放在一起看,后背有点凉。 | 第一条。Magnetar Capital,一家管理着180亿美元的对冲基金,宣布在新产品中全面用AI智能体替代人类分析师。数百个AI bot负责搜索数据、分析股票、生成买卖建议——人类只做最后一件事:拍板。 不是"辅助"。是"替代"。 |
| 第二条。几个小时之后。塔塔咨询(TCS),亚洲最大的IT外包公司,董事长在股东大会上说了一句话:"公司不会再像过去那样招人了。" TCS有50万员工。董事长说,AI智能体的数量很快也会达到50万。一边是人,一边是AI。 |
这不是科幻。 这是2026年6月。 Magnetar想干什么?他们不是拍脑袋决定的。 Magnetar在2024年8月就成立了一个2.35亿美元的AI风险投资基金,专门投生成式AI的早期公司。投了快两年,他们对AI能干什么、不能干什么,心里是有数的。 然后做了一件事。 把AI从"投资对象"变成了"生产工具"。 新基金的运作方式很简单。数百个AI智能体同时跑——一个读财报、一个看新闻、一个做估值模型、一个写投资建议。人类基金经理坐在屏幕前面,看完AI的分析,说"买"或者"不买"。 Magnetar内部之前已经跑过一个实验:一个三人团队加一个AI,小规模试水。结果让他们决定全面推开。 这不是"试试看"。这是"跑通了"。 更有意思的是TCS。你没看错,TCS不是金融公司。它是一家IT外包公司。 但TCS在干什么?它在用AI替代自己的员工。500名AI工程师去年就部署了,处理那些"小的、重复的工作"。然后董事长说——我们不会裁员,但招聘的规模,不会再像以前那样。 注意这句话。 "不裁员,但不招了。" 你知道TCS每年招多少人吗?正常情况下,几万人。而2025年,TCS已经裁了12,000人。 董事长预测了一个数字:到2028至2030年,TCS的所有收入里,都会有AI的成分。 把Magnetar和TCS放在一起看,你会发现一件事—— Magnetar代表的是"AI替代白领的终极形态":分析、研究、判断——这些曾经是精英教育的产物,现在被AI做了。 TCS代表的是"AI替代白领的中间状态":代码、文档、流程——这些曾经是大学生找工作的敲门砖,现在也不需要那么多人了。 两件事不是孤立的。 它们属于同一场变革。 这半年的变化,比过去五年都快。我把过去半年跟AI和金融行业有关的事,按时间列出来了。 你可以感受一下这个速度。 | 2026年1月。 Kimi发布K2.5模型,核心卖点之一是Agent集群——一个任务可以派出100个AI分身同时干活。 |
| 2026年1月。 高盛CIO在年度展望中说:"企业将转向由人编排的多智能体集群模式。计费方式从按人头、工时,转向按AI消耗的Token结算。" |
| 2026年2月。 Anthropic推出Agent Teams预览版,16个AI从零构建了能编译Linux内核的C编译器。 |
| 2026年3月。 OpenAI发布GPT-5.4和金融服务套件。模拟初级投行分析师的Excel建模测试,得分从43.7%跃升到88.0%。 |
| 2026年3月。 万得升级发布Alice 27智能金融操作系统。一个账号调动一个全建制的金融团队,AI自动拆解任务、调用工具、校验结果。 |
| 2026年3月。 Anthropic推出Computer Use功能。AI可以直接控制你的浏览器、鼠标、键盘——打开网页查数据、下载到Excel、搭模型、出报告。 |
| 2026年4月。 Kimi K2.6把Agent集群从100个扩展到300个,协作步骤扩展到4000步,最长可以连续跑5天。 |
| 2026年6月。 Anthropic发布financial-services插件集合,涵盖投资银行、股票研究、私募股权、财富管理等10个完整业务流程。 |
| 2026年6月。 中金点睛上线6位分析师Skill,其中包括基于30万字研究资料训练的首席分析师数字分身。 |
| 2026年6月3日。 Kimi Work正式上线,内置金融专业数据库,300个Agent并行,一句话拆解任务。 |
| 2026年6月9日。 Magnetar宣布新基金不用人类分析师。 |
从100个Agent到300个Agent。 从43.7%到88%。 从"辅助"到"替代"。 半年。 高盛CEO说过一段话。传统IPO招股书,需要六人团队花两周完成。现在AI可以在几分钟内完成95%的工作。 他说:"最后的5%现在变得非常重要,因为其余部分已经变成了商品化的内容。" 翻译一下。 六个人花两周干的活,AI几分钟干完了95%。剩下的5%,才是人应该干的——判断这95%对不对、逻辑有没有漏洞、假设是不是合理。 问题是。 之前那六个人花两周,干的就是那95%。 如果那95%被AI干完了,那六个人去哪儿? 不是去干那5%。 那5%只需要一个人。 这才是Magnetar、TCS、高盛、摩根大通所有这些新闻背后的同一件事。 摩根大通已经给5万名员工配了AI工具。高盛内部AI承担了近半数的投研分析工作。 国际金融协会数据:2026年第一季度全球投行前台招聘同比下降了18%,分析师级别的空缺少了近30%。 |
不是"要裁员"。 是"不需要那么多人了"。 但我要跟你讲另一面。第一财经今天发了一篇文章,标题叫《2026年,金融人将被分为两类》。里面有一段话我觉得是整件事最准确的描述: | "同一间投行里,两位资历相近的分析师正在走向截然不同的职业轨迹。一个还在手动拉取数据、核对格式、粘贴表格,另一个已经用Agent集群在几分钟内完成信息抓取,把整块时间花在验证假设和与客户沟通上。半年后,他们的能力结构将完全不同。这不是'会不会用工具'的差异,而是'会不会用工具重新定义自己'的差异。" |
不是AI在淘汰人。 是用AI的人在淘汰不用AI的人。 所以Magnetar不是"不要人了"。 是"不要不会用AI的人"。 这件事跟你有什么关系?你可能觉得,对冲基金、投行、IT外包,离你的日常工作很远。 不是的。 你有没有发现,你最近一年用的AI工具,发生了微妙的变化? ChatGPT刚出来的时候 你问它一个问题,它给你一段文字。 | | 现在 给Claude丢一个PDF,它能帮你分析合同条款。给Kimi一本300页的书,它可以帮你做一个摘要PPT。跟豆包说"帮我写一份竞品分析报告",它能直接输出一个结构完整的文档。 |
这些功能背后,是同样的底层能力——多Agent并行、计算机操控、长周期自主运行。只是Magnetar把这种能力用在了选股票上,而你把它用在写周报上。 但能力是一样的。 给你三件事,今天就可以做。 | 第一件。把你手头最重复的工作拆出来,试一下能不能用AI做。 财报数据的整理、竞品信息的搜集、会议纪要的摘要——这些不是"脏活",是AI最擅长的事。你花三小时,AI花三分钟。 |
| 第二件。别把AI当成"更聪明的搜索框"。把它当"实习生"。 不是问它一个问题等答案,而是给它一个任务让它做完。给它一份文件让它分析,给它一组数据让它做表,给它一个选题让它写初稿。 |
| 第三件。学会验证AI的输出。 Magnetar最后还是留了一个人类拍板,不是因为他们保守,是因为AI的分析再漂亮,也需要人判断假设是否成立、数据是否可靠、逻辑是否有漏洞。这种"判断力",才是你的护城河。不是加班的体力,是判断对错的脑力。 |
2026年,金融人会被分成两类。 一类还在手动拉数据,一类已经让300个AI分身同时干活。 这件事不只在金融行业发生。 在你的行业也在发生。 |