彭博推出了 BQuant Assistant，这是一款嵌入 BQuant Desktop 与 BQuant Enterprise、基于领域知识的对话式 AI 编码助手。该工具集成于 BQuant 开发环境之中，使作为 Bloomberg Terminal 订阅用户的金融专业人士能够通过自然语言提示编写代码、构建动态应用，并加速金融数据分析工作流。

BQuant Assistant 将对话式 AI 直接引入用户构建投资策略、仪表盘和量化金融分析所用的同一 Python 环境。它可以解答用户关于 BQuant 的问题、生成 Python 代码、协助通过彭博查询语言（BQL）查询彭博庞大的数据集、帮助用户调试和迭代工作，并构建数据可视化代码。该助手还能搜索 BQuant 帮助中心，在回答问题时引用相关的示例笔记本、程序库和操作指南。

这种对 BQuant 环境的深度绑定使助手能够针对用户的项目、工作流和代码生成具备上下文感知能力的回复，相比通用编码助手，为金融数据分析提供更相关的支持。对于依赖 BQL 和 PyBQL 等彭博专用工具的工作流而言，这种领域绑定也是其独特之处，并反映出金融科技领域将 AI 直接嵌入专有数据和领域特定工作流所在平台这一更广泛的趋势。

BQuant Assistant 还可以提供代码建议，并在获得用户批准后，在安全的 BQuant 沙箱中直接向活动项目插入并运行代码，使用户能够快速从问题推进到结果，而无需切换上下文。用户对这些操作拥有完全控制权，因为助手会表明其拟执行的操作，并在读取或写入笔记本之前请求批准。

"金融专业人士正在处理日益庞大和复杂的数据集，但将一个投资想法转化为可重复的分析，仍然可能需要大量时间和专门的编码知识，"彭博首席技术官 Shawn Edwards 表示。"BQuant Assistant 将 AI 驱动的编码——它融入了彭博对金融数据和量化工作流的理解——直接带入客户已用于构建投资策略的工作流。通过帮助每一位 BQuant 用户——从起草首个查询的投资组合经理，到构建多资产信号的量化工程师——轻松地从自然语言问题过渡到可运行的代码、数据检索和可视化，我们让客户能够更便捷地在 BQuant 中测试想法、完善分析并构建投资策略。"

借助 BQuant Assistant，用户可以：

• 生成 BQL 和 PyBQL 查询，以检索和分析彭博金融数据，涵盖股票、基金、固定收益、外汇、大宗商品、指数、衍生品及其他资产类别，涉及超过 22,000 个字段，包括但不限于参考数据、定价、回报、衍生分析、基本面、估值、可持续金融数据、风险指标、预测数据和经济数据。
• 为股票、固定收益、外汇、大宗商品、指数、交易所交易基金及其他资产类别创建筛选和选样代码。
• 在活动笔记本中插入、运行、调试并迭代 PyBQL 或 Python 代码，须获得用户批准。
• 就彭博程序库、BQuant 工作流以及面向客户的产品文档提出问题。
• 讨论金融概念，并生成代码以帮助在特定工作流中实现合适的模型或技术。
• 获得数据可视化建议，并使用 Plotly 和 Jupyter Widgets 等开源程序库生成代码。
• 选取现有代码并让 BQuant Assistant 加以解释，帮助用户在工作中提升 Python 知识。

BQuant Assistant 将在 BQuant Enterprise 中正式上线，并计划于 2026 年 10 月底在 BQuant Desktop 上以有限测试版形式发布。按照这一发布时间表，Terminal 订阅用户很快就能亲自评估该助手在多大程度上缩小了 Edwards 所描述的投资想法与可重复的代码化分析之间的差距——而基于批准的沙箱机制也确保用户对实际在项目中运行的代码拥有控制权。

BQuant Assistant 的推出，紧随彭博近期一系列关于其他 AI 解决方案的公告，这些方案同样旨在帮助投资者及其机构从彭博高质量金融数据中获得更多价值。其中包括 Bloomberg Terminal 的对话式 AI 界面 ASKB，以及 Enterprise Model Context Protocol（MCP）——这是面向彭博新一代 Data License 产品 Data License Plus（DL+）的 AI 访问层。综合来看，这些公告勾勒出彭博在其平台各层级逐步嵌入 AI 的战略——从 Terminal 界面、企业数据访问，到如今构建量化工作的 Python 开发环境。