc-company qcc-history股权穿透 3-5 层 [ubo-screening] → qcc-executive高管任职、投资、风险 [counterparty-risk] → qcc-risk立案、失信、被执行、股权冻结 [guarantor-check] → qcc-executive qcc-risk担保链、互保圈 [business-health-scan] → qcc-operation招投标、资质、融资、土地 [strip-profile] → 汇总企业画像 ↓ 交叉比对识别多源数据冲突工商/财报/司法 ↓ 按银行模板填充标红现金流为负关联方担保等高风险项 ↓ 输出尽调初稿每条结论挂证据坐标 线下待办清单 ↓ 企业微信推送客户经理复核 → 关键动作人工确认3. WorkBuddy 这套 Skill 设计的 4 个工程突破底座全开、业务分组MCP 服务器统一注册Skill 按银行 / 投资 / 法务 / 供应链按需加载避免几百个工具 schema 同时进上下文 —— 实测 Token 消耗降 60%腾讯云开发者社区。最小权限原则每个岗位只暴露该场景必需的工具子集符合银行内控。专家团 单 Skill腾讯云官方把 尽职调查专家团 做成9 位 AI 专家协同比单 Skill 调用更接近真实投行 / 信贷团队分工中国日报网。可观测、可追溯、可治理所有结论挂原始数据出处任务进展、待办、关键动作同步企业微信模型、数据、审计链路全在机构内网 —— 这是和 OpenAI/Claude 类海外模型在金融落地最本质的差异。六、WorkBuddy vs 招行自研 vs 工行自研 —— 贷前尽调横向对比表格维度WorkBuddy 金融版招行 对公 AI 小招 / 火眼尽调工行 工银智涌 / 智慧尽调助手路线MCP Skill 专家团拼装平台型全栈自研大模型 自研智能体全栈自研大模型 MoA 多智能体矩阵首批共建客户平安银行、中金、国投证券、中国太平 100全行自营全行自营尽调周期10 天 → 1 天小企业尽调 AI 覆盖90%内容尽调效率50%浙江分行客户经理覆盖按机构部署全行对公客户经理总行覆盖近11 万客户经理数据接入企查查 / 启信慧眼 MCP200 接口行内数据中台 外部工商流水行内数据中台 多模态解析报告证据留痕坐标溯源每条结论绑原始数据行内自有底稿行内自有底稿部署形态机构内网私有化行内行内关键差异拼装快、跨机构复用、80 金融专家开箱即用与行内系统打通最深800 场景MoA 超脑调度500 场景规模最大七、一句话结论WorkBuddy 在贷前尽调的真突破不是 更聪明的大模型而是把银行尽调拆成12 个可复用 Skill 10 个 MCP 数据服务器 9 位专家团 行内模板 企微人工确认的标准化流水线让 10 天尽调压到 1 天且结论全程可追溯、全程在内网。平安银行是 WorkBuddy 官方首批共建方同时自建 AI 风险中台 PingAnGPT走 平台 自研 混合路线。