Analis perusahaan sekuritas secara kolektif berbagi tutorial memelihara "Udang Lobster", bagaimana agen AI cerdas tingkat fenomenal OpenClaw mempengaruhi dunia riset dan investasi?

Berita dari CaiLianShe 8 Maret (Jurnalis Wang Chen) Dalam dunia riset keuangan, penerapan model besar sudah bukan hal baru. Yang ramai bukan hanya momen di bawah gedung Tencent Shenzhen yang antre memasang “Kepiting Mini” (OpenClaw - agen AI cerdas), tetapi juga aksi kolektif dari perusahaan sekuritas.

Baru-baru ini, tim teknik keuangan dari banyak perusahaan sekuritas seperti Founder Securities, GF Securities, Dongwu Securities, dan Northeast Securities secara serempak merilis laporan khusus, mengajarkan para profesional keuangan cara mengimplementasikan dan menggunakan sebuah agen AI sumber terbuka bernama “OpenClaw”.

Laporan-laporan ini tidak lagi sekadar membahas algoritma makro, tetapi mengajarkan investor cara mengonfigurasi server, menginstal paket Skill, bahkan membangun “asisten AI pribadi” di komputer mereka, dari panduan instalasi hingga studi kasus praktis di bidang riset dan investasi, membentuk sebuah buku panduan lengkap aplikasi industri.

Analis Keuangan Sekuritas Berbagi Tutorial Pemeliharaan “Kepiting” Secara Kolektif

OpenClaw, agen AI bertanda kepiting merah ini, sejak viral di GitHub awal 2026, jumlah bintang yang diberikan melampaui 150.000, dan di industri disebut sebagai “Proyek sumber terbuka paling keren tahun 2026”. Berbeda dari pengguna biasa yang tertarik pada fitur otomatisasi kantor, tim keuangan sekuritas dengan cepat menyadari potensi besar di bidang riset dan investasi, dan mulai melakukan eksplorasi mendalam serta membagikan hasilnya secara terbuka.

Hingga awal Maret, delapan perusahaan sekuritas seperti Founder Securities, GF Securities, CITIC Securities, Dongwu Securities, dan Northeast Securities telah merilis laporan terkait, mencakup solusi deployment di berbagai platform seperti Windows, Mac, dan cloud server, serta tutorial praktis untuk akses data keuangan, seleksi saham berdasarkan kondisi, analisis laporan keuangan, dan backtesting kuantitatif.

Founder Securities “Memberdayakan Riset Keuangan dengan OpenClaw, 17 Kasus Aplikasi Efisien”

Guojin Securities “Membangun Asisten Riset Pribadi dengan OpenClaw (II), Pembuatan Skill dan Studi Kasus Riset”

GF Securities “Deployment Multi-Platform dan Aplikasi Riset dengan OpenClaw”

CITIC Securities “Panduan Budidaya Udang: Deployment dan Pengalaman OpenClaw”

Dongwu Securities “Ulasan Mendalam dan Panduan Aplikasi OpenClaw”

Zhejiang Securities “Infrastruktur Riset Generasi Berikutnya, dari Deployment hingga Aplikasi OpenClaw”

Huachuang Securities “Membangun Asisten AI Pribadi dengan OpenClaw”

Northeast Securities “Instal 20 Skill Pack ini di OpenClaw-mu untuk Meningkatkan Efisiensi Riset 10 Kali Lipat”

Mengapa OpenClaw Membuat Dunia Keuangan Geger?

Untuk memahami kegilaan di dunia riset ini, pertama-tama perlu mengenal OpenClaw. Proyek AI sumber terbuka ini, dengan ikon kepiting merah, sejak awal 2026 langsung merebut perhatian dunia teknologi global dengan keunggulan tak tertandingi.

Mengapa tim keuangan sekuritas begitu fokus dan serempak terhadap proyek sumber terbuka ini? Jawabannya terletak pada perubahan logika mendasar.

“Perbedaan utama antara OpenClaw dan model besar cloud adalah di mana ‘otak’ berada dan apakah ‘tangan’ ada,” analogi yang diberikan Huachuang Securities dalam laporannya.

Model besar cloud tradisional seperti penasihat jarak jauh yang serba tahu, hanya menyediakan solusi berbasis teks; sedangkan OpenClaw berjalan sepenuhnya di lokal atau cloud pribadi, memiliki hak akses sistem yang setara dengan pengguna, dapat langsung mengendalikan terminal komputer, menulis kode, mengelola file, bahkan belajar dan menginstal “Skill” baru berdasarkan instruksi bahasa alami pengguna.

Dongwu Securities bahkan menyebutnya sebagai agen AI generasi baru, yang sedang mewujudkan transformasi dari “alat tanya jawab” menjadi “asisten kerja yang bisa langsung dieksekusi”. Lompatan dari respons pasif ke eksekusi aktif ini sangat cocok dengan kebutuhan pekerjaan yang rumit, sering, dan melibatkan banyak alat dalam riset keuangan.

Selain itu, data terstruktur dan tidak terstruktur yang dihasilkan pasar keuangan global setiap hari sudah mencapai level PB. Bagi para analis riset di garis depan, volume informasi yang harus diproses setiap hari telah meningkat dari ratusan menjadi puluhan ribu data, dan kehadiran OpenClaw menawarkan “pengungkit efisiensi” yang sangat dibutuhkan di tengah “overload informasi” ini.

“Super Employee” Riset, Membebaskan Tangan Analis

Dalam laporan-laporan ini, yang paling menarik perhatian adalah gambaran nyata dari skenario riset yang diimplementasikan. Kemampuan OpenClaw dalam skenario ini sudah melampaui sekadar alat, lebih seperti “super karyawan” yang tak pernah lelah.

Pertama, Otomatisasi Pengolahan Informasi dan Monitoring Pasar

Pasar keuangan yang berubah cepat menuntut analisis terhadap ratusan pengumuman dan berita setiap hari. Guojin Securities menunjukkan bagaimana membangun Skill “Ringkasan dan Pengiriman Informasi Pengumuman Harian A-Shares”. Agen ini otomatis mengumpulkan pengumuman, mengklasifikasikan dan mengenali isi utama, mengekstrak angka dan entitas penting, lalu menghasilkan ringkasan Excel dan laporan singkat, bahkan mengirimkannya secara otomatis ke ponsel analis setiap hari.

Founder Securities juga menampilkan fitur monitoring pasar dan seleksi saham berdasarkan kondisi, di mana AI dapat langsung melakukan seleksi saham sesuai instruksi dan menampilkan hasil lengkap.

Kedua, Penulisan Laporan Mendalam dan Reproduksi Riset

Uji coba dari Dongwu Securities menunjukkan, cukup dengan satu instruksi sederhana, OpenClaw dapat secara mandiri mencari data, menulis laporan analisis berisi data utama seperti valuasi rendah, dividen tinggi, efek pemimpin pasar, dan menyimpannya otomatis dalam format Word di folder lokal. Ia juga mampu membaca dan mengatur catatan riset manajer dana secara efisien, mengekstrak poin-poin utama.

Guojin Securities bahkan menggunakan OpenClaw untuk “reproduksi laporan otomatis”. Cukup berikan laporan riset, dan agen ini akan secara otomatis menganalisis logika, menarik data, menulis kode strategi backtest, dan menghasilkan hasil reproduksi standar lengkap dengan grafik nilai bersih dan analisis deviasi.

Ketiga, Pengembangan Strategi Kuantitatif dan Koneksi Database Langsung

Bagi tim kuantitatif, pengembangan strategi adalah inti. Founder Securities menunjukkan bagaimana memberi akses ke basis data faktor harga dan volume tertentu, sehingga OpenClaw dapat secara mandiri melakukan backtest strategi seleksi saham kecil berbasis nilai dan volume, serta menyaring posisi terbaru. Dongwu Securities juga berbagi cara mengemas Skill khusus agar OpenClaw dapat langsung terhubung ke database SQL, menjalankan query, dan mengekstrak data pasar secara struktural.

Dengan integrasi ke aplikasi komunikasi seperti Feishu, DingTalk, dan Telegram, analis kini bahkan tidak perlu membuka komputer, cukup kirim pesan suara di chat, dan OpenClaw di server jarak jauh akan mulai menjalankan tugas riset yang sangat kompleks secara diam-diam.

Keamanan dan “Ilusi” Masih Jadi Ancaman Utama

Meskipun OpenClaw menunjukkan produktivitas yang mengagumkan, para analis sekuritas tetap memberi peringatan risiko di akhir laporan.

Dongwu Securities memperingatkan risiko hak akses: karena OpenClaw memiliki hak akses sistem tingkat tinggi, jika pengguna kurang sadar akan keamanan saat konfigurasi, atau menghubungkan Skill pihak ketiga yang tidak terpercaya, bisa menyebabkan file penting di lokal terhapus atau bocor.

Founder Securities menyebutkan tentang ilusi AI: meskipun OpenClaw mampu mengumpulkan data dan menulis kode secara otomatis, kesalahan logika dasar model besar atau data yang direkayasa tetap tidak bisa sepenuhnya dihilangkan. Dalam industri keuangan yang menuntut ketelitian logika, kesimpulan yang dihasilkan AI hanya sebagai “referensi bantu”, dan keputusan akhir harus tetap di tangan manusia.

Selain itu, karena OpenClaw memiliki hak akses sistem super, mampu membaca dan menulis file serta menjalankan perintah terminal, Huachuang Securities memberi peringatan risiko: “Disarankan keras untuk tidak menginstalnya di komputer utama yang digunakan.” Founder Securities juga menegaskan bahwa OpenClaw berpotensi mengancam lingkungan dan file lokal, dan sangat disarankan untuk mengoperasikannya di lingkungan terisolasi dari komputer kerja atau pribadi.

Dalam lingkungan yang aman dan terkendali, memberikan akses database secara terbatas tidak hanya mengurangi risiko kesalahan data akibat ilusi model besar, tetapi juga memaksimalkan potensi produktivitasnya.

Transformasi Kerja Riset Menuju Kecerdasan

Para analis keuangan yang menulis laporan deployment OpenClaw ini bukan sekadar mengejar teknologi, tetapi mencerminkan transformasi industri riset ke arah kecerdasan.

Guojin Securities menegaskan bahwa makna utama OpenClaw adalah membantu para analis meningkatkan dari “pemanggilan sementara” ke “pemanggilan stabil”. Artinya, OpenClaw tidak lagi sekadar alat yang lupa setelah setiap interaksi, tetapi menjadi avatar digital yang mampu menyimpan memori jangka panjang, mengingat preferensi analis, dan terus berkembang seiring waktu.

Dengan mengubah proses riset yang tersebar dan berulang menjadi Skills yang standar dan dapat digunakan kembali, sistem riset sedang menuju arah yang lebih terstruktur, dapat didaur ulang, dan dapat diaudit. AI akan otomatis mencari, mengunduh, mengonfigurasi, dan menguji, lalu menginternalisasi kemampuan tersebut sebagai bagian permanen. Mekanisme internalisasi skill ini, dipadukan dengan fitur “memori jangka panjang” berbasis Workspace, membuat OpenClaw semakin pintar seiring penggunaannya.

Seperti dikatakan Dongwu Securities, peningkatan teknologi cerdas ini telah membawa lonjakan efisiensi secara eksponensial, dan generasi baru alat pintar seperti OpenClaw sedang dengan cepat merombak logika dasar dan paradigma praktik kerja riset keuangan.

Tentu saja, saat ini OpenClaw masih menghadapi tantangan seperti tingkat penggunaan yang cukup tinggi, konsumsi token yang cepat, dan kurangnya standar ekosistem. Selain itu, semua perusahaan sekuritas sepakat mengingatkan bahwa kesimpulan dari model AI hanya sebagai referensi, dan tidak bisa menggantikan penilaian independen, analisis mendalam, dan keputusan akhir dari profesional riset.