Perplexity 上线 Finance Search：单次调用打通实时金融数据与行内引用

做金融分析的人最怕什么？怕 AI 张嘴就胡说八道，更怕它拿着过时的假数据头头是道地算估值。

做金融 Agent 的开发者更头疼：既要接实时股价接口，又要买财报基本面数据，还得趴在网上爬电话会纪要。光是把这堆格式各异的数据接口串起来，就得脱一层皮。

Perplexity 最近在自家的 Agent API 里推出了一个新工具，叫 Finance Search。说白了，它把实时行情、正规授权的专业金融数据库，以及带引用的公开网页抓取，打包塞进了一次工具调用里。

一次调用，把杂乱数据变成统一结构

以往让大模型去找财报数据，通常是在公网网页里大海捞针。模型不仅读得慢，token 消耗极大，还经常把往年的数据张冠李戴。

Finance Search 的做法是给 Agent 铺了一条专线。开发者只要发起一次调用，Perplexity 就会在后台自动路由到对应的授权数据源，直接提取结构化的时效信息。

无论是看最新的股票现价、查资产负债表与现金流变化，还是翻看刚刚结束的财报电话会高管发言，返回的结果都会统一成同一套结构规范。

更关键的是可追溯性。返回的每一组数字都带行内引用，明确标注哪一条数据来自哪家供应商或哪个来源，不给模型凭空编造的机会。

官方还拿出了在收盘后评测基准 FinSearchComp T1 上的测试成绩。因为直接检索结构化数据，模型不用嚼大段冗余的网页文字，Finance Search 在测试组里拿下了最高准确率，同时单次正确回答的 token 成本也是最低的。

这项底层能力并不是新画的饼。Perplexity 自家的 Computer for Professional Finance 已经在用它，帮分析师自动生成公司简况表和研究备忘录。

为什么重要

在很多通用任务上，AI 偶尔犯错无伤大雅，但在金融场景里，一个小数点标错或者把去年的利润当成今年，整个估值模型就全废了。

对开发者和金融团队来说，这个工具最大的价值在于省事和保真。以前要搭一个财报监控助手，团队得分别找不同数据商谈授权、对接口、洗数据；现在 Perplexity 替你把脏活累活包圆了，值不值得试？如果是做投研自动化或公司监控的开发者，现在就很值得拿测试配置跑一跑。

从行业竞争来看，Perplexity 这一步走得相当狡黠。它没有停留在和对手拼通用网页搜索的阶段，而是直接杀进彭博、FactSet 和高盛等专业机构盘踞的高价值领地。

不过我们认为，这种整合并非毫无隐患。把所有金融数据通路押在 Perplexity 一家身上，虽然开发门槛大降，但开发者也失去了对底层数据源的议价权与深度控制；一旦上游数据商授权变动或接口限流，依赖它的金融 Agent 就可能直接停摆。