近日，OpenAI一项代号为 “水星计划（Project Mercury）” 的秘密项目被媒体曝光，瞬间在华尔街和硅谷投下了一枚“核弹”。
这个计划的目标直接而凌厉：训练AI，取代投行里那些年薪百万的初级分析师（Junior Analysts）的核心工作。
这意味着，无数在美留学生梦寐以求的、通往华尔街的“黄金敲门砖”，正在被AI悄然熔毁。
“水星计划”究竟是什么？
简单来说，“水星计划”是OpenAI为征服金融领域迈出的关键一步，它不像发布新模型那样张扬，而是在地下高效运行了数月，其操作模式堪称“釜底抽薪”：
OpenAI从高盛、摩根大通、摩根士丹利等顶级投行，招募了超过100名前分析师/银行家，甚至包括哈佛、MIT的MBA翘楚。
为了吸引这些精英，OpenAI开出了每小时150美元的高昂报酬，工作模式灵活，远超许多实习生加班加点的周薪。
这些专家的任务，是将IPO、并购、估值等投行核心业务的建模逻辑、行研框架、甚至PPT表达习惯，通过编写提示词和构建标准化模型，“喂”给AI。
其目的只有一个：让AI彻底学会并精通那些原本需要初级分析师熬夜才能完成的、高度重复的金融建模工作。
谁将成为“第一批”受影响的人？
AI替代的并非岗位本身，而是那些高度标准化、流程化、可预测的工作环节。以下这些留学生求职的热门入门岗位，首当其冲：
- 初级分析师：重复搭建DCF、LBO模型，收集数据、调整格式。
- 财务建模专员：核心工作就是跑模型、更新参数、计算估值。
- 行业研究助理：资料收集与文档汇总，这类工作已可被“ChatGPT+Excel”高度自动化。
一位摩根士丹利的员工坦言：“我们当年80%的时间都在做机械活。” 而这些，正是AI可以无休无眠、零错误地在几秒钟内完成的。
AI无法逾越的“鸿沟”
在焦虑蔓延之时，我们更需要清醒地认识到当前AI的局限性与投行真正的价值所在。
合规门槛：金融行业受严格监管，AI模型的决策必须“可解释、可追溯”，而目前大语言模型的“黑箱特性”与此存在根本矛盾。
复杂场景与人性洞察：AI能计算出估值区间，但无法揣摩并购谈判中买方CEO的底线；能生成尽调清单，但无法理解上市公司CEO的真实顾虑。
投行的核心竞争力，永远不在于最初的模型和报表，而在于与客户的深度沟通、对非标准化需求的理解、以及随时解决复杂问题的战略能力。
尤其是在IBD，真正需要的是在董事会会议上读懂客户的意图——AI能计算出估值区间，但无法沟通买方CEO的谈判底线；能生成尽职调查清单，也无法揣摩上市公司的真实顾虑。
正因如此，那些依赖长期客户关系、市场洞察与资产配置策略的岗位在未来反而会更加稳固，资产管理（Asset Management）就是其中的典型代表。
留学生如何应对这一变革？
如果你依然热爱金融，但不想成为“被替代的一代”，提前规划是关键。
✅调整求职方向将目光从传统的投行IBD部门转向资产管理和财富管理领域，目前包括高盛、大小摩、瑞银在内的多家投行都步调一致地表示要重磅押注资产管理和财富管理赛道，可见其发展前景和“钱景”。
✅培养AI无法替代的能力客户关系能力：建立并维护长期客户关系的能力是AI难以替代的复杂决策能力：在非标准化情境下的判断和决策跨文化沟通能力：作为留学生的天然优势，尤其是在服务国际客户时
✅提升技术素养
未来的金融人才需要既懂金融又懂技术，学习基本的Python编程、了解机器学习原理，能够让你在未来与AI协作而非被替代，积极寻找行业相关的实习，积累实战案例。
