OpenAI「水星计划」大爆料:秘密挖角华尔街精英,这是要“卷”死初级打工人?

温故智新AIGC实验室

TL;DR:

OpenAI又“搞事情”了!他们正秘密招募华尔街前精英,给AI开千元时薪,目的嘛,就是让AI学会“搬砖”,把初级投行分析师那些“枯燥乏味”但又耗时耗力的活儿,一口气全给“端”了。这波操作,直接把“未来工作”的剧本写到了金融圈,金融“打工人”们,颤抖了吗?

一场没有硝烟的“AI战争”正在华尔街的幕后悄然打响。最新消息像深水炸弹一样炸开了锅:OpenAI,这个以ChatGPT“颠覆世界”的科技巨头,居然在暗地里启动了一个代号“水星项目”(Project Mercury)的绝密计划1。而他们招募的,不是普通的码农,也不是AI专家,而是一群来自摩根大通、高盛、大摩等金融顶流的前投资银行家,以及哈佛、麻省理工的MBA精英们!

华尔街“老炮儿”们,去给AI当“家教”了!

这听起来是不是有点玄幻?但这就是现实。OpenAI为这个“水星项目”集结了超过100位金融圈的“老炮儿”和未来之星。他们时薪高达150美元(折合人民币超1000元!),任务只有一个:手把手教AI如何构建那些复杂到让人头秃的金融模型。你想想,IPO、并购重组这些动辄牵动上亿甚至上百亿交易的模型,以前得是初级投行分析师连轴转80小时+,咖啡当水喝才能搞定的“大工程”。现在,OpenAI想让AI学会这一身“绝技”。

这简直是降维打击!这些金融专家们要做的,就是把他们的专业知识转化为AI能理解的“提示词”(Prompts),然后手把手教AI在Excel里“搭房子”,搭出符合行业规范,连边距和斜体都得对齐的精细模型1。作为“辛苦费”,他们还能提前体验到OpenAI正在开发的“未来版”AI系统,这波不亏,甚至有点像“内部测试员”的赶脚。

OpenAI的发言人对此回应得也挺“官方”:公司是和各领域专家合作,“以提高和评估我们模型在不同领域的能力。”1 言下之意,我们不是在抢饭碗,我们是在“提升能力”啦!

“pls fix”噩梦终结者,还是“打工人”噩梦制造者?

提起华尔街初级投行员工的生活,那简直是一部血泪史。每周工作时长超过80小时那是家常便饭,日常在Excel里建模到眼花,还得随时应对高层老板那句灵魂拷问——“pls fix”(请修改)!这句话简直是华尔街的“模因”(meme)文化,充满了初级打工人的辛酸泪。有人戏称,OpenAI这次的“水星项目”,很可能就是这些“pls fix”的终结者

但终结了“pls fix”,会不会也终结了初级投行分析师的工作机会呢?这正是问题的核心。现在市场上已经有一些初创公司在为银行提供AI解决方案来“解放”这些苦力活,而OpenAI直接亲自下场,还搞了个“秘密项目”,这信号,可就有点不一样了。

这个项目的申请流程也透着一股浓浓的“AI味儿”:全程几乎没有人类互动!你得先跟AI聊天机器人“面试”20分钟,它会根据你的简历“提问”;然后是财务报表知识测试;最后,你还得现场来一场建模实战测试1。这哪里是招人,这分明是在给AI模型找**最硬核的“陪练”**啊!

未来已来,谁是“卷王”,谁被“卷”?

OpenAI的CEO萨姆·奥特曼(Sam Altman)的紧迫感是显而易见的。他想让OpenAI强大的AI技术能更有效地服务于咨询、金融、法律、科技等广泛行业。这意味着,AI不仅仅是聊天工具,它正在变成一个能够执行复杂专业任务的“超级助理”,甚至是“超级员工”2

“水星项目”的灵活工作时间,每周提交一个模型的要求,以及后续的审核和反馈机制,都表明OpenAI正在构建一套高效、迭代的AI训练体系1。这就像是在金融领域打造一个“AI学霸速成班”,而那些高薪的华尔街精英,就是这个班里的特级教师

AI代替重复性工作的趋势已经不可逆转3。从工厂流水线到客服中心,再到现在的金融行业,AI的触角正在不断延伸。华尔街的初级银行家们,面对的不再只是同行的激烈竞争,而是来自AI这个“全能型选手”的挑战。这不禁让人思考,在AI的浪潮下,我们的工作价值和技能体系将如何重塑?金融“打工人”们,除了“pls fix”之外,下一步该去学习什么新技能,才能避免被AI“优化”掉呢?这不只是一个遥远的未来设想,而是已经发生在眼前的**“现在进行时”**。

引用


  1. OpenAI设立秘密项目,招募华尔街专家训练AI构建金融模型,时薪上千元·腾讯科技·无忌(2025/10/21)·检索日期2025/10/22 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  2. OpenAI设立秘密项目训练AI接手初级银行家的繁琐工作 - 新浪财经·新浪财经(2025/10/21)·检索日期2025/10/22 ↩︎

  3. OpenAI 招募逾百名前投行人士训练AI,目标干掉初级银行从业者的 ...·IT之家(2025/10/21)·检索日期2025/10/22 ↩︎