—— 一个投行人「智能副驾驶」的真实使用报告与个人提效全景

全文约 6000 字 · 建议收藏慢慢读 · 转发给需要「第二大脑」的朋友

01 这篇不是广告，是我家 AI 的「账本报告」

过去一个月，我桌面上有个家伙一直没歇着：每天收盘 15:30 自动生成投资日报、早上 8 点推财经晨报、晚上 20 点雷打不动做 AI 晚间学习，周五做持仓复盘，月底做月度复盘……它是谁？它叫 OpenClaw，一个跑在我腾讯云服务器上的「个人代理（agent）」，今年已经连续无休地运转了 245 天。

今天我不讲抽象概念，直接把它的「账本报告」摊开给你看：它每天烧多少 token、钱够不够、都在替我干哪些事、哪些环节在裸奔、未来能长成什么样。真实的数字 + 真实的坑 + 真实的下一步，一篇讲透。

02 先说钱：它到底烧了多少 token、多少钱？

一次「账本」的数字快照

• 主力模型：DeepSeek-V4-Flash（200k 上下文，性价比之王）
• 缓存命中率：经常 72%～90%（同一套任务反复跑，多半 token 被复用，省钱）
• 运行时长：Gateway 已连续运行 245天 （系统层面 155 天），基本是「永动机」状态

可能很多人对 token 没概念。给它打个比方：绝大多数日常任务（一次日报生成、一次晨报抓取）单次消耗约 1.5 万～3 万 token，重一点的研究任务（读 80k 上下文做行业深挖）单次能到 9 万 +。

关键结论：因为多数任务交给定时器批量跑、且模型上下文复用率高（缓存命中近 9 成），它一个月的运行成本，可能还抵不上一顿工作日午饭。

03 它的一天：从早 8 点到晚 8 点，几乎全勤

每日固定班次（天天上岗）

• 每日 4:00 — AI 工具每日监控（盯新出的开源工具/技能）
• 每日 8:00 — 财经信息晨报（隔夜国际市场 + A 股早间框架）
• 每日 9:00 — 每日 OpenClaw 技能跟踪
• 交易日 10:00 / 14:30 / 盘中 — XX股份等盘口关键价位监控（半小时刷一次）
• 每日 15:30 — 投资日报生成（收盘价抓取 + 组合涨跌 + 纪律信号触发）
• 每日 20:00 — AI 晚间学习（开源项目追踪 + 行业案例 + 投行视角延展）

每周 / 每月加餐

• 周一：智能制造行业动态 / 行业研究 / AI 行业研究
• 周二：投资知识学习（估值方法实操，如 DCF 五粮液）
• 周三：公司分析 · 周四：投资策略分析
• 周五：持仓检查复盘 · 周日：财务自由周度复盘
• 每月 1 日：月度投资复盘（8 月相对收益约 +2~3pp）；每月 15 日：阅读投资经典

一个明显的信号：它已经从「你问它答」的聊天工具，进化成「到点自己干、干完汇报、主动提醒」的轮值员工。

04 摸着它的账本说话：产出真的可用吗？

一场「教科书级」的纪律案例（8/31）

最有说服力的不是它写了多少字，而是它真的「逮住」了一次交易风险：

• ⚠️ 8/28 收盘，它预警：「宁德时代逼近 365 关键位，下周破位按纪律减仓」
• 🎯 8/31 盘中，宁德跌破 365 触发纪律线 —— 因为预案早已写好，减仓动作毫不含糊
• 📉 随后宁德继续下行至 363.55，它复盘：「纪律价值 = 避免浮亏扩大」，斩钉截铁

这不只是「写日报」，而是把「事前预案 → 事中触发 → 事后复盘」的完整交易闭环自动化了。对一个做投资的人来说，这种不掺情绪的纪律执行力，比任何盘感都稀缺。

组合内每日对比 + 跑赢基准

每天它都把自己 12 只持仓的等权涨跌跟沪深300 拉出来比：8 月它多次记录「组合跑赢沪深300 约 +0.3~0.5pp」，总结出「核心 + 卫星 + 防御」结构在市场风格剧烈切换时能提供缓冲 —— 这种「有数据、有结论、有迭代」的产出，直接可当决策参考。

05 普通人 / 小团队，怎么「抄作业」？

看完上面的，如果你也想把「今日高频、重复、需要纪律」的活儿扔给 AI，我给一套可落地的四步法：

• 第一步 · 只挑一件事：别一上来就搞复杂。先挑 1 件你雷打不动、但纯重复的事（比如每日收盘看价、每周写周报），让 AI 到点自动生成。
• 第二步 · 交给定时器：OpenClaw 这类工具支持 cron 定时器。把「15:30 抓收盘 + 算涨跌 + 出日报」固化成定时任务，从此不用你提醒。
• 第三步 · 把纪律写进规则：你的流程里一定有「判断节点」（比如某个价位触发减仓）。把它写成规则喂给 AI，让它到点帮你盯纪律，屏蔽情绪。
• 第四步 · 每周只补一个洞：凡是 AI 反复卡壳处（缺新闻源、缺数据字段），一周修一处，三个月后它就是真·定制版同事。

工具不贵、不难；难的是把它嵌进你不忍打断的日常节奏里。

06 从「轮值员工」到「数字分身」：它的下一步

看得见的三个进化方向

• ① 情报补全：给新闻源装上「眼睛」：配一个搜索 API（brave / bocha / perplexity 任一），日报从「缺新闻」升级为「带当日要闻」，补上最硬的一块短板。
• ② 数据精算：把持仓数量成本喂给 portfolio.json，每日输出真实的组合敞口、单一标的集中度风险提示，让分析从「估算」变「精确」。
• ③ 自动外发：打通微信公众号发布链路后，它能做到「日报生成 → 自动排版 → 进草稿箱 → 一键群发」，真正成为你的对外内容产出管线。

更远的想象

当它掌握了你的持仓、你的日程、你的阅读脉络、你想办的项目，它就从「执行工具」长成「数字分身」：早上替你整理好今天要看的三件事，盘中替你盯纪律，周五替你复盘，月底替你总结当月得失。你要做的，只是做那个「拍板的人」。

这也是我长期投研 AI 的一个朴素判断：AI 时代个人和团队的分水岭，不在谁会用 Chatbot 问问题，而在谁先把「重复的事」全交给机器，把自己留给「非你不可的判断」。

07 写在最后

这篇报告里的每一个数字都来自真实日志：245 天运行、每天 6+ 固定班次、单次任务约 3 万 token。它不酷炫，但真实。真实到你可以照着它，判断自己要不要也养一个。

如果你也对「让 AI 替我干日课、替我盯纪律、替我做复盘」感兴趣：

• 👍 如果对你有用，点亮「在看」，让同样在给 AI「排班」的朋友看到这篇实测；
• ➕ 关注我，我会持续更新这套「个人数字分身」的搭建进度；

▲ 点右上角关注，不错过下一次「真人直播」。