东吴证券发了篇报告，专门讲房地产投资研究怎么用AI工具来提高效率。他们用了OpenClaw这个AI Agent框架，把整个投研过程都自动化了，解决了以前信息太多、政策变太快、覆盖面窄的问题。现在房地产行业正经历大调整，各种政策出台得很快，传统的投研方式根本跟不上。OpenClaw因为有记忆、技能系统、定时调度和本地执行代码的能力，跟ChatGPT那种没记忆的AI工具不一样，能跨会话保存研究资料，还能自动执行定时任务。 这套系统主要是“双平台协同”和“双模型评级”。云端部署了两个独立的模型：一个是“量化AI选股”，看重技术面和AI分析；另一个是“东吴地产选股”，更关注基本面。这两个模型覆盖了A股、港股和美股的60多只地产股票。本地还搭了个七维评分引擎，从趋势、动量、价值等方面打分，跟云端的数据相互验证，保证研究信号的可信度。 数据这块用了iFinD和AKShare四层降级架构，AI层用了Kimi、GLM-5等五个模型来路由处理，既有深度分析的能力，也能做数据提取和数学推理。系统支持全流程自动化和手机端操作，通过Telegram定时推送信息。早上8:30推送晨报，9:15推送精选个股；盘中实时监控异动；周五发组合周报。分析师只需要用自然语言发指令就能启动分析流程，每天花个10到15分钟就能搞定一大堆研究信息。 在实际使用中，系统把数据采集、信号扫描、研究输出和风控都覆盖了。它内置了18个Python脚本、16项专业技能和9个自动化任务。拿招商蛇口举例吧，系统能很快完成行情分析、财务状况评估、估值计算还有新闻收集。结合两边的评分结果，给出的判断很可靠。 这个系统有四大创新点：一是原生AI特性，直接用对话就能生成代码来搭工具；二是全链路闭环；三是多个模型融合在一起用；四是专门针对房地产行业定制的逻辑，比如破净率、三道红线还有行业情绪词库等特点。而且这个系统已经开源了，别的行业也可以快速复制过去用。