【国金证券】大模型赋能投研之二十一：对比OpenClaw：CoWork类AI工具投研实例-260426（25页）.pdf

1、 敬请参阅最后一页特别声明 1 随从 2026 年 1 月 Anthropic 发布 Claude CoWork 以来，国内外涌现了一批 CoWork 工具。这些 CoWork 工具带来了新的工作方式。同样在 2026 年 1 月 OpenClaw 迅速走红，吸引了圈内外人士的关注。许多机构主动开始“养龙虾”，OpenClaw 的传播速度极快。但是人们对出现 OpenClaw 后是否还需要使用 CoWork 类工具，以及在已有的 CoWork 工具应该如何选择存在疑惑。基于此背景，本篇报告将重点介绍 CoWork 类工具与 CoWork 类工具的测评与比较，以呈现CoWork 工具相较于 Op

2、enClaw 的优势与不同 CoWork 工具工程实践中的差异。CoWork 类工具基础功能比较 CoWork 类工具基础功能比较 综合来看，国产 CoWork 类工具中，WorkBuddy 的生态最为完善，模型上支持 GLM-5.1 等多款国产先进大模型，子智能体并行效率高，远程连接上支持微信、飞书、钉钉等多种连接方式，其中微信小程序支持云上和电脑两种使用方式；QoderWork 的旗舰模型在国产 CoWork 工具中性能最优，采用统一调度的并行模式，运行流程科学高效，并更加适配自家的通讯工具钉钉；目前 Trae SOLO 并没有推出 Windows 版本，本报告在 Trae 中 SOLO

3、模式进行测试，其个人版免费是其独特优势。海外 CoWork 类工具能力仅原生支持自家大模型，整体工作性能更优，但对通讯工具的远程连接并不友好。CoWork 类工具能力测评 CoWork 类工具能力测评 为了剥离模型本身的影响，报告选择在 WorkBuddy、Trae SOLO 中使用 GLM-5-Turbo 模型，由于 QoderWork 无法自定义模型，选择自身的旗舰模式，Codex Desktop 中使用 Codex，对不同 CoWork类工具做相同任务的效果加以测评。在PDF 转 PPT 任务中，Codex 的一次性生成效果最佳，但也需迭代优化；QoderWork 次之；整体海外模型的完

4、成能力更强，而国产 CoWork 工具经过更多轮迭代最终效果也可接近海外工具。在 Obsidian 知识库整理任务中 CoWork 工具表现优异，可见在命令足够完善的情况下，CoWork 工具值得使用。CoWork 金融投研案例 CoWork 金融投研案例 本次机构级金融投研全流程工作流测评，基于 CoWork 协同环境，搭配 Claude Financial Service Plugins 金融服务插件与国金证券专属投研增强模板，完成了从日常投研跟踪到深度研报输出的全流程实战验证，核心成果覆盖三大维度：一是实现高频日常投研事务自动化提效，借助金融插件的标准化能力，在个股跟踪场景完成核心跟踪要

5、点与风险预警提炼，替代了人工逐条筛选整理的繁琐工作，在盘前晨报生成场景实现全流程标准化输出，压缩至分钟级完成，大幅降低日常投研的人工成本；二是完成专业金融建模对机构需求的深度适配，在原生金融插件仅能提供的基础建模骨架之上，叠加机构自有投研框架，明确分析逻辑、业务拆分维度与输出规范，实现了标的全维度财务指标拆解、行业对标与科学盈利预测；三是实现机构级研报全流程自动化生产，通过 CoWork 工具对接 Wind、Alpha 派、全市场券商研报数据库等专业数据源，完成底层投研数据的自动化抓取、清洗与结构化整合，再叠加机构标准化研报模板，可实现从业绩事件点评、重大事项解读到深度研究报告的全流程生成，完

6、整覆盖业绩复盘、经营亮点拆解、盈利预测、投资评级、风险提示等核心模块，配套完整的财务数据与可视化图表。风险提示 风险提示 以上结果通过历史数据统计、建模和测算完成，历史规律不代表未来；在市场环境发生变化时，模型存在失效的风险；本文所提炼的观点，基于一定的提示词产生，大语言模型输出的结果可能随着提示词的变化而发生变化；部分应用本身可能存在一定的安全风险，在使用此类应用时，用户需自行承担由此可能引发的任何风险和后果；在使用 AI 生成内容时，需要注意相关版权问题。用户应确保所使用的工具及其生成的内容符合相关法律法规的要求，避免侵犯他人知识产权。金融工程专题报告 敬请参阅最后一页特别声明 2 扫码获