来源：中国基金报

【导读】OpenClaw席卷公募圈：试点部署、探索应用，AI智能体落地仍需闯过安全合规关

中国基金报记者 方丽 曹雯璟

OpenClaw，正以极快的速度火爆全网，“风”也吹到了基金圈。

据中国基金报记者了解，目前多家基金公司正积极评估和试点这一工具，多数团队在进行概念验证或小范围内部测试，也有公司试点部署，在投研、运营、客户服务等场景探索赋能可能。

显然，从ChatGPT、DeepSeek到如今的OpenClaw，AI技术正从“能思考”向“能执行”加速跃迁，每一波技术进步都成为公募基金行业数字化转型的新焦点。不过，在积极拥抱新技术的同时，也面临数据安全、合规界定、技术稳定性等多重现实挑战，距离成为行业核心执行主体还有较长的路要走。

人机协同

公募巨头探索OpenClaw

记者了解到，目前易方达基金已组建专项团队，在隔离网络环境中对OpenClaw开展功能验证与技术探索，尚未进入生产部署阶段。

据易方达基金金融科技板块相关人士介绍，应用场景重点围绕市场信息自动化采集分析、企业数据治理等任务，初步验证了其在提升信息处理效率、辅助投研工作方面的潜力，可显著提升相关工作的推进效率。

目前碰到的核心问题是原生OpenClaw的安全权限机制尚不成熟，存在数据泄露与越权操作风险，需开发内部专用版本以满足合规要求。

“OpenClaw在公募行业具备广阔的长期应用前景，其主动执行能力将显著提升行业服务效率与核心价值。AI智能体的价值将率先在投研辅助场景落地，如多源信息整合、舆情监测、报告初稿生成等，大幅提升投研工作效率；其次是合规审查场景，在合规审计留痕、智能客服响应等方面提升效率，最终实现全场景人机协同赋能。”上述人士说。

OpenClaw作为具备自主执行能力的开源智能体框架，在大幅提升效率的同时，也可能带来行为不可控、决策难解释、版本碎片化扩散等深层风险。上述人士表示，开源特性使其执行逻辑易被篡改利用，自主决策又会模糊人与机器的责任边界，在金融等强监管场景下，难以满足可追溯、可审计与责任可界定的要求。易方达基金坚持人机协同、人类最终负责，通过权限刚性管控、决策全链路留痕与安全重构，确保智能体在合规可控范围内运行。

多机构“试水”

聚焦投研与运营等场景

当前，公募行业对OpenClaw的探索已经开始，不少机构正在内部测试或试点落地。

博时基金首席数字官车宏原表示，目前博时基金已有团队在公有云和合规的前提下使用OpenClaw，同时也在研究国产软件在内部安全合规的使用场景。“当前，OpenClaw的深度应用主要用于信息的采集和分析，在丰富信息来源、提升信息分析整理的效率方面有比较好的效果。使用OpenClaw，会面临易学难精的问题，需要积累使用经验。”

兴证全球基金信息技术部表示，公司已组建专门团队，积极推进其试点部署与应用探索工作，整体处于试点落地、场景验证及问题优化阶段。采用内外网双隔离模式稳妥推进，切实保障部署应用安全合规、有序落地。

“应用场景及赋能分为两类：外部环境和内网环境。”据兴证全球基金信息技术部相关人士介绍，在外部环境的场景下，主要依托OpenClaw的核心技术能力，应用于数据采集分析、文案创作、内容创意、报告自动生成等业务场景。

在渠道运营领域，OpenClaw凭借其多源公开信息抓取、语义理解、逻辑归纳及智能生成能力，可自动完成行业资讯聚合、实时市场动态提炼、核心观点逻辑梳理，以及各类文本的标准化、结构化输出，提升了基础运营效率，帮助强化行业洞察与市场趋势研判。

在FOF研究领域，以市场公开数据为核心，整合各类资讯、基金信息等多元信息，依托各类模型开展量化分析与组合优化，通过历史回测、压力测试、样本外验证及多模型交叉验证等多重流程，层层筛选最优方案，为投资决策提供可靠支撑。

上述人士还介绍，在内网环境下，目前已完成夜间值班SOP文档向OpenClaw Skill的转化，系统可较好承接运维值守任务，提升了运维标准化水平与工作效率，降低人工值守压力。

东海基金首席信息官黄河也介绍，该公司在关注并探索性部署OpenClaw，目前处于PoC（概念验证）阶段，其在金融业务场景的核心目标是评估实用性和安全性。主要应用场景集中在三个方面：内部知识管理、流程自动化、投研支持。从阶段性效果来看，在信息检索和文档整理环节，效率提升比较明显，但公司仍持谨慎态度，目前以AI辅助员工、提升效率为主。

华南一家基金公司相关人士也表示：“我们公司处于内测阶段，未来主要考虑应用于投研、营销及运营等场景，如分析协助、数据整理、智能服务等。考虑到数据信息安全问题，未来具体部署开放的权限有待探讨。”

“目前行业正在积极评估和试点这类工具，多数团队可能还处于概念验证或小范围内部测试的阶段。”北京一位业内人士说，尝试的场景主要集中在内部知识库的智能问答、自动化报告生成，以及辅助进行初步的市场信息整理等方面。

也有一些基金公司表示，考虑到安全风险和设备配置问题，暂时不考虑接入，保持观望态度。

探索中也遭遇一些问题

试点过程中，一些共性问题逐步显现，权限管控、执行稳定性、数据安全等面临挑战。

据兴证全球基金信息技术部介绍，试点中遇到的问题主要有三方面：一是稳定性方面，在高并发、复杂网络环境下，系统偶现响应延迟、进程中断等现象，运行稳定性仍需进一步优化。二是Token消耗方面，因日常需处理长文本分析、批量内容生成等业务任务，导致Token消耗，在一定程度上增加了运营成本。目前公司正有序推进高效Token使用策略的探索与落地。三是Skill和Rule使用方面，Skill仓库的业务适配性不足，且需强化安全管理。同时，Rule配置灵活度较低，部分场景需反复调整参数，增加了前期操作成本。

黄河也指出，一是数据安全隔离：金融数据敏感，如何在保证便利性的同时实现严格的访问控制，是首要挑战；二是幻觉风险：金融行业对准确性要求极高，AI偶尔“一本正经地胡说八道”在精密业务中是不可接受的；三是合规边界：哪些任务可以交给AI自主执行、哪些必须人工确认，目前还在摸索中。

OpenClaw运用前景广阔

未来落地可能是一个分阶段、由易到难的过程

谈及OpenClaw在公募行业的运用前景，兴证全球基金信息技术部表示，从长期发展来看，OpenClaw可逐步渗透至公募基金业务全流程，实现多维度赋能。

例如，在风险防控领域，可实时捕捉市场价格异动、政策调整等各类风险信号，精准分析“黑天鹅”事件、市场波动对基金持仓组合的影响，并自动生成针对性应对预案，为风控决策提供科学支撑；在投研领域，可协助研究员快速搭建分析模型、整合多源市场数据、提炼行业核心观点，大幅提升研究工作效率与精准度；在运营端，可辅助估值核算环节开展异常数据识别、校验，降低人工操作误差；在合规端，可强化合规审查的精度与效率，对各类业务文件、宣传材料进行合规校验，防范合规风险，全方位助力公募基金行业实现数字化、智能化升级。

也有不少业内人士对AI智能体在公募行业的发展前景持谨慎乐观的态度。黄河坦言，该技术潜力很大，但落地节奏取决于监管明确程度和行业安全标准的建立。从场景优先级来看，他认为，会分三步落地：第一阶段，投研辅助，因为容错空间大、需求迫切、见效快；第二阶段，合规审查，强刚需，但监管严格，落地慢；第三阶段，客户交互，涉及适当性管理等红线，需要解决幻觉风险、数据安全等问题。

“在公募行业，OpenClaw这类AI智能体的应用前景具备较大的想象空间，其自主执行与跨系统协同的特性，有望重构行业部分业务流程，但它的落地可能会是一个分阶段、由易到难的过程。”北京一家大型基金IT部门负责人表示。

沪上一家大中型基金公司认为，OpenClaw为公募行业打开了“让AI真正干活”的大门，应用前景广阔。其中，投研辅助的落地可能更具实操可行性，可以较好地支持自动化信息处理、深度研报分析总结等工作，是助力投资平台化一体化的好帮手，但是短期面临安全与成本的挑战。

面临信息安全、合规及责任界定等考验

金融行业的应用迎机遇亦存挑战

多位业内人士表示，OpenClaw的自主执行特性模糊了“机器决策”与“人类责任”的边界，其作为代码开放、部署灵活、应用门槛低的开源项目，在为企业提升运营效率的同时，也面临信息安全、合规及责任界定等考验。

兴证全球基金信息技术部表示，在安全层面，若在应用过程中为OpenClaw赋予过高的操作权限，其自主执行特性可能导致系统出现非预期误判、误执行等情况，进而引发系统运行异常、数据安全受损等相关风险。

黄河指出，合规责任界定方面存在问题：AI生成的建议或决策，责任主体是谁？是AI开发者、使用机构还是最终决策者？“机器决策”失误造成的损失，责任如何追溯？此外，还有幻觉与可靠性风险。金融行业对准确性要求是99.9%，目前AI的幻觉率在通用场景下尚可接受，但在金融专业领域容错空间极小；建立金融场景下的可信度验证机制，是实用化的前提。

“在权限控制与执行边界方面，自主执行边界在哪里？哪些任务可以自动做、哪些必须人工审批确认？需要为AI设定清晰的‘能力圈’，避免越权操作。我们的态度是：积极探索，保守落地。”黄河说，“在监管政策明确之前，我们更倾向于将OpenClaw定位为‘强辅助’而非‘自动驾驶’——利用其提升效率，但对数据输入输出严格监控，关键决策节点始终保留人工确认，同时，也会持续关注行业监管动态和最佳实践，逐步探索安全可控的落地模式。”

OpenClaw现阶段在金融行业的大规模部署仍面临多重现实挑战，距离成为行业核心执行主体还有较长的路要走。国联安基金首席信息官CIO黄峰坦言，当前OpenClaw更像“能力很强的实习生”，虽能完成辅助性工作，但存在输出准确率不稳定的缺陷。而金融行业对数据结果的精准性要求达到100%，净值核算、账户查询等核心业务容不得丝毫误差，现阶段技术能力尚无法匹配行业极致的精准需求。

“权限与合规也存在矛盾。”黄峰表示，OpenClaw开展工作需要较高的系统访问权限，而金融行业作为数据敏感型行业，对权限管控、数据安全有着严格的合规性监管要求，即使一位工作十年以上的资深“正式员工”尚且不被允许接触全部核心数据，更不可能让一个“AI实习生”获取金融公司全部的底层数据权限。

“总而言之，基于公募基金公司的安全性、合规性、专业性和严肃性要求，OpenClaw等前沿AI技术目前尚不存在大规模应用的可行性。考虑到国内在这块已经处于全球领先水平，相信在不久的将来，金融科技一定能更好地赋能业务发展。”黄峰说。

编辑：黄梅

校对：王玥

制作：鹿米

审核：许闻