近日，“腾讯大厦楼下排长队装‘龙虾’”的话题在全网广泛传播。不过，这股排队热潮，现在有可能要涌入券商策略会现场了。

21世纪经济报道记者注意到，OpenClaw，这款因红色龙虾Logo而被用户称为“小龙虾”的开源AI智能体，正从极客圈“游”入金融投研领域。

近期，不少券商机构密集发布“养虾指南”，甚至直接在策略会开设专场论坛现场教“养虾”；金融科技公司则争相布局，试图打造“投研版OpenClaw”抢占先机。

不过，从“看热闹”到“真干活”，中间还隔着成本、安全与习惯的好几道坎。OpenClaw“游”进投研圈，深浅究竟几何？

图：券商分析师现场教“养虾”（图源：方正证券研究所）

券商集体开讲“小龙虾”

近期，各大券商春季策略会正在陆续举行。记者注意到，除了传统的宏观研判、行业分析等内容外，今年策略会上还有券商把当下最火的“小龙虾”引入了现场。

所谓“小龙虾”，实际是一款名为OpenClaw的开源AI智能体，号称能真正“执行任务”，像人一样“干活”。随着“小龙虾”火爆全网，它在投研领域的应用前景也得到了不少机构的关注。

例如，国金证券在定于3月12日-13日举行的春季策略会上，单独开设了一场“OpenClaw赋能投研与指数投资论坛”。议程显示，该分论坛的内容从“大模型赋能投研新范式”的趋势探讨，延伸到“OpenClaw在主动和量化投研中的应用”“OpenClaw搭建个人投研助理”等实操教学，可谓“一应俱全”。这并非国金证券的首次尝试。据记者了解，从2月下旬开始，国金证券就陆续在上海、北京等地“巡回”举办“OpenClaw赋能智能投研”论坛。

实际上，这股“养虾”科普的热潮已经在近日席卷了卖方研究所。据记者不完全统计，截至3月10日，已有包括中信证券、华泰证券、东方证券、华创证券、东方财富证券、东吴证券、开源证券、方正证券、华福证券等在内的不少于9家券商，将“OpenClaw专题课”排上了路演日程，向机构或个人投资者介绍OpenClaw的部署方法和投研应用技巧。

记者还注意到，其中开源证券在3月10日晚开讲的一场主题为“OpenClaw：从入门到精通”的路演，截至发稿，在路演平台的播放次数已近1000次。

图：券商研究所OpenClaw相关路演日程

从各家机构的分享内容来看，主要分为两类：一是基础入门类，包括OpenClaw的概念介绍、快速部署、信息接入等“扫盲”内容；二是场景应用类，聚焦于投研工作中的具体环节实操技巧，如信息检索、个股分析、选股策略构建、全自动因子挖掘与回测等。

此外，还有多家券商，以专题研究的形式发布了“养虾指南”，对OpenClaw的投研功能进行测评和实操拆解。

例如，开源证券为其线上分享会的参会者准备了长达100页的《开源金工OpenClaw技术文档》PDF资料，宣称“无需基础，5分钟即可上手部署属于你的私人AI网关”。还有券商研报因为“手把手”式的详细拆解，而在社交媒体上火热“出圈”，如方正证券的《OpenClaw赋能金融投研，17个高效应用案例详解》；东北证券的《给你的OpenClaw安装这20个skill包能让投研效率飙升10倍》等。

“投研版龙虾”卡位战

券商分析师们忙着研究OpenClaw、教投资者们“养龙虾”。而嗅觉同样灵敏的金融科技公司，则瞄准了OpenClaw落地时的技术痛点，开始了更深入的产品探索，试图将其从“极客玩具”升级为“专业投研工具”。

尽管OpenClaw号称“零代码基础也能用”，但作为一款AI智能体，在实际投研场景中，数据权威性与部署操作门槛仍然是绕不开的两道难关。记者注意到，围绕这两大障碍的解决，不同公司也正摸索各自“接轨”OpenClaw的最优路径。

一类公司选择从数据端切入，将自己的角色定位为“专业数据库”，鼓励投资者在OpenClaw中接入自己的投研数据源。以冈底斯信息（Gangtise）为例，这家以聚合分析师观点、公告纪要等投研信息见长的公司，将其投研平台定义为AI投研的“数据库+知识库”，对外开放API接口支持OpenClaw接入。

在Gangtise投研技术团队看来，“知识库和数据库，就是投研新基建的两个支柱。”因此，他们选择“拥抱”这只“龙虾”的方式，就是为OpenClaw提供投研专门的数据源。

图：投研数据接入页面（图源：Gangtise投研）

另一类公司则更进一步，选择了“产品封装上线”及“云端部署”的方式，试图让用户“开箱即用”，以较低的技术门槛，让用户通过自然语言就能打造自己的“数字研究员”。以进门为例，其推出的“投研龙虾”将OpenClaw底层能力进行封装优化，在接入路演、研报、产业图谱、EDB等高质量投研数据的同时，收纳了OpenClaw开源社区全量Skills，并预置专业投研skills包，以降低用户的学习与配置成本。

进门AI投研技术团队向记者介绍，投研龙虾必须要有投研“数据基因”、专门经过优化的投研手脚，还要有庞大的智能投研生态。

在数据方面，要通过数据统一整理、规范口径、精准关联等工程化治理，形成清晰可靠的投研知识体系；同时，还要做好金融业数据安全的把控。在生态方面，“投研龙虾能串联起平台已有的生态能力，如AI会议托管、AI转写、AI翻译、投研大脑、事件信号等，满足用户完整工作流的需求。”进门相关人士表示。

图：AI投研工具页面（图源：进门）

值得注意的是，记者在社交媒体平台上还发现，除了专业的金融科技公司，还有一些个人博主也兜售自己依托OpenClaw“手搓”出的AI投研系统，核心功能包括新闻查询、数据分析、标的跟踪等，定价基本在几百元。

不过，也有用户向记者反馈，这类个人“手搓”的产品更适合“玩一玩”，真正拿来做投研，“心里还是不踏实”，数据源不稳定不透明、更新不及时、报错频繁等问题，都非常影响“干活”效率。

投研圈何以热衷“养龙虾”

从券商机构到金融科技公司，“龙虾”何以在投研圈溅起如此之大的水花？

从产品逻辑来看，OpenClaw本身就被视为一款“生产力级别”的AI产品。多位AI产品经理向记者表示，对比此前的AI产品，OpenClaw的独特之处就在于，它让AI从“能说”进化到了“能做”。

此前的AI产品，解决问题还停留在问答的场景，而OpenClaw则可以直接操作电脑自行完成种种任务。这意味着，它不再是单纯的对话工具，而是一个能完成具体任务的执行者。

这种能力，恰好有效回应了当前投研工作的几大痛点：信息过载、重复劳动，以及量化的高技术门槛。

在投研领域，OpenClaw将找数据、写代码等繁琐工作简化为了“提需求”，而让投研人员的精力回归到研究本身。

以国金证券在研报中展示的任务为例：只需将一篇研报“扔”给OpenClaw，它就能自动解析逻辑、拉取数据、编写代码进行回测，并输出净值图与分析结果。而这套流程放在过去，需要分析师手动完成数据清洗、代码编写、模型调试，少则半天，多则数天。

方正证券金融工程团队分析师曹晓春指出，OpenClaw能够大幅降低各种工具、数据以及量化选股策略的构建难度，也可以将投资者从大量重复、规则性的工作中解放出来，更专注于复杂的决策、创新策略的研究开发等。

“养虾”投研生意经

当然，跳出产品本身的优势来看机构、公司争相“追虾”的现象，更深层的原因则指向商业逻辑的驱动。

对于券商而言，像OpenClaw这样的现象级产业热点的出现，是对研究能力和服务能力的双重考验。

一位券商金工团队分析师向记者解释，“这样的现象级产品，你必须得自己上手跑一段时间、尝试做几个任务，才能够理解它的价值点和可能性。写报告的过程，本身也是团队自己先学会使用工具的过程。”

他还表示，“自己学会”只是第一步，“让客户学会”也很重要。无论是出“养虾指南”，还是直播教“养虾”，本质上券商们是在向客户传递一个信号：我们不仅懂研究，还懂怎么用最新的工具帮你做研究。对日益激烈的券商研究所竞争来说，这种“能力输出”比单纯的“观点输出”更具稀缺价值。

而对于金融科技公司而言，“养龙虾”在AI投研这门生意中也有着特殊意义。

一方面在于技术入口的卡位。随着用户对于这一工具使用需求逐渐旺盛，谁的产品能让用户更加“丝滑”地接入OpenClaw，谁就能抢先一步嵌入用户的日常投研流，成为这一“智能体生态”的入口。

另一方面，它也带来了一种新的生意模式。有金融科技公司人士向记者分析，传统的金融终端多是SaaS（软件即服务）模式，用户付费使用工具，自己完成操作。而OpenClaw带来的模式则更接近AIaas（人工智能即服务）的模式，用户购买的不是工具的使用权，而是让AI代为执行的“智能能力”。当AI能够真正替用户“干活”时，用户就会愿意为“干成的结果”付费，而不只是为“工具”付费。

总的来看，不管是现场教“养虾”的券商，还是下场做“投研龙虾”的金融科技公司，本质上都是在近期用户注意力最集中的地方“借势”，抢占下一轮投研工具与服务的话语权。

不过，“养虾”做投研，究竟是不是一门好生意，在现阶段来看还难有定论。

有业内人士向记者透露，要利用OpenClaw搭建起一个真正专业可靠的投研助手，涉及的成本包括云端配置、Tokens消耗、数据库采购与搭建等多方面的费用，整体来看，短期内还是一个“投入”而非“盈利”的状态。

此外，尽管机构、公司们都在尽己所能试图让OpenClaw“游”入寻常百姓家，但从实际使用情况来看，多数用户还是“看热闹”的心态。在真实的使用场景中，调教OpenClaw的时间成本与技术门槛、AI获取过度权限的操作风险、一不小心就用出“天价”的Tokens费用等，仍然让不少用户望而却步。

就在3月10日，国家互联网应急中心还发布风险提示称，对于金融、能源等关键行业，OpenClaw的部分安全漏洞可导致核心业务数据、商业机密和代码仓库泄露，甚至会使整个业务系统陷入瘫痪，造成难以估量的损失。

应该说，从“看热闹”到“真干活”，中间还隔着成本、安全与习惯的好几道坎。OpenClaw“游”进投研圈，究竟是搅动一池春水的“鲶鱼”，还是只是掠过水面的涟漪，还有待时间与市场的共同验证。