近日，“騰訊大廈樓下排長隊裝‘龍蝦’”的話題在全網廣泛傳播。不過，這股排隊熱潮，現在有可能要涌入券商策略會現場了。

21世紀經濟報道記者注意到，OpenClaw，這款因紅色龍蝦Logo而被用戶稱為“小龍蝦”的開源AI智能體，正從極客圈“游”入金融投研領域。

近期，不少券商機構密集發布“養蝦指南”，甚至直接在策略會開設專場論壇現場教“養蝦”；金融科技公司則爭相布局，試圖打造“投研版OpenClaw”搶占先機。

不過，從“看熱鬧”到“真干活”，中間還隔著成本、安全與習慣的好幾道坎。OpenClaw“游”進投研圈，深淺究竟幾何？

券商集體開講“小龍蝦”

近期，各大券商春季策略會正在陸續舉行。記者注意到，除了傳統的宏觀研判、行業分析等內容外，今年策略會上還有券商把當下最火的“小龍蝦”引入了現場。

所謂“小龍蝦”，實際是一款名為OpenClaw的開源AI智能體，號稱能真正“執行任務”，像人一樣“干活”。隨著“小龍蝦”火爆全網，它在投研領域的應用前景也得到了不少機構的關注。

例如，國金證券在定于3月12日～13日舉行的春季策略會上，單獨開設了一場“OpenClaw賦能投研與指數投資論壇”。議程顯示，該分論壇的內容從“大模型賦能投研新范式”的趨勢探討，延伸到“OpenClaw在主動和量化投研中的應用”“OpenClaw搭建個人投研助理”等實操教學，可謂“一應俱全”。這并非國金證券的首次嘗試。據記者了解，從2月下旬開始，國金證券就陸續在上海、北京等地“巡回”舉辦“OpenClaw賦能智能投研”論壇。

實際上，這股“養蝦”科普的熱潮已經在近日席卷了賣方研究所。據記者不完全統計，截至3月10日，已有包括中信證券、華泰證券、東方證券、華創證券、東方財富證券、東吳證券、開源證券、方正證券、華福證券等在內的不少于9家券商，將“OpenClaw專題課”排上了路演日程，向機構或個人投資者介紹OpenClaw的部署方法和投研應用技巧。

記者還注意到，其中開源證券在3月10日晚開講的一場主題為“OpenClaw：從入門到精通”的路演，截至發稿，在路演平臺的播放次數已近1000次。

從各家機構的分享內容來看，主要分為兩類：一是基礎入門類，包括OpenClaw的概念介紹、快速部署、信息接入等“掃盲”內容；二是場景應用類，聚焦于投研工作中的具體環節實操技巧，如信息檢索、個股分析、選股策略構建、全自動因子挖掘與回測等。

此外，還有多家券商，以專題研究的形式發布了“養蝦指南”，對OpenClaw的投研功能進行測評和實操拆解。

例如，開源證券為其線上分享會的參會者準備了長達100頁的《開源金工OpenClaw技術文檔》PDF資料，宣稱“無需基礎，5分鐘即可上手部署屬于你的私人AI網關”。還有券商研報因為“手把手”式的詳細拆解，而在社交媒體上火熱“出圈”，如方正證券的《OpenClaw賦能金融投研，17個高效應用案例詳解》；東北證券的《給你的OpenClaw安裝這20個skill包能讓投研效率飆升10倍》等。

“投研版龍蝦”卡位戰

券商分析師們忙著研究OpenClaw、教投資者們“養龍蝦”。而嗅覺同樣靈敏的金融科技公司，則瞄準了OpenClaw落地時的技術痛點，開始了更深入的產品探索，試圖將其從“極客玩具”升級為“專業投研工具”。

盡管OpenClaw號稱“零代碼基礎也能用”，但作為一款AI智能體，在實際投研場景中，數據權威性與部署操作門檻仍然是繞不開的兩道難關。記者注意到，圍繞這兩大障礙的解決，不同公司也正摸索各自“接軌”OpenClaw的最優路徑。

一類公司選擇從數據端切入，將自己的角色定位為“專業數據庫”，鼓勵投資者在OpenClaw中接入自己的投研數據源。以岡底斯信息（Gangtise）為例，這家以聚合分析師觀點、公告紀要等投研信息見長的公司，將其投研平臺定義為AI投研的“數據庫+知識庫”，對外開放API接口支持OpenClaw接入。

在Gangtise投研技術團隊看來，“知識庫和數據庫，就是投研新基建的兩個支柱。”因此，他們選擇“擁抱”這只“龍蝦”的方式，就是為OpenClaw提供投研專門的數據源。

另一類公司則更進一步，選擇了“產品封裝上線”及“云端部署”的方式，試圖讓用戶“開箱即用”，以較低的技術門檻，讓用戶通過自然語言就能打造自己的“數字研究員”。以進門為例，其推出的“投研龍蝦”將OpenClaw底層能力進行封裝優化，在接入路演、研報、產業圖譜、EDB等高質量投研數據的同時，收納了OpenClaw開源社區全量Skills，并預置專業投研skills包，以降低用戶的學習與配置成本。

進門AI投研技術團隊向記者介紹，“投研龍蝦”必須要有投研“數據基因”、專門經過優化的投研手腳，還要有龐大的智能投研生態。

在數據方面，要通過數據統一整理、規范口徑、精準關聯等工程化治理，形成清晰可靠的投研知識體系；同時，還要做好金融業數據安全的把控。在生態方面，“投研龍蝦能串聯起平臺已有的生態能力，如AI會議托管、AI轉寫、AI翻譯、投研大腦、事件信號等，滿足用戶完整工作流的需求。”進門相關人士表示。

值得注意的是，記者在社交媒體平臺上還發現，除了專業的金融科技公司，還有一些個人博主也兜售自己依托OpenClaw“手搓”出的AI投研系統，核心功能包括新聞查詢、數據分析、標的跟蹤等，定價基本在幾百元。

不過，也有用戶向記者反饋，這類個人“手搓”的產品更適合“玩一玩”，真正拿來做投研，“心里還是不踏實”，數據源不穩定不透明、更新不及時、報錯頻繁等問題，都非常影響“干活”效率。

投研圈何以熱衷“養龍蝦”

從券商機構到金融科技公司，“龍蝦”何以在投研圈濺起如此之大的水花？

從產品邏輯來看，OpenClaw本身就被視為一款“生產力級別”的AI產品。多位AI產品經理向記者表示，對比此前的AI產品，OpenClaw的獨特之處就在于，它讓AI從“能說”進化到了“能做”。

此前的AI產品，解決問題還停留在問答的場景，而OpenClaw則可以直接操作電腦自行完成種種任務。這意味著，它不再是單純的對話工具，而是一個能完成具體任務的執行者。

這種能力，恰好有效回應了當前投研工作的幾大痛點：信息過載、重復勞動，以及量化的高技術門檻。

在投研領域，OpenClaw將找數據、寫代碼等繁瑣工作簡化為了“提需求”，而讓投研人員的精力回歸到研究本身。

以國金證券在研報中展示的任務為例：只需將一篇研報“扔”給OpenClaw，它就能自動解析邏輯、拉取數據、編寫代碼進行回測，并輸出凈值圖與分析結果。而這套流程放在過去，需要分析師手動完成數據清洗、代碼編寫、模型調試，少則半天，多則數天。

方正證券金融工程團隊分析師曹曉春指出，OpenClaw能夠大幅降低各種工具、數據以及量化選股策略的構建難度，也可以將投資者從大量重復、規則性的工作中解放出來，更專注于復雜的決策、創新策略的研究開發等。

“養蝦”投研生意經

當然，跳出產品本身的優勢來看機構、公司爭相“追蝦”的現象，更深層的原因則指向商業邏輯的驅動。

對于券商而言，像OpenClaw這樣的現象級產業熱點的出現，是對研究能力和服務能力的雙重考驗。

一位券商金工團隊分析師向記者解釋，“這樣的現象級產品，你必須得自己上手跑一段時間、嘗試做幾個任務，才能夠理解它的價值點和可能性。寫報告的過程，本身也是團隊自己先學會使用工具的過程。”

他還表示，“自己學會”只是第一步，“讓客戶學會”也很重要。無論是出“養蝦指南”，還是直播教“養蝦”，本質上券商們是在向客戶傳遞一個信號：我們不僅懂研究，還懂怎么用最新的工具幫你做研究。對日益激烈的券商研究所競爭來說，這種“能力輸出”比單純的“觀點輸出”更具稀缺價值。

而對于金融科技公司而言，“養龍蝦”在AI投研這門生意中也有著特殊意義。

一方面在于技術入口的卡位。隨著用戶對于這一工具使用需求逐漸旺盛，誰的產品能讓用戶更加“絲滑”地接入OpenClaw，誰就能搶先一步嵌入用戶的日常投研流，成為這一“智能體生態”的入口。

另一方面，它也帶來了一種新的生意模式。有金融科技公司人士向記者分析，傳統的金融終端多是SaaS（軟件即服務）模式，用戶付費使用工具，自己完成操作。而OpenClaw帶來的模式則更接近AIaas（人工智能即服務）的模式，用戶購買的不是工具的使用權，而是讓AI代為執行的“智能能力”。當AI能夠真正替用戶“干活”時，用戶就會愿意為“干成的結果”付費，而不只是為“工具”付費。

總的來看，不管是現場教“養蝦”的券商，還是下場做“投研龍蝦”的金融科技公司，本質上都是在近期用戶注意力最集中的地方“借勢”，搶占下一輪投研工具與服務的話語權。

不過，“養蝦”做投研，究竟是不是一門好生意，在現階段來看還難有定論。

有業內人士向記者透露，要利用OpenClaw搭建起一個真正專業可靠的投研助手，涉及的成本包括云端配置、Tokens消耗、數據庫采購與搭建等多方面的費用，整體來看，短期內還是一個“投入”而非“盈利”的狀態。

此外，盡管機構、公司們都在盡己所能試圖讓OpenClaw“游”入尋常百姓家，但從實際使用情況來看，多數用戶還是“看熱鬧”的心態。在真實的使用場景中，調教OpenClaw的時間成本與技術門檻、AI獲取過度權限的操作風險、一不小心就用出“天價”的Tokens費用等，仍然讓不少用戶望而卻步。

就在3月10日，國家互聯網應急中心還發布風險提示稱，對于金融、能源等關鍵行業，OpenClaw的部分安全漏洞可導致核心業務數據、商業機密和代碼倉庫泄露，甚至會使整個業務系統陷入癱瘓，造成難以估量的損失。

應該說，從“看熱鬧”到“真干活”，中間還隔著成本、安全與習慣的好幾道坎。OpenClaw“游”進投研圈，究竟是攪動一池春水的“鲇鯰魚”，還是只是掠過水面的漣漪，還有待時間與市場的共同驗證。