Q01
FiClaw 是什么？
FiClaw 不是一个单纯的聊天助手，而是面向金融团队协作流程设计的智能体系统。它更关心研究、分析、复核、执行这些环节怎么接起来，而不只是单次回答是否足够聪明。
FAQ
常见问题
如果你想先快速判断 FiClaw 是什么、适不适合你的团队、应该从哪里开始试点，这一页会更直接。我们尽量把问题说得简单一点，把答案说得实一点。
Q02
FiClaw 和普通 AI 助手有什么区别？
普通 AI 助手更偏向问答、写作、代码生成和个人效率提升，而 FiClaw 更强调进入团队工作流，帮助研究结果传递、任务协作、风控复核和执行衔接变得更顺。重点不只是回答问题，而是让流程能持续运转。
Q03
FiClaw 更适合什么样的团队？
如果你的团队已经在做投研、量化研究、风控复核，或者正在尝试把 AI 接进真实业务流程，FiClaw 会更适合。尤其适合那些已经开始用 AI，但仍然觉得流程断层明显、协作不顺、结果难沉淀的团队。
Q04
应该从哪个场景开始试点？
通常建议先从高频、重复、需要协作、又适合留痕复核的环节切入，比如研究资料整理、量化研究支持、回测验证辅助、风控复核或研究到执行的任务衔接。这样更容易看到结果，也更容易继续扩展。
Q05
FiClaw 会替代研究员、交易员或风控人员吗？
不会。FiClaw 更适合作为协作者和流程放大器，帮助团队减少重复劳动、提升交接效率、增强复核能力。真正重要的不是替代谁，而是让人和 AI 的分工更清楚、协作更顺。
Q06
为什么只会生成代码的 AI 工具还不够？
因为金融团队的问题通常不只在代码生成，而在于研究结果能不能继续进入验证、复核和执行。只解决某一个局部动作，往往很难真正改变团队产能。更重要的是把上下游环节接起来。
Q07
FiClaw 在风控相关环节能做什么？
更适合做规则检查、异常提示、材料整理、案例关联和复核支持。它不是替风控拍板，而是把前置整理、信息归纳和流程留痕做得更稳，让人工能把精力放在真正需要判断的地方。
Q08
引入 FiClaw 需要一次性改掉原来的流程吗？
不需要。更现实的方式通常是先选一个关键环节切进去，让 AI 先承担清晰角色，再逐步向上下游扩展。这样风险更可控，也更容易判断什么是真正有效的。
Q09
如果团队现在已经在用通用大模型，还有必要看 FiClaw 吗？
有必要。很多团队已经在用通用模型提升个人效率，但团队级问题往往还在，比如结果怎么传、谁来复核、知识怎么沉淀、流程怎么衔接。FiClaw 更关注这些真正影响落地的部分。
Q10
怎么判断 FiClaw 适不适合现在的团队？
可以先看一个问题：你们现在卡住的，是某个单点效率，还是整个流程衔接？如果问题更像研究到复核接不上、结果难沉淀、多人协作容易断层，那就值得进一步聊试点。