前沿科技洞见 · 2026-05-21

Dexter 开源自主金融研究 Agent：约 200 行核心代码，内置自我验证与全链路审计

资料提供：前沿科技研究部

正在发生的事很多，这件帮你看过了

发生了什么

Dexter 是一个开源自主金融研究 Agent，由开发者 virattt 创建，核心代码约 200 行 TypeScript（运行在 Bun 上）。与普通 AI 问答不同，Dexter 不直接给答案，而是分解问题、实时查数据、自我验证、留存全链路记录。

截至 2026 年 5 月中旬，GitHub 仓库获得 24,800 Star 和 2,600 Fork。项目曾以每周 1,524 Star 的速度登上 GitHub Trending 日榜第一。

Dexter 使用多 Agent 架构，四个专职 Agent 协作完成研究任务：

1. Planning Agent（做计划）：将复杂金融问题拆解为可执行子任务。例如"特斯拉 2025 年增长前景"被拆为：①拉利润表 ②查同行对比 ③读 SEC 10-K 文件 ④做 DCF 估值 ⑤自我验证。每个子任务有明确执行顺序。

2. Action Agent（执行数据获取）：实时调用 Financial Datasets API 拉取利润表、资产负债表、现金流量表及 SEC 10-K/10-Q 文件。支持 Exa/Tavily 搜索公开信息，以及 Playwright 浏览器访问网页。

3. Validation Agent（自我验证）：每完成一步，回头核对数据一致性。检查时间周期是否对齐、数字逻辑是否自洽、比较口径是否一致。发现矛盾即重新执行，默认最多重试 10 次。安全机制包含循环检测和步数上限，防止 Agent 无限运行。

4. Answer Agent（合成输出）：仅在所有验证通过后才输出最终研究结果。

Dexter 将每一步的工具调用、思考过程、中间结果写入 .dexter/scratchpad/ 文件夹（JSONL 格式，一行一条记录）。用户可以逐条回看在哪个步骤调了什么 API、拿到什么数字、得出什么中间结论、何时改主意。

评测案例显示，Dexter 在分析时会主动标注异常——例如"注意：2025Q1 指引下调，市场可能已经 price in"——这是在验证阶段发现的矛盾点，而非机械复述财报数字。

内容由AI辅助生成，请谨慎甄别。资讯分享仅供参考，相关观点不代表主观立场，不构成任何形式的投资建议。