挑战
这位分析师在 Canary Wharf 的一家成长型金融科技公司工作——这类公司六个人的团队要完成大公司二十个人的工作量。他的职责是每周生成行业报告：扫描监管文件、财报电话会议、市场数据和新闻，涵盖三个垂直领域，然后将其浓缩为投资委员会的简报。
"每份报告大约需要一天半，"他说。"说实话，大部分时间都花在收集和整理信息上。真正的分析——需要运用判断力的部分——大概只有三个小时。其余都是苦力活。"
他试过直接使用 ChatGPT 和 Claude，但流程太碎片化了。复制进去，复制出来。会话之间没有记忆，也无法连接他实际需要的数据源。
部署方案
我们在加密存储的安全 VPS 上部署了 OpenClaw——这对金融服务来说是必须的。Agent 连接了他精心策划的 RSS 订阅源、监管文件 API，以及公司存放历史报告的内部 Notion 工作区。
我们配置的工作流程在每个周日晚上运行：
- 数据源采集——Agent 从监控的数据源中提取本周相关的文件、财报记录和新闻文章。
- 趋势识别——突出显示重复出现的主题、值得注意的异常值和跨行业模式，并参考上周报告以保持连续性。
- 初稿报告——按公司标准格式生成结构化文档，包含数据表、来源引用和需要人工判断的标记项。
人的判断仍然重要
这位分析师很快指出 OpenClaw 不做什么：它不提供投资建议，不评估风险偏好，也不像资深分析师那样理解 CEO 在财报电话会议上的语气细微差别。
"它做的是在周一早上给我一份完成度70%的报告。所有数据都在那里，整理好的，有引用来源。我花三个小时把它变成我愿意署名的东西。这在以前需要一天半。它不是在替代我的判断——而是给我更多时间来运用判断力。"
更大的影响
投资委员会在几周内就注意到了改善。报告更早送达，结构更一致，包含的信息来源也更多。分析师用更少的时间覆盖了同样的内容，产出质量更高。
更重要的是，这释放了他做深度工作的时间。他开始产出专题深度分析——那种真正能影响投资决策的战略性分析。这本来是他被雇来做的工作，但以前从来没有时间。
"人们以为 AI 会取代分析师，"他说。"不会的。它取代的是分析师工作中不属于'分析'的那部分。"