大家好，我是 Penny。

前天的文章里面說了，我體驗了一個金融行業的 OpenClaw 類產品。嚴格來說，我那個時候還是內測演示版本。

他們昨天正式發布了，所以我昨天晚上沉浸式玩到凌晨2-3 點，今天繼續玩，實在是太有意思了。

雖然我覺得應該還有非常非常多的場景可以挖，但是我迫不及待地想先寫一篇，給大家分享一下。

這個產品就是我此前也一直在用的 AlphaEngine，他們最新的桌面版 AlphaClaw。雖然以前也很棒，但是這次相比之前，簡直是一個代際的跨越。。。

另外，明天晚上 8 點，我邀請了這家公司的創始人費斌杰直播分享他對于投資研究和 AI 工具的理解。

這也是這個號第一次直播，因為我看了他演示的內容，真的干貨超級多。本來是想請他來社群里給群友們分享的，但是現在騰訊會議想多人在線真的好貴，想著不如薅一下平臺的羊毛吧哈哈哈。

剛好他們也可以宣傳一下，也能有更多人體驗到最新 AI 產品給投資和研究帶來的好處。

感興趣的朋友可以在下面這里點視頻號的直播預約。

此前，AI 在金融行業的應用基本上是這么幾類：

1. 做錄音轉寫，整理會議紀要

2. 整理行業熱點，新聞、輿情等等；

3. 整合數據來源，做個行業/個股的深度研究跟分析

這些很剛需，但它更多是一個單點的需求，如果有再相對復雜一點的問題，還是需要我們自己完成。

但是現在，有了詳實而準確的底層金融數據信息，加上可以自主使用 code 和工具調用能力的 Agent，世界就完全變了。

首先，AlphaClaw是桌面版本，你可以根據自己的不同端下載相應版本，官方網址如下：

鏈接：www.alphaengine.top

安裝好進去之后， 界面看起來還跟原來的產品有點像，但在左上角多了這只可愛的（不知道是螃蟹還是龍蝦）的東西。

（這里要說明的是，這個產品是給專業金融機構使用的，個人如果有公司需要，或者全職投資，也可以嘗試申請買個賬號試試。如果你需要管理的金額比較小不太劃算。）

它是完全開箱即用的，只要一開始配置一個本地的文件夾給它就行了。不需要像開源版的 OpenClaw自己要做那么多的接口配置。

為什么能這么快上線？實際上是因為這個產品的起源是團隊看到了Claude Code的超強能力，在幾個月前就開始籌備了。

Alpha Cloud的底層是市面目前最強的編程模型Claude Opus 4.6，疊加了自研的與投研場景更適配的 Agent。并不是看到了 OpenClaw 火了之后去套的殼。

也就是說，基于強大的 coding 能力，你依然可以用它解決金融行業之外的各種問題，只是它的金融能力會比其他的蝦更強一點。

因為它原本就有的底層海內外投研數據和機構報告，內置了原AlphaEngine 的金融分析引擎和各種skills，數據和觀點的來源更準確和可信。

此外，因為很多金融機構對數據安全和保密性有需求，這個桌面版就可以非常方便地調用你本地的報告文件以及知識庫，可以拉云端的數據來分析，但是你本地的數據和 skills 都可以不傳到云端去，這樣安全性就有了保證。

另外建議的安全底線是，讓 AI 只做研究和分析，不要讓它直接下單。（反正我是這樣）

下面我來展示我這兩天做的一些案例，大家可以感受一下：

1. 每日持倉復盤以及定期的資產配置分析。

這個此前我是一直想做，但是又覺得太麻煩沒做的。因為我的權益持倉橫跨了A 股、港股、美股和加密，美股里面還有一些期權和衍生品。另外還有一些債券和理財，所以要整合起來就非常的麻煩。

我此前有一個 Excel，但做不到經常更新。我先把這個丟給了AI，做了一版初步的分析。

然后感覺有點麻煩，就直接問它：

然后他給了我幾條方法。我選擇富途的直接下載持倉明細，存到指定的文件夾里，它就能讀取了。

另外，東方財富沒有直接下載功能的，我就讓它自己去網頁上去爬取，當然過程需要我的登錄和授權。

對于變動比較小的現金/固收/債券類的，我就簡單地做了一個 Excel，放置在這個文件目錄下，手動更新。

最后我又讓他出了幾版資產分析的報告，并對其中的一些細節進行了微調（比如去掉某一項，或增加哪一塊的分析）。

最后讓AI把整個工作流給我封裝成了一個 Skills。

（這些都是本身已經設定好的 Skills，內置的Skills Creator幫助你很簡單的創建自己的Skills）

OK，這樣就完成了！

下一次我只要在對話框加一個斜杠調起這個 skills，或者說出已經設定好的指令（比如說“幫我做一下資產配置復盤分析”），它就會根據這個流程重新去跑一遍。

因為隱私數據的問題，我就不給大家看這個報告全文了。但我之前頭痛的很多問題都幫我解決了，比如：

1）股債的平衡問題

2）行業集中度的風險暴露問題

3）期權的敞口問題

4）全市場持倉收益目標的實時變動測算

有一個專業級的 AI 時刻幫你診斷你的資產狀況，以及第三視角來幫你做查漏補缺，真的太爽了！

2. 我做了一個叫做“強勢股篩選”的 skills；

起因是我對于動量和趨勢的捕捉很感興趣，所以首先，我咨詢了AI動量方法論的底層邏輯。

然后根據以上的方法論，構建了一個 A 股熱門股票和行業關注清單分析的 skills。（美股也建了一個，但是邏輯會跟上面有些微區別）

這個生成的報告太牛了，非常的專業。。。

3. 每周定期的新股掃描分析和打新建議。

這里我甚至更懶了一點，我直接問AI：你覺得散戶如果想做港股和 A 股打新，那他需要了解哪些分析框架？

他給出了一個非常專業的輸出結構，我覺得沒什么好補充的。

看看結果，說實話，這個內容直接貼到很多做新股分析的公眾號里面，都非常好了。所以大家要珍惜還在純人工原創的博主……

（看完我馬上就去打廣合科技了）

4.對本地報告綜合閱讀，整理、總結并分析。

比如說我手頭有三份關于2025 年一級市場的總結分析報告，分別來自清科、犀牛數據和 IT 桔子。我就把它們全部扔給了 AlphaClaw（就是@你設定好的文件夾里面的這個子文件夾，非常方便），讓AI幫我把核心觀點都整理出來。

如果你自己也有積累本地知識庫，保存報告的習慣，甚至可以讓他直接在你的所有知識庫里面去搜集分析行業的變化，AI自己就會梳理出脈絡。

所以如果我讓它閱讀把同一個行業 22-25 年的所有報告，它能夠更有結構性地幫我描述出這個行業近 3 年的變遷，這多有意思啊！

除了金融之外，它基本的文本生成和日常工作能力也很強。

費總給我舉了個例子。模仿某個券商某某組的點評風格，用 AlphaClaw 來寫業績點評。

打個比方，我可以說：按照xx證券的點評風格，給我整理總結一下他們的業績點評風格，然后生成一個 skills。

然后按照這套點評風格，生成一個某家公司（比如博通）的最新財報點評。

它不但模仿得非常完美，而且還可以根據你的觀點隨時微調。

這也太強了。。。。能省多少事啊，真正的言出法隨。

還有很多很多的場景，再舉個例子：

描述你的理財需求，讓 AI 幫你找到和你理想中風格最接近的某一位投資大師。

比如說，和我最接近的是納西姆·尼古拉斯·塔勒布。（他寫過《反脆弱》、《黑天鵝》和《隨機漫步的傻瓜》）

你可以把投資大師的著作扔給它，讓它分析、整理出大師的投資邏輯，之后用這一套邏輯來重新審視你的持倉，給出選股建議。

如果你欣賞巴菲特，就可以把伯克希爾歷史上十年的股東會全部資料扔給它。讀完之后，讓它總結巴菲特的投資邏輯，接著就可以把這些 skills 用于分析所有你想讓它分析的問題。

就光這一兩天，我甚至覺得我對投資的理解都有了新的改變。

AI 的進化實在是太快了，他兩三年前還只是個實習生，現在完全已經是Master 級別了。

對于各行各業的知識工作者，尤其是初級崗位，我覺得 AI 的替代率現在已經達到了90% 以上。

比如律師行業，我身邊的創業者說，他們在處理簡單的 case 時已經不需要找律師了，主要用 AI 解決。或者再找一個比較資深、有豐富實操經驗外部律師偶爾支持一下。

經驗依然是有價值的，想要用好 AI，你最好要自己比較懂。

假設你沒有基礎的知識，你根本無法衡量 AI 給你的建議到底是對是錯，甚至無法幫它優化改進。尤其是在投資這樣復雜的事情上面，你并不能全盤相信 AI 的建議；

AI 應用的前景是真的，能看到各種各樣新的好產品冒出來，非常開心。

以這家公司為例，他們去年 token 的消耗量是前年的十幾倍，今年目測肯定又是一個十倍以上的消耗量增長。有更多這樣的公司，才會讓全鏈條受益。

作為人類，現在真的很困惑。

是的，我確實不如 AI，但是怎么辦呢？我必須得生存呀。

我想來想去，最好的方式是擺正心態，要用AI 加速自己的學習曲線，積累現實生活中的各種 corner case，去創造，去輸出，去交朋友，豐富自己的人生體驗。

不要害怕犯錯。有血有肉、有人味、有瑕疵、會犯錯，是我們生而為人的證明。

讓萬物穿過自己，讓一切為我所用。

最后重申一下：如果想來聽周五晚 8 點創始人直播分享的，請點這里視頻號預約。也歡迎把它分享給你身邊感興趣的朋友。

想體驗 AlphaClaw 產品的，可以進入 www.alphaengine.top 下載，注冊邀請碼“penny”，初始贈送 5000 積分。僅限機構投資者（需要提交名片審核）啦，以前申請過試用的也可以申請。

這個 token消耗量確實大，還貴，悠著點用哈。比心！

我是佩妮，關注我，一個只說真話的創投人