对龙虾投研的一些看法 转自微信群

本周我们团队和产业组织了多场公开交流，并在三地进行了七十多场龙虾部署路演，对龙虾在二级投研领域的实践程度有了一个初步的摸底和认知。以下是我对龙虾投研的一些个人看法：

1）OpenClaw目前对95%的从业者都没有什么ROI，ChatGPT 5.4对于大部分人/大部分任务来说已经具备PMF。这意味着市面上的各种龙虾热，其实都是贩卖焦虑，风评反噬也是可预见的。但这并不是不去接触龙虾及其类似物的借口。相反，我极其推荐每一位从业者去尝试这类AI工具，尤其是Claude Code。因为未来拉开人与人差距的，恰恰不是这面上95%能被龙虾自动化的投研任务，而是剩下那5%的深度个人定制的高价值任务。只有自己上手了，才能做排除法找到它们。

2）这5%的高价值任务之所以是未来的胜负手，是因为它们将AI的杠杆效应拉到最大。这类任务满足一些特征，包括但不限于①深度定制的复杂工作流、②不可复制的数据壁垒、③具备极高的迭代收益。这跟我们分析AI应用公司的价值标尺是完全一致的。

3）这也意味着任何试图从别人的分享中得到的AI投研案例都是低价值的，一方面是因为高价值任务跟量化挖因子是一个道理，不会轻易言传；另一方面你会逐渐发现这些工作流和用不用AI的关系并不大，而跟这个人本身会不会做研究和投资的关系更大（我们观察到身边的J人明显用得更好，因为他们计划性更强，有大量现成的工作流可以被AI自动化）。因此，不要指望从任何上门部署龙虾的分析师口中得到龙虾投研的正确打开方式，亦或是判断龙虾有没有用，这都是具有极强误导性的。

4）AI投研的终极目的一定不只是提效，而是加速人脑的迭代。换言之，我们应该想尽办法让AI更好的让自己的大脑迭代，而不是指望AI代替我们完成更多决策。Anthropic最近发布了一个AI对劳动力市场冲击的报告《Labor market impacts of AI: A new measure and early evidence》。好消息是，AI对就业的影响很可能还没有到来。但坏消息是，当影响真正出现时，可能会非常剧烈。更坏的消息是，报告列出了 AI 暴露度最高的职业，前十名基本都属于信息处理类工作，金融投资分析师赫然在列。所以，加速自我迭代摆脱信息处理这一工作循环或许才是正解。