Testado pessoalmente: seleção de ações com “lagosta” — achava que poderia “ganhar sem esforço”, mas a realidade não é tão fácil

问AI · “Lobster”选股为何在实测中频频遭遇数据错误？

“Pode-se confiar no ‘Lobster’ para investir na bolsa?” Com esta pergunta, o repórter da China Securities Daily abriu o software “Lobster”. Logo, o repórter descobriu: o ideal é muito bonito, mas a realidade não é fácil.

As perguntas feitas sem um pacote de ferramentas especializadas modularizadas (Skills, que inclui um diretório com o arquivo SKILL.md, que pode fornecer instruções e definições de ferramentas para LLM) resultam apenas em dados acumulados, e ao revirar as estratégias do Skills e propor diversas necessidades de construção de estratégias especializadas, o que se recebe é um “tempo de execução esgotado” “embaraçoso”. Talvez, para um investidor individual comum, o esforço humano, material e financeiro dispendido ao usar o “Lobster” para investir não seja equivalente à precisão e utilidade dos resultados obtidos.

Um gestor de fundos disse ao repórter que sua equipe ainda não integrou aplicações do tipo “Lobster”, primeiro porque, do ponto de vista da conformidade, esse tipo de software apresenta riscos significativos, e segundo porque os modelos quantitativos existentes já conseguem resolver rapidamente as necessidades de investimento em filtragem de ações e backtesting de estratégias.

Desde a abertura do “Lobster” até o desligamento do computador

A instalação local é uma importante forma de instalar o “Lobster”. Mas o repórter encontrou, em sua medição, que esse método de operação exige permissões excessivas — ele requer acesso total como administrador do computador, obrigando a “revelar” informações como senhas de contas pessoais, e uma vez que seja invadido por hackers ou desviado por comandos, isso pode expor os seus fundos a riscos elevados.

Em seguida, o repórter tentou várias aplicações “Lobster” na nuvem, fazendo login em produtos “Lobster” de várias grandes empresas de internet e modelos de IA, como Kimi Claw, Art Claw e JVS Claw, e adquiriu uma assinatura de nível básico para tentar mais.

O repórter soube que, para obter dados mais reais e confiáveis, é necessário instalar o pacote de ferramentas especializadas modularizadas (Skills). Tomando o Art Claw como exemplo, o repórter enviou o comando para instalar o “stock-market-pro”, mas não conseguiu instalá-lo.

图为Art Claw平台截图

Depois, o repórter só conseguiu tentar construir uma estratégia com a ideia “PB-ROE” para que o Art Claw recomendasse ações.

图为Art Claw平台截图

Embora o Art Claw tenha elaborado uma ideia de construção de estratégia e oferecido recomendações de ações (como mostrado na imagem abaixo), o repórter descobriu que durante o processo de dedução ocorreram vários erros de dados. Tomando a Kweichow Moutai como exemplo, o seu preço de ação e o lucro líquido atribuível aos acionistas não correspondem aos valores reais.

图为Art Claw平台截图

Após algumas horas, após várias tentativas de instalação do skill, o “Lobster” finalmente instalou o skill e afirmou que poderia puxar os preços reais mais recentes da bolsa através da API do software de investimento. Mas o repórter notou que muitos dados ainda apresentavam discrepâncias consideráveis em relação aos dados reais.

O repórter também se deparou com dificuldades na plataforma Kimi Claw — quando o comando se tornava um pouco mais complicado, ele parava de responder. Na primeira tentativa de dar um comando ao Kimi Claw, pedindo que ele procurasse e instalasse skills para analisar dados de mercado A-share, o sistema respondeu “IM runtime dispatch timed out after 300000ms”, ou seja, o agendamento de recursos computacionais esgotou o tempo, e a tarefa falhou.

图为Kimi Claw平台截图

Em seguida, o repórter tentou novamente seguindo o exemplo de frase mencionado nas instruções de uso do Kimi Claw, e o Kimi Claw informou que havia criado quatro habilidades profissionais para análise de A-shares, e com base nisso analisou os relatórios financeiros de três ações do terceiro trimestre de 2025. Os resultados mostraram que os dados financeiros fornecidos estavam de acordo com os relatórios anuais das empresas, além de ter alertado e explicado sobre os riscos de fluxo de caixa, incluindo uma classificação abrangente e recomendações de investimento.

图为Kimi Claw平台截图

O repórter tentou ainda instalar uma skill de busca de notícias em tempo real na internet, a operação foi bem-sucedida e obteve informações relevantes sobre a opinião pública das empresas listadas. No entanto, quando o repórter desejou que o Kimi Claw integrasse a função de monitoramento e seguisse suas sugestões, o sistema novamente apresentou o mesmo aviso de tempo esgotado. O repórter então recorreu ao modelo de grupo K2.5 Agent, que custou 199 yuan, mas o resultado também não foi satisfatório.

图为Kimi Claw平台截图

Para muitos investidores comuns, cultivar um “Lobster” inteligente, capaz e rápido requer não apenas esforço contínuo do usuário, mas também habilidades especializadas relativamente ricas. Além disso, alguns investidores mencionaram que o trabalho complexo de filtragem de ações consome uma quantidade significativa de Tokens, o que torna o custo elevado.

“Embora agora eu possa fazer com que o ‘Lobster’ me envie relatórios diários do mercado, preciso manter os Skills sempre atualizados, para que ele possa capturar as últimas mudanças de iteração. É melhor usar algum software de programação inteligente para auxiliar, pois isso pode aumentar a eficiência.” Um investidor que utiliza o “Lobster” para investir disse ao repórter, “o processo de cultivo passou por muitas ‘dificuldades’, e se eu quiser adicionar alguns fatores de estratégia no futuro, pode ser necessário um ajuste adicional.”

O caminho do investimento inteligente é cheio de obstáculos

Um gestor de fundos revelou ao repórter que sua equipe ainda não introduziu aplicações do tipo “Lobster”. Isso se deve principalmente a duas considerações: primeiro, em termos de conformidade, esse tipo de software apresenta riscos elevados; segundo, os modelos quantitativos existentes da equipe já conseguem atender de forma eficiente às necessidades de filtragem de ações e backtesting de estratégias.

“Eu tentei o ‘Lobster’ no meu próprio computador e realmente pode ajudar a processar alguns códigos de programação, mas na experiência geral, não elevou muito a eficiência do trabalho.” Um gestor de fundos quantitativos disse ao repórter, “atualmente, a equipe ainda não tem planos de integrar o ‘Lobster’.”

Falando sobre a implementação do “Lobster”, o gestor de fundos Song Weiwei da Zhongou Fund disse que o hardware de memória unificada (Unified Memory) é o melhor hardware para a implementação do OpenClaw. O OpenClaw tem três demandas centrais como “cérebro AI privado”: grande memória, computação eficiente e operação contínua. Em PCs tradicionais, a CPU usa memória, a GPU usa memória de vídeo, e os dois são independentes. O transporte de dados requer cópias entre os dois, o que é ineficiente e desperdiça recursos.

Song Weiwei afirmou que a arquitetura de memória unificada, ou seja, CPU, GPU e NPU (motor de rede neural) compartilham um pool de memória física, pode acessar perfeitamente os mesmos dados sem necessidade de copiar de um lado para o outro. Quando se executa grandes modelos de linguagem, o maior gargalo é a memória de vídeo. Todos os parâmetros do modelo devem ser carregados na memória de vídeo para funcionar. Para executar um grande modelo com 70 bilhões de parâmetros em um PC, é necessário ter uma placa gráfica de topo com mais de 32 GB de memória de vídeo, o que geralmente significa um custo de milhares de yuan e um alto consumo de energia.

Além disso, os riscos associados ao uso do “Lobster” também são um tópico de preocupação para muitos profissionais da indústria. Song Weiwei indicou que confiar apenas em prompts de linguagem natural como barreiras de segurança é extremamente frágil. Quando a IA obtém Full Disk Access (acesso total ao disco), qualquer vulnerabilidade de segurança pode levar a uma revelação sistemática de dados. O ecossistema de plugins de terceiros do OpenClaw (ClawHub) também pode apresentar riscos de segurança. Além disso, quando a IA se transforma de ferramenta em executor autônomo, a lógica tradicional de atribuição de responsabilidades falha completamente.

Se o OpenClaw, ao executar instruções, acidentalmente vazar segredos comerciais, enviar e-mails difamatórios ou até participar de ataques cibernéticos, quem será responsável? O usuário que deu a instrução, o desenvolvedor que escreveu o código, o fornecedor que forneceu o modelo subjacente, ou a própria IA que possui “capacidade de decisão autônoma”? Atualmente, o mundo quase se encontra em um vácuo legal sobre isso.

（Fonte: China Securities Daily）