“原本计划用‘龙虾’炒股赚点钱，现在看来大概率是做不到了。”上海投资者李越向分享了他用“龙虾”炒股的经历。

　　李越称，目前他对“龙虾”的要求是每天开盘前向他汇报一次当日交易计划，盘中每20分钟汇报一次持仓情况，盘后总结当天的经验和教训，让“龙虾”自己进化。

　　对于辽宁省大连市的王先生而言，“龙虾”更像一个“定时上班的助手”。王先生称，他让“龙虾”通过Python和金融API结合，按照他预设的逻辑自动进行市场复盘，在复盘过程中，“龙虾”会对不同股票进行评分，然后生成报告发给他。

　　“我是今年1月接触到‘龙虾’，整体使用下来体验还不错。”王先生表示，最终他选股还是会结合宏观经济和市场环境，才能确定要买哪只股票，“龙虾”只是辅助判断而已。

　　王先生表示，他曾观察过“龙虾”推荐股票的次日表现。“12只股票中，只有2只微红，其余的都飘绿。”在他看来，用“龙虾”炒股能否产生收益还是看个人的交易策略，如果策略会赚钱，那“龙虾”就能帮助赚得更多；如果策略本身有问题，用“龙虾”也没用。

　　“能提高效率，不能提高胜率”

　　在业内人士Timi看来，“龙虾”炒股只能提高效率，但并不能提高胜率。

　　“大语言模型的能力边界由其技术架构决定，由于上下文有限，只能处理一定体量内的信息，并非想象中能够实现全量数据分析。”Timi向表示，“龙虾”真正的价值在于提升信息处理效率，比如短时间内梳理上市公司数据、构建更丰富的信息网络，本质上仍是个人能力的延伸和杠杆，而非颠覆性的交易工具。

　　他表示，对于普通投资者而言，需要警惕的是认知错位。如果不曾掌握基础的交易逻辑，仅凭“让AI帮我赚钱”的想法入局，成功概率几乎为零。“就像量化交易，很多交易策略为毫秒级，而非依赖‘龙虾’延迟数十秒后才给出的建议。”他称。

　　西部证券科技首席分析师郑宏达对表示，从技术层面看，“龙虾炒股”走红主要源于大模型能力提升，以及AI Agent实现了从“被动问答”到“主动执行”的跃迁。

　　郑宏达认为，生成式AI在信息检索、文本理解和代码生成方面的能力显著提升，使得普通用户可以通过自然语言构建简单的投资分析流程；同时，越来越多的自动化框架和开源工具降低了开发门槛，并逐渐演化为可以调用数据、执行任务的智能体。

　　但他同时提醒，每当新的技术工具进入资本市场时，都会出现一轮“工具能力被放大”的阶段。AI确实可以提升信息处理效率，但投资本身仍然是一个高度不确定的决策过程。

　　效率提升的同时，往往伴随着法律真空地带的未知风险。

　　3月11日，工业和信息化部网络安全威胁和漏洞信息共享平台发布

　　中欧基金基金经理宋巍巍向表示，单纯依靠自然语言提示词作为安全护栏极其脆弱。当AI获得Full Disk Access后，任何安全漏洞都可能导致数据的系统性泄露。OpenClaw的第三方插件生态亦可能存在安全隐患。

　　“当AI从工具变成自主执行者，传统的责任归属逻辑彻底失效。”宋巍巍指出，如果OpenClaw在执行指令时，无意间泄露了商业机密、发出了诽谤性邮件，甚至参与了网络攻击，责任该由谁负？是下达指令的用户，是编写代码的开发者，是提供底层模型的厂商，还是拥有“自主决策”能力的AI本身？目前全球对此几乎处于法律真空状态，这不再是技术bug，而是智能时代对现有社会秩序和法律体系的重新定义。

　　中国社会科学院财经战略研究院副院长尹振涛向分析，“龙虾”等AI智能体正以低门槛、高普惠性的特点进入普通百姓的日常生活。但技术的便捷性背后隐藏着风险，在日常使用中，用户往往需要向工具开放账号、密码乃至系统权限，构成数据安全的隐患。当这一逻辑延伸至投资领域，风险便从信息泄露升级为资金安全的直接威胁。

　　“在投资决策过程中，若依赖人工智能生成交易指令，收益与亏损责任便成为难题。算法开发者通常不会为用户的投资结果负责，而用户是否真正授权、是否理解决策逻辑，也缺乏明确的法律界定。一旦发生损失，追责路径模糊，法律保护难以落地。”尹振涛称。

　　郑宏达认为，监管与合规风险是最大的灰色地带。目前不少AI炒股工具已经涉及投资建议甚至资产配置建议，但平台往往并不具备相应的投资顾问资质。一旦出现投资亏损，责任主体往往难以界定。

　　“对于普通投资者来说，需要避免把AI工具神化。”郑宏达建议，AI在投资中的价值更多体现在提升研究效率，例如帮助快速整理信息、总结公告、筛选公司或构建基础的数据分析框架，但它并不能替代投资决策本身。最佳模式是“机器预警+人工决策”。让AI处理海量信息、进行初步分析和风险扫描，但所有关键数据必须通过权威渠道交叉验证。