现在养个虚拟助理来干活其实挺方便，就像养虾一样，不过这回咱们换个赛道——聚焦 AI 开源项目 OpenClaw。中泰证券在 2026 年 3 月出了份报告，专门唠唠这东西在投研里头咋用。它虽然还没变成那种特别顺手的工具，但在盯市场异动、排代码这类重复活儿上已经能派上用场了。以后说不定能把咱们的工作方式给彻底改了。报告里还详细说了怎么搭建一个不碰内部数据的数字员工体系，讲得挺全。 新手想试试 OpenClaw 可以先去 kilo.ai 选免费版，选模型的时候得掂量掂量能力、价格和活儿的难度。要是没啥明确流程就用 Codex 接口；如果流程定死了，MiniMax-M2.5 这类模型更合适，还得把 coding/full 权限开了，顺便配个 Gemini 或者 Kimi 的搜索 API 才行。手机上能通过 QQ 和飞书连进去，飞书那个插件功能更完善，适合存文件、干活儿效率更高。 这个报告的核心是搭了四层投研 Skill 体系。数据层靠着四大工具接进了主流金融数据库和公开网络信息，让入口统一了。监控层弄了七大模块，专门盯着 A 股公告、市场波动、可转债风险这些关键变量。分析层有三大工具接着这些信号，能搞产业链追踪、研究个股还有量化回测。输出层直接自动弄出结构化研报，再用任务编排把所有环节串起来。这四层里每个都有具体的操作场景和案例，把 SQL 生成、查数据、盯异动、测策略这些核心需求都给包了。 报告还教了些实操小技巧。建 Skill 的话最好用 Claude Code 的 skill-creator 插件，它支持远程写代码，不过飞书和 QQ 还不太支持部分线程功能。另外靠网关和心跳机制能让它 7*24 小时不歇着，可以用自然语言或者手动来设定定时任务。 当然了，这东西也有风险。自身安全、技术成熟度、模型幻觉、数据合规、信息时效、成本还有系统稳定性都得小心提防，特别是研报信息跟不上现实情况的滞后风险。大家得把这些问题都盯着点儿。 整体看下来，OpenClaw 现在已经能替我们干不少重复性的活儿了。搭一套专属的 Skill 体系确实能大大提升效率。不过它现在还在早期摸索阶段，想用得好好把控风险、做好适配调整。