文章核心观点 - 开源人工智能体OpenClaw（俗称“龙虾”）的走红，使得个人投资者能够以较低门槛“手搓”定制化的AI投研系统，用于股市数据分析、盯盘、研报生成等任务，这代表了AI应用能力的平民化趋势 [2][4] - 围绕OpenClaw的投研应用已催生出小规模的商业模式，个人开发者通过搭建系统并向其他投资者收费分享数据，实现了可观的收入 [3][4][9] - 尽管AI工具降低了投研的门槛并提升了效率，但其应用仍面临数据瓶颈、高昂的Token消耗成本、信息准确性等挑战，且专业分析师在数据源、分析框架和交叉验证能力上仍具显著优势 [4][9][12][17][19] 一门生意 - 个人开发者利用OpenClaw搭建“聪明钱监控”系统，提供股市数据分析服务，定价从150元/年上调至200元/年，在不到半个月内吸引90名用户，收入超1万元，覆盖了约2000元/年的资金成本 [3][4] - 系统通过网页和微信群提供服务，每日推送两次由OpenClaw生成的分析内容，包括主力资金流向、行业板块分析及操作建议 [8] - 市场上已出现多种收费的OpenClaw投研系统，功能侧重不同，最高收费达到每月200美元（约合人民币1376.7元） [9] “龙虾投研”能做成什么样 - 对于多数用户，OpenClaw主要作为提升个人投资效率的实用工具，例如用于商品期货复盘、新闻摘要、股票实时监控等，能节省大量手动处理信息的时间 [11][12] - 专业机构分析师将OpenClaw深度集成到工作流中，例如与飞书打通，用于远程研究、信息整合和数据分析，其核心优势在于效率与可复用性 [12] - 训练OpenClaw是一个渐进过程，从“看数据”到掌握“单点技能”，最终串联成自动化工作流，可执行如杜邦分析、数据抓取清洗、多设备协同及异动提醒等复杂任务 [13] - OpenClaw被视作精华Agent版的ClaudeCode，虽然门槛更高，但上限也更高，一旦定义好分析框架，就能像专业分析师一样执行任务，且训练好的技能可复用于其他标的，边际成本几乎为零 [14][15] “手搓龙虾”困在数据瓶颈 - Token消耗巨大是个人用户面临的普遍难题，系统运行初期成本较高，但随着任务固定和技能熟练，消耗会逐步减少，不过开发新技能仍会拉高成本 [4][17] - 数据储备不足是限制系统发展的核心瓶颈，个人开发者仅能负担同花顺Level-2会员和Tushare API等基础数据服务（年费约500元），而专业数据平台的API年费动辄数万元，难以承受 [17] - 专业金融数据服务商如万得（Wind）已开始布局，上线了WindClaw工具，可自动读取实时行情、财务数据等，但目前内测范围较小且费用可能较高 [18] - 专业分析师拥有独家数据源、成熟的投研框架和交叉验证能力，能确保数据实时准确并规避AI的“幻觉”问题，这是其相对于个人AI工具使用者的关键优势 [18][19] - 未来，AI工具将从“单点工具”升级为“行业工作流”，与专业能力结合，让市场更高效，而非简单取代 [19]