FinNextAssist：迈向专业金融深度研究助手

深度研究（DR）智能体通过自主规划、迭代检索、多步推理与结构化报告，在复杂研究型任务上展现强大能力。但把DR智能体适配到金融引入独特挑战：金融分析要求联合完成横跨多样数据类型、工具与分析工作流的异构子任务。我们识别专业金融DR智能体的三个关键需求：整合权威异构金融数据源；专门的分析工具与技能；以及面向领域特定子任务的专用子智能体。基于这些原则，我们提出FinNextAssist——为专业金融分析设计的端到端深度研究框架：把研究过程分解为任务规划器、证据汇编器、推理引擎与报告组装器四阶段，并引入两个新颖轻量子智能体——跨市场金融表理解的TabAgent与跨模态异构金融数据解读的HeteroAgent。在FinDeepResearch、Finance Agent Benchmark与FinTMMBench-Web上的大量实验显示FinNextAssist大幅超越强专有与开源DR智能体；消融研究确认各组件在多样市场与语言中的贡献。