文章核心观点 - 金融科技服务商“进门”通过其AI产品“进宝”推出“任务模式”（即“投研龙虾”），将开源的AI助手OpenClaw封装为开箱即用的云端智能投研工具，旨在显著提升投研工作的效率与智能化水平，并可能改变投研人员的工作方式 [1][4][18] 产品升级与核心功能 - 进宝升级为“会话模式”和“任务模式”双模式，任务模式（投研龙虾）是升级亮点，专注于执行具体任务，如跟踪市场流动性、板块轮动、资金流向及修正配置思路 [4] - 投研龙虾为AI赋予了“眼睛”（视觉模型）、“大脑”（规划推理）和“手脚”（工具使用），使其能操作电脑、访问网站、运行脚本，而不仅是生成文本 [3] - 产品通过云端部署，用户无需复杂配置即可使用，享受安全、弹性扩展的体验，操作与本地电脑几乎无差别 [4] - 投研龙虾能7x24小时在线工作，用户只需用自然语言下达指令，所有复杂部署均封装在云端专属电脑中 [4] - 公司后续将上线手机端云养虾能力 [4] 投研场景应用与提效 - 投研龙虾能执行盘前筹备（登录平台、加载行情）、盘中监控（指数、个股、板块走势、资讯处置）及盘后工作（导出数据、整理日志、文件备份）等一系列自动化操作 [11] - 产品能帮助完成产业链拆解、指挥会议预约与参与、处理调研录音转写与整理，以及管理通讯录等任务 [11] - 用户可通过“技能市场”使用预设的投研Skills，如“上市公司管理层背调”、“每日自选股动态简报”，也可用自然语言指令创建专属技能 [7][10] - 投研龙虾能将工作转化为可创建、可定时、可复用的任务，并能理解、执行并记住用户偏好，随用户工作流一起进化，形成专属数字员工 [12] 数据与生态优势 - 会话模式基于公司治理后的高质量、高可信数据底座进行推理，从源头减少AI幻觉、统一口径、保证事实可追溯，在投研专业性、数据准确性和决策参考价值上具备优势 [5] - 公司拥有独特的数据生态，深度合作74家券商研究所、3100家上市公司，服务超300万专业投资者，积累海量独家及外购数据 [17] - 数据积累包括超过50万场金融路演会议、会议纪要、产业图谱等独家数据，以及公告、财报、EDB、研报等外购数据 [17] - 公司对平台原始数据做了大量工程化处理，以帮助AI更好地捕捉投资信号 [17] - 公司拥有全面的智能投研工具生态，AI工具矩阵覆盖转写、翻译、会议托管等全场景，并集成腾讯会议能力 [17] - 公司定位为领先的机构AI投研工作台，基于沟通场景聚合分析师、上市公司与投资者，构建金融信息闭环生态 [17] 公司背景与战略 - 公司是国家高新技术企业、深圳市专精特新企业，获高成资本、腾讯等机构战略投资，研发团队人员占比超过60% [18] - 公司致力于通过四阶智能工作流（信息获取→降噪提纯→智能推理→信号生成），为专业投资者提供一站式智能投研解决方案，提升投资胜率 [18] - 投研龙虾能将公司2025年上线的12个Agent的能力原子化，允许用户灵活组合与定制，实现个性化工作流搭建 [4] - 公司近期上线的“投研大脑”能力支持用户自定义创建个人思维链或复制大咖方法论，采用“按需调用预封装技能”以解决投资者思维范式多样性的问题 [18]

公司核心业务与发展历程 - 公司是一家AI原生的金融科技公司，专注于为资产管理行业提供智能投研工作台，帮助用户在投研工作流中提升效率和挖掘信号[1] - 公司创立于2013年，从最初的卖方路演平台（1.0时代）迭代至当前的AI投研工作台（2.0时代），始终以提升投研效率为核心[1] - 公司以沟通场景为切入点，初期聚焦于高频刚需的卖方投研沟通，并逐渐成为卖方研究所使用最多的路演平台[4] - 公司已将沟通场景丰富化，形成了一对多、小范围会议、公开路演、策略会、晨会、闭门路演等多样化模式[5] - 2023年，公司获得腾讯战略投资，成为腾讯生态链的一部分，实现了会议底层与腾讯会议的打通[5] 平台生态与价值定位 - 对于卖方分析师，平台是其与机构投资者沟通的高效工具，是平台主要的内容提供者，每天上线数百场到上千场分析师路演[5] - 对于上市公司，平台是其进行投资者关系管理的一站式系统，依托庞大的分析师与专业投资者资源提供服务，工商银行、中际旭创、泡泡玛特、老铺黄金等头部上市公司均使用其平台召开业绩发布会[6] - 对于买方机构投资者，平台是其一站式获取资本市场投研信息的平台，彻底改变了早年“电话会议”的沟通形态[7] - 平台会议从早上6点持续到晚上12点，改变了投研人员的工作强度和信息获取方式[7] - 平台提供云文档能力，融合石墨文档的专业编辑能力，统一归集AI参会、转写、翻译及用户上传的文档，形成私域投研信息库，支持团队知识流转与复用[7] AI技术与产品能力 - 2025年，公司上线超级投研智能体“AI进宝”，旨在通过AI解决投资者痛点[9] - AI应用分为三个层次：第一层是通过AI Agent快速完成特定任务（如了解公司、纪要转写）以提升效率[9]；第二层是处理非特定场景问题，通过“投研大脑”引入专家分析框架，将专家经验封装为标准化认知技能，并支持用户自定义思维链[9]；第三层是最终目标，即表达具体的投资信号[11] - 公司上线了事件信号能力，通过基本面驱动因素与高质量投研信息结合，帮助专业投资者捕捉关键信号，提高投资胜率[10] - 公司的海量数据是模型的底层基座，并通过MCP Server引入更多投研相关数据，包括财务数据、EBD指标数据、景气数据、行业数据、产业图谱、量化因子数据等[11] - 公司自研的金融ASR调优模型，基于76万中英文专业词库和数十万纠错词库，能大幅提高金融相关会议转写的准确度[13] 数据资源与行业地位 - 公司基于独特的高频次沟通场景，为AI模型提供了高质量、高频率的数据“养分”[11] - 截至2025年底，公司已与74家券商合作，平均每年的公开路演数量超过数十万场[11] - 公司的会议系统服务了超过3100家上市公司，其中超过1000家上市公司采购了其系统[11] - 公司引入内资研报、外资研报、财务数据、EDB数据及优质第三方研究机构的内容，提升投研信息获取密度[13] - 公司对海量数据进行深度挖掘、模型训练与优化，并进行分层分级管理，保证数据安全[13] 行业趋势与公司战略 - AI已成为金融领域的重要组成部分，改变了信息获取、会议纪要与知识问答等方式[1] - 在AI时代，数据成为新的“石油”，高质量、高频率的数据是训练好模型的关键[11] - 资本市场进入高质量发展新时代，基金经理告别单打独斗，进入平台化和团队化新范式，投资能力需沉淀于平台[16] - 上市公司数量增多，使得传统“翻石头”的研究模式效率低下，买方投研的AI化成为必然趋势[16] - 公司致力于帮助基金经理打造AI研究员或数字研究员，成为投资者最好的AI助理[17] - 公司长期聚焦于提升投研效率，从本质上解决投研信息获取效率、信息获取密度、数据治理与分层、智能分析与投资信号四大痛点[13][14] - 公司自创业之初就将安全合规作为发展的生命线，确保数据安全和合规是其在金融领域获得机构与上市公司信任的基础[1][14]