2026 年开年，一款开源人工智能体 OpenClaw（俗称 " 龙虾 "）突然走红，人们纷纷下场 " 养龙虾 "（配置 OpenClaw），尝试用它来为自己完成各式各样的任务。
自 2 月起，许洋便忙着试用 OpenClaw。在他看来，凡是脑力可完成的任务，OpenClaw 都能实现，并且能用手机通过 OpenClaw 远程操控家中的电脑办公。
拥有 6 年炒股经验的他，第一时间便想到用 OpenClaw 搭建一套股市数据分析系统。
由于觉得各类专业股市数据平台价格高昂，许洋此前炒股时只能查看零散的数据，靠自己画图、记笔记来总结。他渴望拥有一套能统计市场资金流向的数据整理系统，在上下班前后定时推送梳理后的信息，并给出趋势判断，助力自己复盘市场走势。
耗时一个月，他用 OpenClaw 搭建起一套 " 聪明钱监控 " 系统后，在社交媒体上分享了 " 养虾 " 炒股的雏形。有几名网友向他询问 " 这个系统怎么收费 "，这让他转变了思路——困在数据里的人并非只有自己。于是，他决定优化系统并通过收费方式分享 OpenClaw 分析过的投研数据。
起初，许洋将价格定为 150 元 / 年，随后上调至 200 元 / 年，费用是一次性收取。从 3 月 1 日至今，不到半个月的时间里，他的数据分享群用户已达 90 人，粗略计算收入超 1 万元，足以覆盖搭建系统的 2000 元 / 年的资金成本。
OpenClaw 横空出世时，国联民生证券海外首席分析师孔蓉曾将这一应用的火热定义为 " 庶民的胜利 "。因为它能让更多非大型科技公司和个人端具备 " 自有化 AI" 的能力，或将 AI 从 " 少数人拥有的高端能力 " 转变为 " 多数设备的基础功能 "，真正打破束缚 AI 应用发展的枷锁。
曾用来形容玩电脑游戏不依赖快捷键、完全手动操作的 " 手搓 "，成了个人利用 AI 开发程序与应用的热词。普通投资者尝试用 OpenClaw" 手搓 " 属于自己的 AI 投研系统，将盯盘、读财报、写研报、策略回测等工作交给 AI。
不过，在这个过程中，也有不少投资者体会到 " 龙虾 " 炒股的成本高、效率不尽如人意，甚至不靠谱等问题。官方亦提示投资者注意 " 养龙虾 " 背后的个人信息安全与费用高昂等情况。
一门生意
为了搭建 OpenClaw，许洋首先购置了一台苹果 Mac mini。据他介绍，在国内大厂推出 " 一键安装 " 服务之前，OpenClaw 对硬件和系统环境要求较高，而 Mac 设备的使用体验最佳——开发环境配置简便，原生支持最为完善，系统集成度高，既能实现 24 小时开机运行，功耗又相对较低。
硬件问题解决后，许洋为 " 龙虾 " 准备了 " 粮食 " —— Token（词元，即 AI 模型处理文字时的最小单位）。OpenClaw 执行指令需经历规划、执行、验证等多个步骤，每一步都要调用大模型，过程中会消耗大量 Token。为节省成本，他购买了阿里云每月 40 元的套餐服务，足以支持不太复杂的 AI 模型训练。
随后，许洋开始教 OpenClaw 分析数据：他导入当日股市的资金流走向、个股涨跌幅等数据，让 OpenClaw 进行可视化分析；接着输入指令 " 你是一名专业的 A 股资金流分析师，请分析一下个股和行业资金流数据 "，OpenClaw 便能自动运行并展开数据分析。
许洋对它提出明确任务要求：生成包含主力动向、概念板块资金流、机构流入激励、机构撤离警示及操作建议的分析报告。
在本地成功运行后，许洋以每年 1000 元的价格购置了服务器，将 OpenClaw 生成的各类数据分析图制作成网页，供他人通过网页查看。此外，OpenClaw 还可直接将运行的任务自动部署到服务器，省去了烦琐的运维环节。
在许洋创建的 " 聪明钱监控 " 网站上，用户需输入账户密码登录。首页展示成交额 Top30 的股票及其涨跌幅，以成交额对应个股面积，清晰呈现当日市场热股格局与行业分布概要；其他页面则分别展示行业主力大单净流向热力图、机构潜伏强力抢筹个股榜、上市公司互动问答监控等市场数据。
在许洋的微信群中，每日早晚两次推送 OpenClaw 生成的内容，包括主力净流入 TOP10 的股票表现、行业板块资金流向及 AI 解读部分。
例如，针对 3 月 12 日的 A 股走势，OpenClaw 解读为：" 资金风格剧烈切换，从科技成长全面流向防御板块 "，对应的操作建议是 " 以防守反击为主，回避高位科技股追涨，侧重稳增长主线，控制仓位等待科技板块回调企稳，切勿盲目抄底 "。
起初，许洋开发 OpenClaw 系统只是为了 " 解放双手 "，但随着咨询者日益增多，他逐渐意识到这或许是一种普遍需求——许多投资者都希望从烦琐的盯盘工作中解脱出来。现在，他开发的 " 聪明钱监控 " 系统面向三类用户：想跟上聪明钱节奏的投资者、对算法交易感兴趣的技术派，以及不想天天盯盘的 " 打工人 "。
经济观察报注意到，不止许洋，还有不少人开始通过自研的 OpenClaw 投研系统收费。这些系统功能各有侧重：有的主打全天候自动交易；有的支持用户灵活调整关注的公司、行业及逻辑，为投资提供辅助。其中，最贵的收费达到每个月 200 美元（合计人民币约 13767 元）。
在手搓 AI 投研系统的潮流中，风险暗藏。3 月 15 日，中国互联网金融协会官微发布提示称，建议金融消费者在办理网上银行、证券交易、支付等个人金融业务的终端上极其谨慎安装 OpenClaw。如确有必要安装，建议不授予金融服务类系统操作权限，及时跟进 OpenClaw 漏洞修复，严控功能插件安装，不在使用时输入身份证号、银行卡号、支付密码等敏感信息。另外，此类应用在运行过程中持续调用大模型接口，可能会产生较高的 Token 费用，建议使用者密切关注。
"龙虾投研 " 能做成什么样
不过，赚钱只是少数人的事，让 OpenClaw 投研系统成为实用工具才是主流方向。
上海投资者王女士一直投资商品期货，过去她常常要花 3 个多小时复盘。毫无编程基础的她开始尝试使用 OpenClaw：先支付 200 元学习安装与部署教程，通过自然语言交互，让系统完成盯盘、学习威科夫交易法、每 4 小时识别威科夫形态、自主进行模拟交易，以及每日定时生成总结报告等操作。
北京的陈女士则用 OpenClaw 为自己搭建了两套系统—— AI 新闻摘要独立系统和股票实时监控系统。AI 新闻摘要系统每天上午 9:00 运行，专注信息收集；股票实时监控系统在交易时间全天候运行，专注交易监控。两者在时间上相互分离，AI 新闻摘要在 9 点推送结果，股票监控则覆盖整个交易时段，这帮她省去了手动搜索信息的时间。
王女士和陈女士对经济观察报表示，自己用 OpenClaw 搭建的系统只具备基础功能，不算强大，但已能满足目前能想到的需求，展现出成长潜力，未来可能还会继续完善。
不过，目前已经有不少跟着 " 龙虾 " 炒股的投资者吐槽，AI 推荐的股票并不 " 靠谱 "，轻则数据滞后，重则编纂数据骗人。有一名个人投资者在尝试后悲观地说，个人投资者不适合用 AI 炒股，AI 的使用瓶颈在于人类的提问能力与使用能力，但凡普通人能想到的思路，早就被专业机构人士精细研究过了。
作为专业机构研究人士，国联民生证券计算机行业首席分析师吕伟很早就部署了 OpenClaw。他对经济观察报分享了自己的 " 养虾 " 体验：" 因为代码全公开，本地化部署效果更好，我很轻松就把它和飞书打通：一方面随时通过飞书远程下达命令帮我做研究，另一方面还可以作为我的第二大脑，随时整合输入的零散信息。"
吕伟认为，" 龙虾 " 的核心优势在于 " 效率 " 与 " 可复用性 "，它像一把精工瑞士军刀，针对投研任务做了深度优化；而通用大模型更像万能却不够锋利的斧头。" 全民手搓 " 之所以流行，是因为它让普通人能快速搭建自己的分析工具，门槛低、见效快。
" 说实话我的‘龙虾’也不是完全体，但我会针对一个个具体的投研工作单点优化，再把点串成线。" 吕伟举例称，初始阶段先教它 " 看数据 "，比如输入 " 提取某公司近 5 年营收和净利润 "，让它学会从财报里精准抓取关键字段；中期成长阶段训练 " 单点技能 "，比如基于抓取的数据 " 自动计算 ROE 并解释波动原因 "，这时它已能独立完成小任务；长期来看，这些单点技能可串联成工作流，比如用指令 " 复盘某股 2023 年走势 "，它会自动调用历史技能——抓数据、算指标、生成报告，最终输出完整分析。
在吕伟看来，现在的 " 龙虾助手 " 已经是个很能干的伙伴，主要功能包括：自动抓取并清洗公开数据；执行定制化财务分析（比如杜邦分析）；支持多设备协同，比如在飞书上，用户可随时用手机或电脑调用它，任务进度实时同步；还能主动提醒关注的数据异动，比如某只股票突然放量下跌。
吕伟称，OpenClaw 本质上是精华 Agent（智能体）版本的 ClaudeCode（由 Anthropic 开发的 AI 驱动代理编码工具）。ClaudeCode 中有很多高手制作的 skill（AI 技能），涵盖信息聚合、突发事件分析、量化回测等功能。虽然 OpenClaw 门槛更高，但上限也更高——需要为其定义分析框架（如技术指标公式、资金流模型），这部分确实耗时，但一旦完成，它就能像专业分析师一样执行复杂任务。
训练 OpenClaw 时，需整理数据来源、历史数据并标注关键事件（如财报日、政策变动），以确保分析的准确性。最关键的是，这些技能和数据可复用：比如训练好的 " 资金流分析 " 技能，未来可一键应用于其他标的，边际成本几乎为零。而通用大模型每次都需要重新解释需求，长期来看效率反而更低。
"手搓龙虾 " 困在数据瓶颈
Token 消耗巨大是近日 " 养虾 " 热潮中个人用户面临的普遍难题。这个本想 " 解放双手 " 的工具，一不留神就成了 " 吞金兽 "。
许洋发现，目前他的 " 龙虾 " 消耗的 Token 正逐步减少——在已成熟运行的任务中，仅固定时期会产生消耗。
吕洋也指出，Token 消耗确实是现实问题：" 龙虾 " 运行初期就像实习生刚上手，每个任务都需手把手教，成本自然高；但随着技能熟练，像 " 杜邦分析 " 这类固定任务，Token 用量会越来越少，就像人干活越来越熟练高效。不过，由于仍在持续开发新技能（如舆情监控、风险建模），这部分探索会拉高总成本，只是长期来看，效率提升带来的价值远大于 Token 花费。
许洋现在的新烦恼是他的用户增量几乎为零，网上发帖也越来越少人关注。反思后，他意识到，核心问题还是数据储备不足。
为搭建 " 聪明钱监控 " 系统，许洋购买了同花顺 Level-2 会员和 Tushare 数据接口（API），每年合计花费约 500 元，占总成本的四分之一。但数据仍不够用，他迫切需要专业数据平台的 API 接口，以实现系统的准确、实时和功能丰富，可这类平台收费高昂——专业机构的 API 年费动辄数万元，远超他的承受范围。
不过，专业数据平台已开始布局相关领域。3 月 11 日晚，金融软件服务商万得信息技术股份有限公司（Wind）宣布上线 WindClaw，该工具可自动读取实时行情、财务数据、行业信息与合规公告，目前已开启公测。
许洋虽感压力，但是认为 WindClaw 暂时不会影响自己的 " 生意 "：一方面，WindClaw 与 Wind 终端绑定，当前内测范围较小；另一方面，他的用户群体付费意愿较低，可能难以承担 Wind 的费用。
对吕伟而言，数据工具并不稀缺——业务数据可通过 Wind、同花顺 API 直接拉取，确保实时准确，再加上亲自调研的私域数据，数据来源充足。他更关注的是数据的使用方式：所有数据最终需交叉验证，比如用 API 数据核验新闻中的涨跌幅信息，避免 " 龙虾 " 被错误信息误导。
在吕伟看来，AI 确实实现了投研工具使用技能的平权，普通人也能快速上手分析。但专业分析师的优势依然明显：他们拥有独家数据源、成熟的投研框架以及交叉验证能力，因此可以设计更复杂的分析指令，并且规避 AI 的 " 幻觉 " 问题。
吕伟认为，未来，" 龙虾 " 等 AI 工具会从 " 单点工具 " 升级为 " 行业工作流 "，比如自动对接券商研报、实时监控机构持仓，潜力巨大。他说：" 未来不是谁取代谁，而是专业者用 AI 放大能力，个人用 AI 降低门槛，最终让市场更高效。"
