个人使用AI工具进行投研工作一些体会

有网友问，我怎么把投研工作AI化的，我讲点自己的体会。

我觉得AI和agen对于投资t能干的事情，主要有两个方向。一是增强的搜索工具，一是自动化的助手。

一  增强的搜索工具

所谓增强的搜索工具，本质是在不操作你的电脑下，仅仅是对话窗口完成你和AI的交互。这种情况，主要是你要研究或者了解一个问题，你负责提问，AI负责具体的研究工作。当然不能有很高的研究要求，比如跑个什么数据模型之类的。它主要是以回答方式来解决你的问题的。这本质是你多了一个外挂知识库的大脑，随时可以调用。你还可以在问答完，让它生成文件，存到你的知识库，这样你就完成一个初级的研究问题，它本质就是知识和信息的获取整理工作。所以其实很多时候，人要做的事情，你只要和AI交互就可以了，不要自己去干些什么了。

我看到有些人会说我用AI，用openclaw帮我做了个什么股票研究。。这个其实完全不需要openclaw，你直接用现成的多模态ai界面工具就可以了。绝大多数情况下，免费白嫖。这里所有的问题是你要会提需求就行了。

二 自动化的助手

第二个自动化的助手是什么呢，就是它要操作你的电脑，帮你去干一些事情。这里典型的使用openclaw的场景。这里的首要问题是，当你玩这个的时候，你自己是要懂点电脑的，如果你不懂，你根本玩不了。

然后这里要干的事情，其实可以分为两类。一类是可以重复的事情，比如每天定时去干个什么，比如你让ai帮你读邮件什么的。这种活，我认为用ai自动写代码（我个人用oh-my-opencode）是更合适的，透明、可控。另外一类是一些低频的事情，本质是你用语言交互，让ai用快速代码化帮你自动去执行。但是这些事情，是有一定代价的。你要给它7×24小时的服务器，并完全暴露给它，安全性不可控，而且它是黑盒子的，最后就是它要消耗海量的token。openclaw还有另外一个好处，就是它帮你直接集成了很多通讯软件，你可以通过通讯软件而非ssh之类的去控制它。

我个人还是不太喜欢openclaw的这套东西，哪怕也可以帮它部署到docker容器内来控制安全权限，但是你不给它权限就没那个意义了。用ai来写程序，其实已经很简单了，虽然不是立刻交互，但是它毕竟是能复用的，你有一个需求，第一次多花点力气，让它写个程序，放到你的7X24小时的家庭服务器里面，以后就一劳永逸的，甚至你想用钉钉和飞书来控制本身也不是难事，和ai多说一句话的事情。

如果有能力，我们完全可以把投资研究中的所有工作，全部抽象出来，然后交给ai去写程序，然后就自动化运行了。我觉得这是比较理想化的。然后中间生成的全部知识，丢到本地知识库去，以后ai随时能复用。量化为什么战胜主观，不就是因为它全部能自动去跑嘛，比人工一个个研究有效率的多。你如果用语言去操纵openclaw，本身还是低效率的。

三 普通人的AI

我觉得这些工具化的AI，现在对于普通人还是太遥远了，要求太高。对于普通人，应该如让千问买个奶茶一样。有个ai，通用的交互界面，接入大量的标准化agent，然后完成你要的全部工作。这些东西大概率也不太可能是本地的，只能是云端的。

这里其实就有点讨论到AI时代的生存问题了。你是用AI工具作为生产力，还是消费使用AI。当然现在这些AI工具还很不成熟，还有很长的路要走。