中国基金报记者 方丽 曹雯璟

 随着OpenClaw（业内俗称“龙虾”）的快速走红，第三方销售机构及财富管理机构对AI智能体的探索进入新阶段。

 据中国基金报记者了解，日前盈米基金率先推出“投顾龙虾”特色应用，将OpenClaw与买方投顾业务深度绑定；中欧财富也组建专项团队，聚焦数字分身、流程自动化等场景躬身探索。

 业内人士普遍认为，OpenClaw的自主执行能力为行业提效赋能带来新可能，但授权边界、安全合规、场景适配等问题仍需破解，而其长远影响将触及组织形态变革。

 盈米基金率先发力

“投顾龙虾”落地

 作为独立基金销售机构， 盈米基金 积极拥抱OpenClaw， 推出“投顾龙虾”——在接入盈米且慢MCP工具后，“龙虾”可解锁机构级投资顾问的能力， 助力 实现基金数据查询、基金诊断、资金规划和资产配置建议等投资服务功能。

 据悉， 为进一步降低技术门槛，盈米基金同步启动“云养虾计划”，通过群运营，用户无需自行搭建环境，也 可以体验到已配置好的OpenClaw智能体。

“我们 鼓励大家站在最前沿多使用和体验最新的AI技术，OpenClaw也是我们鼓励的重要方向 。 目前，公司关于OpenClaw的使用分成两派，一个是个人自己部署的 ‘ 野生派 ’ ，一个是公司统一规范部署的 ‘ 正规军 ’ 。大家会在投研分析、内容生成、数据跟踪等场景 进行 应用。 ” 盈米基金高级副总裁、且慢业务负责人林杰才 谈道。

 林杰才表示， OpenClaw要在财富管理等专业领域使用出好的效果，需 要 有 该 领域专有的MCP和Skills的支撑 。 为此，公司 发布了盈米MCP接入OpenClaw的指南 。 该指南 发布后，业界响应很热烈，注册 和 调用数据都大幅提升。目前主要的问题还是OpenClaw授权边界的问题，过大的权限会导致信息安全和操作风险，所以才有从 “ 野生派 ” 到 “ 正规军 ” 的转变，公司 为 员工统一了OpenClaw部署和使用的规范，要求跟工作相关的应用都要使用公司统一部署的OpenClaw。

 中欧财富稳步布局

聚焦三大场景

 除盈米基金外，中欧财富也在积极推进OpenClaw的部署与试用工作，内部已组建专项小组，目前整体处于技术验证与场景探索阶段，尚未进入正式投产应用。

 据中欧财富相关人士介绍，公司重点聚焦三大应用场景：一是个人/团队数字分身构建，将业务人员的专业技能和工作经验进行数字化沉淀，创建可复用的“数字分身”，实现知识资产的积累与传承；二是标准化业务流程自动化，针对基金代销业务中的常见咨询场景、报告生成、数据整理等重复性工作进行自动化；三是内部工具联动探索，尝试将OpenClaw与公司现有办公系统、业务系统进行对接验证。

 从试点情况来看，OpenClaw展现出较好的应用潜力 、 效率提升 、 知识沉淀 、 服务一致性，以及 灵活扩展。 不过也面临一些问题：一是 基础设施与数据集成，前期需要完成大量历史数据的清洗、结构化处理以及与现有系统的数据打通工作，建设成本较高； 二是 安全合规考量，金融行业对数据安全、隐私保护、权限管控有严格的监管要求，需针对OpenClaw的部署架构进行专项安全评估，确保满足等保及行业合规标准； 三是 场景适配性，部分复杂业务场景仍需人工判断与介入，工具在理解金融产品复杂条款、应对非标咨询需求等方面尚需持续优化。

 AI智能体 或将 改变组织的形态

未来靠手工作业交付结果的岗位 或 将 不复存在。

多位业内人士表示， 基于目前的试点实践经验，OpenClaw在公募行业的应用前景较为广阔，但需要遵循“由内而外、分步推进”的路径。

 中欧财富表示， 从技术特性来看，OpenClaw更适用于规则明确、数据标准化程度高的业务环节： 一是 运营支持类，如基金净值播报整理、销售数据汇总、定时报告生成、邮件自动收发等周期性工作； 二是 投研辅助类，如公开市场数据的抓取与整理、行业资讯的筛选与归档、基础研究材料的标准化处理等； 三是 内部协同类，如内部知识库的智能检索、流程审批的自动化触发、FAQ类问题的标准化应答等。

 “ 我们判断，AI智能体在基金行业将率先在内部运营与投研辅助场景实现规模化应用，原因 有二 ： 一是 这两类场景的输入输出相对标准化，便于技能沉淀与效果评估； 二是 风险相对可控，不涉及对客服务与合规审查的高敏感性要求。 ” 中欧财富谈道。

 林杰才 表示， OpenClaw实际上代表的是AI的一种应用形态，相比 于 原来只能聊天的AI应用，OpenClaw的优势在于可以直接交付结果。在公募基金行业， 其 短期价值主要体现在提升信息处理和日常运营效率。比如投研领域，自动抓取、整理和提炼海量研报、公告、宏观数据和会议纪要， 还有 研究报告形成， 以及 合规的自动化审查 。 而 客户服务领域因为不可控的原因，暂时还是只能作为助手使用。

 “ 但我觉得这些都还不是关键，最关键的是 它 会改变组织的形态，未来靠自己手工作业交付结果的岗位将不会存在 。 我们已经在朝着这个方向发展，要求员工都在自己的领域发展起自己的Agent军团，以 帮助自己交付结果，这是未来的组织趋势。 ” 林杰才 谈道。

 直接面向客户的交互场景

短期内落地仍面临较大挑战

 多位业内人士表示，直接面向客户的交互场景（如智能投顾、客户服务），短期内落地仍面临较大挑战。尤其对于需要深度投资判断、非结构化创意设计、长周期战略规划等高度依赖人类经验与直觉的复杂决策场景来说，当前阶段的OpenClaw尚难以独立胜任。

 中欧财富表示， 主要 有三方面 原因： 一是 质量控制难度 。 AI智能体对金融产品复杂条款的理解能力、风险提示的完整性较难保证，输出内容需 经过 严格人工审核 。 二是 职责边界模糊 。 当智能体给出投资建议或产品推荐时，责任主体的界定尚存在监管空白 。 三是 合规风险 。 对客输出内容需满足《公开募集证券投资基金销售机构监督管理办法》等监管要求的信息披露标准，智能体难以独立判断是否符合“适当性”原则。

 林杰才 认为， 在AI工具，包括现在的OpenClaw和其他AI应用的使用过程当中，尚存在 各种问题，比如AI幻觉、无法与物理世界互动、权限安全等问题 。 但这并不是AI技术或者AI应用本身的问题，本质上 是 “旧世界还未为AI的到来做好准备”导致的。

 “ 所以，我们 要做好两件事情，第一件事情是转变自己的角色，一方面 要 善于利用AI工具为我们工作 ； 另外一方面 要 为AI的到来做好各种基础设施的完善和建设 。 比如通过MCP搭建可信数据底座根治幻觉，打通物理世界数字接口链接虚实，制定AI专属安全、权限、法律规则避免越界 。 第二件事情就是在以上问题解决之前，暂时限定AI的应用场景，在享受技术红利的同时将风险关在 ‘ 笼子 ’ 里。 ” 林杰才 谈道。