夜雨聆风当 AI Agent 成为新的数据消费者，过去 30 年定义金融数据形态的彭博、Refinitiv、FactSet，第一次遇到了一个不为它们设计的竞争对手。
一、开源即营销的新玩法
故事要从一个开源项目说起。
2024 年 12 月，一个叫 Virat Singh 的纽约工程师在 GitHub 上传了一个叫 AI Hedge Fund 的项目——把巴菲特、芒格、Cathie Wood、Bill Ackman、Michael Burry、Peter Lynch、Aswath Damodaran 这些华尔街最知名的投资人都"复刻"成了 AI Agent。每个 Agent 用各自的投资哲学独立分析同一只股票，最后由一个 Portfolio Manager Agent 做出综合决策。
这个项目今天在 GitHub 上有 58500 颗星、10300 次 fork——作为对比，整个 LangChain 项目大概是 9 万星左右。一个个人开发者做的"演示项目"，在 GitHub 上的关注度已经接近顶级 AI 框架。
但 AI Hedge Fund 本身不是商业产品——它是个开源演示。真正赚钱的，是 Virat 的另一个产品：Financial Datasets(findatasets)。AI Hedge Fund 的 .env 配置文件里写着一行字——
FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key
也就是说，58500 颗星背后那些下载下来想要玩一玩"AI 巴菲特"的开发者——只要他们想真的跑通这套系统，就要去 financialdatasets.ai 注册账号、买 API。
这是一个非常聪明的产品策略。开源项目本身就是最好的获客漏斗，把"AI 时代怎么做量化"这个抽象的概念，包装成一个所有开发者都能在本地跑起来的工程项目。开发者用它学技术，顺手就把数据消费习惯交给了 Financial Datasets。
到 2025 年 10 月，Virat 又开源了第二个项目 Dexter——号称"finance 版的 Claude Code"，一个 200 行代码的自主金融研究 Agent，现在也有 25200 颗星。同样指向 Financial Datasets。
一个金融数据 API 公司，靠两个开源 Agent 项目就完成了原本需要烧几百万美金的市场教育。
图 1：开源即广告——Virat Singh 的商业飞轮
二、Virat Singh：一个非金融科班生重做金融基础设施
聊创始人。Virat Singh 的履历是典型的硅谷工程师路径——GoPro、Airbnb、Acorns(美国版蚂蚁财富)、Faire(B2B 批发独角兽)，中间在 2020-2021 年去斯坦福读了一年。他不是华尔街出身，没干过对冲基金，没做过 sell-side 研究。
但他做对了一件事——比华尔街先看见 AI Agent 这个新的数据消费者。
传统金融数据商(彭博、Refinitiv、FactSet、S&P Capital IQ)的全部产品哲学都是"为人类阅读设计"：终端是给基金经理盯着看的，PDF 研报是给分析师读的，Excel 插件是给建模师调的。这套架构跑了三十年，建立了全球最贵的 SaaS 商业模式——彭博终端一席每年 24000 美元，全球用户 35 万+，是这个行业最深的护城河。
但 AI Agent 不需要终端、不需要 PDF、不需要 Excel。它需要的是结构化 JSON、稳定的字段命名、低延迟、可程序化调用、按调用付费。
Virat 在 X 上的 bio 写得很清楚——
"Founder @findatasets, market infra for your agents."(给 Agent 用的市场基础设施)
一句话定义了一个新品类。彭博定义了 1980 年代的金融数据消费，路透社定义了 1990 年代，FactSet 和 S&P 定义了 2000 年代。AI Agent 这个新的消费者出现之后，所有上一代产品的形态都不再适合——而 Financial Datasets 是少数几家明确把"AI Agent 是主要客户"写进产品 DNA 里的初创。
三、产品矩阵：13 个 API，覆盖美股研究全链路
Financial Datasets 的产品体系按"数据类型"组织，整个体系是一组 REST API。每条 endpoint 独立计费、独立调用——开发者要什么数据，就调什么接口，不用为不需要的功能买单。
公司号称覆盖 27000+ 个美国股票代码(含已退市)、30+ 年历史数据、SEC 文件秒级摄入、1 亿+ 新闻文章、100ms 响应时间。
13 个核心 endpoint 和对应的按用量定价大致是这样——
图 2：Financial Datasets 13 个核心 API 接口与定价
横向覆盖来看，美股研究需要的几乎所有数据类型都齐了——做基本面研究有三表+分部+KPI；做事件驱动有 8-K+财报新闻稿+实时新闻；做内部人/机构跟踪有 Form 4+13F；做技术面有股价；做宏观有利率；做合规要追溯有完整 SEC 文件。
但更有意思的是它的几个LLM 友好设计细节——
第一，SEC 文件支持 section-level 访问。你可以单独查 10-K 的 Item 1A(风险因素)或 Item 7(MD&A)，不用 parse 整篇 PDF。对 Agent 来说，这意味着——"帮我分析这家公司的核心风险"可以转化为一次精确的 API 调用，而不是让 LLM 啃一份几百页的文档。
第二，KPI、Forward Guidance、Non-GAAP Metrics 是从财报文本里 NLP 出来的。传统数据商只给 GAAP 表格里的标准化数据，但很多公司真正重要的指标(SaaS 公司的 ARR、Netflix 的订阅用户、Tesla 的交付量)是 GAAP 之外的——FDS 把这些非结构化的"叙述型数据"也结构化了。
第三，MCP Server 原生支持。MCP 是 Anthropic 在 2024 年推出的 Model Context Protocol，让 Claude、Cursor 等 AI 客户端可以对话式调用外部工具。FDS 是金融数据领域最早做 MCP 原生集成的——你在 Claude Desktop 里直接问"帮我查苹果最新的分部财务"，它会自动通过 MCP 调用 FDS 的 API 并把结果返回。
第四，专门给 LLM 准备了 llms.txt 文档索引——一份"给 AI 看的说明书"，Agent 可以一次性 fetch 全部 endpoint schema，然后自主推理调用哪个接口。
四、数据从哪来：美国证监会的公共基础设施
很多人会问：一家两三个人的初创公司，凭什么号称自己是"primary-source data provider"(一手数据源)？
答案藏在美国一个被外行严重低估的公共基础设施里——EDGAR(Electronic Data Gathering, Analysis, and Retrieval)。
美国证监会(SEC)从 1990 年代开始就要求所有上市公司把 10-K、10-Q、8-K、Form 4(内部人交易)、Form 13F(机构持仓)、招股书等监管申报全部强制提交到 EDGAR 系统。所有这些数据都是 100% 免费、100% 公开、100% 实时的——任何人都可以下载。
更关键的是，从 2009 年起，SEC 强制要求公司用 XBRL 格式(eXtensible Business Reporting Language)提交财报——这是一种结构化的机器可读格式，每个财务字段都有标准化的 tag(比如 us-gaap:Revenues 对应"营业收入"、us-gaap:NetIncomeLoss 对应"净利润")。
也就是说——美国把上市公司的核心财务数据，做成了公共基础设施级别的开放接口。
这是中国资本市场目前还没有完全做到的事。A 股上市公司的年报、招股书在巨潮资讯网上有 PDF，但结构化、机器可读、字段标准化的开放接口体系并不完整。同花顺、Wind、东方财富的核心商业模式之一，就是替用户做这件本来应该是公共基础设施的事——抓取、解析、结构化、再卖给客户。
Financial Datasets 的核心壁垒，不在于它"原创"了什么数据——SEC 数据本来就是公开的——而在于它把零散的、不同格式的政府公开数据，统一成 LLM 友好的结构化 JSON 接口。SEC filing 类数据这部分，它确实是"一手"。
图 3：Financial Datasets 数据来源三层拆解
不过有一点需要说清楚——它的"一手"主要指 SEC 类数据。其他几类数据并不完全——
•股价数据几乎肯定是二手——实时和历史股价要从交易所或交易所授权的市场数据厂商买，更可能从 Polygon.io、IEX Cloud、Databento 这类二级数据商转售
•新闻数据 1 亿+ 篇这个量级，肯定不是自己爬——更可能聚合自 Benzinga、Polygon News、Tiingo 这些
•宏观利率来自 FRED(美联储圣路易斯分行的免费宏观数据库)和 U.S. Treasury Direct——这些是免费的，所以也算"一手"，只是不是它自己挖的
对一般用户来说，这些细节其实不重要——拿到的数据是干净的、API 是稳定的、价格可承受——就够了。但对机构买家做合规追溯，数据 lineage(血缘)应该可以追到原始来源——这是 FDS 文档里目前不够透明的部分，是它想从 Developer 跨到 Enterprise 必须补的功课。
五、定价：把华尔街的价格打下来
最后看商业模式。Financial Datasets 的定价分两个维度——订阅和按量。订阅三档——
Developer：$200/月。1000 req/min，覆盖所有核心端点，3 年财报历史 + 1 年 L1 实时数据。面向个人开发者、独立量化研究者。
Pro：$2000/月。无限制 API 调用、数据再分发权、Earnings KPI + Guidance、Webhook、提前体验新功能、30+ 年财报历史 + 3+ 年 L1。面向分析师团队、做产品再分发的中小机构。
Enterprise：报价定制。零数据留存、SLA、专属基础设施、7+ 年 L1 数据、定制数据流、历史回填、私有 Slack 频道、专属客户经理。
按量付费(Credits)跟 Developer 同等覆盖范围，但不需要月费——稀疏使用场景或 Agent 偶发性调用很适合。
对比一下传统数据商——彭博终端一席 $24000/年；FactSet 一席约 $13000/年；Refinitiv Eikon 一席约 $22000/年；S&P Capital IQ 一席约 $17500/年。
图 4：金融数据年费对比 · 单位 美元/年
Financial Datasets 的 Developer 档一年 $2400——只有彭博的十分之一。Pro 档一年 $24000——也只有彭博一席的价格，但允许数据再分发，可以嵌入到产品里卖给最终用户。
这个定价结构的真实含义是——它在重新定义"金融数据"这个商品的边界——
•个人投资者第一次有了可以负担得起的专业级数据接口
•早期初创公司第一次可以在产品里嵌入机构级数据而不破产
•AI Agent 的使用模式第一次有了按调用付费的对应商业模式
这背后的逻辑很清晰——传统数据商按"席位"卖给固定的人类用户，AI Agent 时代的数据消费模式应该按"调用"卖给可弹性扩缩的程序。席位变成调用，月费变成微支付，这是商业模式上的代际差。
六、这背后是个什么趋势
把 Financial Datasets 放在一个更大的图景里看——AI Native 公司的崛起，正在三个层面同时改写金融数据基础设施——
第一层，数据消费者变了。过去 30 年，金融数据的消费者是人——基金经理、分析师、交易员。今后 10 年，主要消费者会是 Agent——研究 Agent、交易 Agent、风控 Agent、组合管理 Agent。Agent 对数据形式的要求和人完全不同——人要漂亮的图表，Agent 要稳定的 JSON；人要慢慢读，Agent 要毫秒级响应；人要订阅终端，Agent 要按调用付费。
第二层，数据生产方式变了。过去金融数据的核心壁垒是"采集"，彭博能做大就是因为它在 1980 年代建立了全球最完整的金融数据采集网络。但到了今天，最核心的财务数据 SEC 已经免费公开了，加上 XBRL 标准化，采集已经不是壁垒——壁垒变成了"解析和结构化"。这就给了 Financial Datasets 这种小团队切入的机会。
第三层，分发方式变了。终端时代结束了，API 时代来了，MCP 协议在 2024 年出现后，正在向"对话式调用"时代演进。一个产品支不支持 MCP，已经成为 AI 时代"是否原生"的标志——FDS 是最早做这件事的金融数据商。
放到中国语境里看，问题就来了——A 股有没有可能出现一家 Financial Datasets？
短期看，结构性障碍比美国大。A 股没有 EDGAR 这种级别的公共基础设施，没有 XBRL 强制要求，监管数据的开放度和实时性不够。同花顺、Wind、东方财富作为既得利益者占据了大部分基础设施位置，且模式都是"给人看"的传统终端形态。
但长期看，机会其实是真实存在的——只要 AI Agent 在中国投资场景里开始普及，对结构化数据的需求就会从无到有爆发出来。第一个吃到这波红利的，会是能把"交易所信披+巨潮资讯+证监会备案"打包成机器友好接口的人。这是个还没被人占据的位置。
也许是同花顺/Wind 的某个子产品，也许是某家像 Financial Datasets 一样的初创——但赛道一定会被打开。问题不是 if，是 when。
七、几个需要冷静看的点
最后给几个 caveat，不是泼冷水，而是把边界讲清楚——
只覆盖美股。A 股、港股、欧股、商品、外汇、加密货币(除了基础价格)都不在覆盖范围。这是 Financial Datasets 短期内最大的局限——它本质上是个美国市场单一产品。
团队规模很小。从公开信息看，Virat Singh 几乎是单兵作战，加上少数兼职贡献者。这意味着 SLA、合规、客服的成熟度跟彭博、FactSet 不在一个数量级。Enterprise 级别的机构买家短期内不会真正信任它。
历史数据深度需要时间检验。一家 2024 年才真正起势的公司，30+ 年的历史数据是怎么回填的、字段一致性怎么保证、口径变更怎么处理——这些都需要时间验证。对纯量化做长期回测，老数据的质量是要打折听的。
开源策略的双刃剑。AI Hedge Fund 和 Dexter 都是开源项目——这意味着技术架构对所有人公开，竞争者可以快速复制。Financial Datasets 真正的护城河是 SEC 解析的工程沉淀+开发者社区的网络效应，不是任何具体的技术。一旦有更大资本进场(比如 OpenAI、Anthropic 或彭博自己)，FDS 的位置并不稳。
这家公司可能根本不会"独立做大"。最有可能的结局之一是被收购——被某家想做 AI 金融研究的大公司(OpenAI 的金融垂直产品、彭博想转型 AI、某家头部券商)买下来作为基础设施。这个赛道的终局，可能不是出现"AI 时代的彭博"，而是几家大模型公司 + 几家传统数据商 + 几家初创共同重新瓜分。
但即便如此——Financial Datasets 已经证明了一件重要的事——AI Agent 时代的金融数据基础设施长什么样、应该怎么定价、应该如何分发，它给了行业一个清晰的样本。这个样本本身，就是最大的价值。
结语：基础设施的更迭
每一代技术都有自己的基础设施。
1980 年代，彭博用专用终端定义了金融数据的形态。1990 年代，路透社把这个形态搬到了互联网。2000 年代，FactSet 和 S&P Capital IQ 把它带进了 Excel。2010 年代，Polygon、Alpha Vantage 这样的 API 数据商把它打开给了开发者。
2020 年代，Financial Datasets 和它身后的故事——AI Hedge Fund、Dexter、MCP Protocol——在告诉我们一件事——金融数据正在第五次重新定义自己的形态。
形态从终端→PDF→Excel→API，现在变成了对话。
这一次更迭最有意思的地方在于——消费者变了。前四代都是给人用的，第五代第一次出现了"非人类消费者"。AI Agent 既不需要终端的漂亮 UI，也不需要 PDF 的逻辑叙述——它只需要稳定、结构化、可程序化调用的数据流。
Virat Singh 在 GitHub 上的一段话总结得很好(大意是)——
"我做这件事不是为了发明新数据，而是为了让 AI 终于能像人类分析师一样，访问它需要的所有公开信息。"
人人都可做量化的时代，并不是因为量化变简单了。而是因为——做量化所需的基础设施，第一次真正向普通人开放了。
那个曾经只有华尔街才能负担的"数据墙"，正在被一组按调用付费的 REST API 慢慢推平。
本文资料来源：financialdatasets.ai 官方文档与定价页 / GitHub virattt/ai-hedge-fund 与 virattt/dexter / X @virattt / 公开报道整理
