Anthropic最近的一份失業(yè)報(bào)告，讓金融從業(yè)者脊背發(fā)涼。

報(bào)告里，金融崗位替代率高達(dá)94%，位列所有職業(yè)第2，但目前實(shí)際替代率只有28%，未來空間巨大。幸運(yùn)的是，有30%的職業(yè)幾乎不受影響，金融從業(yè)者還能考慮洗碗工、管道工等再就業(yè)機(jī)會(huì)。

在行業(yè)待久了，總會(huì)感到焦慮——金融人士活在一個(gè)“被比較”的世界，銷量考評(píng)和業(yè)績(jī)排名日日壓頂，只要不學(xué)習(xí)就會(huì)產(chǎn)生一種不安。

好比春節(jié)假期結(jié)束后，金融中登回到工位還在和Chatbot一問一答，隔壁桌的小登同事，已經(jīng)養(yǎng)了8只龍蝦，就原油漲跌激情Argue。

金融行業(yè)從不拒絕效率，從人工手勢(shì)報(bào)單到程序化交易，從線下銀行銷售到互聯(lián)網(wǎng)代銷，莫不如此。但這一次，AI替代的不是低效的金融工具，而是工具背后低效的人。畢竟，金融行業(yè)成本最高的就是人，資管公司的利潤(rùn)背后，比的是如何用更少的人管好更多的錢。

于是，各家私募開始擁抱先進(jìn)產(chǎn)能：蝶威資產(chǎn)線上開課，教人如何馴化7*24小時(shí)自助工作的“數(shù)字研究員”；鳴熙資本用Manus自動(dòng)生成紅利指增的宣傳單頁(yè)，排版直追雜志時(shí)代的高級(jí)感。甚至客戶也都多長(zhǎng)了好幾個(gè)心眼子，理財(cái)經(jīng)理這邊剛推介完網(wǎng)紅私募，自己轉(zhuǎn)頭就去問豆包該不該買。

私募行業(yè)正逐漸步入底特律變?nèi)藭r(shí)刻，投研、運(yùn)營(yíng)、銷售，這條成熟鏈條上的每一環(huán)，替代都已經(jīng)開始發(fā)生。

薪酬 VS Token成本

在運(yùn)營(yíng)成本居高不下、Alpha越來越難獲取的競(jìng)爭(zhēng)環(huán)境下，人效比是私募老板們每天睡前挖空心思都想優(yōu)化的指標(biāo)。

在私募產(chǎn)業(yè)鏈里，研究員薪水普遍不低。據(jù)募立方數(shù)據(jù)，股票量化研究員年薪通常在80萬(wàn)-150萬(wàn)元，主觀研究員薪資略低一些，但不時(shí)也會(huì)看到令人震撼的激勵(lì)——年初某百億主觀研究員，因?yàn)橥屏擞ミ_(dá)，年終獎(jiǎng)拿了2000多萬(wàn)。

私募若能跑通依靠AI投研，省下的是上千萬(wàn)的成本，如果它能24小時(shí)工作，降低時(shí)薪的同時(shí)，還獲得了更大的產(chǎn)出，什么差旅、加班、車費(fèi)和餐補(bǔ)，這些原本都要從老板到手的Carry里扣走的錢，AI 一分不要。

在資管領(lǐng)域，所有科技進(jìn)步本質(zhì)就兩個(gè)詞：提高效率，降低成本。私募老板從不在乎，AI是否真的能像人類一樣思考，只在乎活兒能不能干完。

對(duì)此，霍華德·馬克斯算了一筆經(jīng)濟(jì)賬，如果能產(chǎn)出一個(gè)年薪20萬(wàn)美元研究助理的分析成果，那么對(duì)于支付薪酬的人來說，是真正思考還是僅僅進(jìn)行模式匹配并不重要，關(guān)鍵在于工作成果能否足夠可靠從而具備使用價(jià)值。

春節(jié)回來，8家券商金工團(tuán)隊(duì)集體發(fā)布“養(yǎng)龍蝦”教程，親手加速人類研究員被替代的進(jìn)程，他們親測(cè)OpenClaw，能夠像人類一樣主動(dòng)產(chǎn)出研究成果。

進(jìn)門APP上，開源金工的一場(chǎng)名為“OpenClaw:從入門到精通”的路演播放了4839次；東北徐建華安利了能讓投研效率飆升10倍的20個(gè)skill；方正曹春曉用龍蝦復(fù)現(xiàn)了PB-ROE 策略、杯柄形態(tài)選股策略、全自動(dòng)因子挖掘與回測(cè)。

細(xì)思極恐，這相當(dāng)于同時(shí)OTA了巴菲特、歐奈爾和西蒙斯的技能包。

愛學(xué)習(xí)的交易員

賣方賣力科普，買方學(xué)的也很積極。北京某私募怕主力機(jī)被污染，給投研每人發(fā)了一臺(tái)新電腦，還給了5萬(wàn)元token的補(bǔ)助，專門用來養(yǎng)龍蝦[1]。

雪球資管楊鑫斌培養(yǎng)了兩個(gè)龍蝦研究員，他表示每天與AI對(duì)話比與人對(duì)話要多得多，自主培養(yǎng)的AI Agent兩天干的活比一個(gè)成熟的量化研究員半年的效率可能還要更高，甚至潛力還更大。

沁源投資 Paul Wu 逐漸將AI安插進(jìn)各個(gè)部門，他感受到AI在一些工作角色上完成閉環(huán)，能夠獨(dú)立迭代運(yùn)轉(zhuǎn)。他預(yù)見，不久的將來，公司的開支會(huì)變成采購(gòu)和維護(hù)一個(gè)蘋果分析師智能體，再往后也許是一個(gè)投資組合顧問Paul。

過往，許多私募存在投研轉(zhuǎn)化的磨損——研究員覺得基金經(jīng)理不行，基金經(jīng)理覺得研究員沒用。OpenClaw的出現(xiàn)，讓私募老板第一次看到了一種全新的可能——既不必忍受與平庸研究員反復(fù)磨合內(nèi)耗，也不必?fù)?dān)心核心研究員被同行高薪挖角。

從特性上看，龍蝦滿足了基金經(jīng)理對(duì)研究員的所有美好想象：全天候干活，不休假不摸魚；長(zhǎng)期記憶沉淀，關(guān)鍵數(shù)據(jù)脫口而出；絕對(duì)忠誠(chéng)服從，不會(huì)帶著核心策略另立山頭；持續(xù)自我迭代，不會(huì)像老登研究員一樣沉迷于自己的路徑依賴然后被時(shí)代淘汰。

如果未來硅基Token成本遠(yuǎn)低于碳基薪酬，私募霸總們?nèi)绾尾拍芫芙^一個(gè)聽話好用、還能調(diào)教養(yǎng)成的AI研究員呢？

替代不知因?yàn)辇埼r

主觀私募還在掂量Token成本是否劃算，量化大廠憑借自建算力基礎(chǔ)設(shè)施，早已將Token成本壓縮至極低水平。但面對(duì)這股熱潮，他們倒是淡定得反常。

“OpenClaw對(duì)于量化技術(shù)圈而言，不過是一個(gè)類似玩具的半成品”，某上海頭部量化人士告訴我。它的意義在于為主觀機(jī)構(gòu)和散戶降低技術(shù)門檻，為大模型公司前期巨額基礎(chǔ)設(shè)施投入提供明確的成本回收路徑，但對(duì)量化投資這樣嚴(yán)肅的生產(chǎn)環(huán)境意義不大。

另一位頭部量化人士表達(dá)更為直白，龍蝦在金融圈搞得像一場(chǎng)傳銷。OpenClaw具有隨機(jī)性、非系統(tǒng)性，安全性低等特點(diǎn)，會(huì)對(duì)整個(gè)量化系統(tǒng)帶來巨大的不確定性。

OpenClaw在量化圈不是先進(jìn)生產(chǎn)力，訊兔科技崔予淳認(rèn)為沒必要焦慮：

龍蝦在Agent優(yōu)化、工具調(diào)用（涉及投研瀏覽器、寫作、數(shù)據(jù)分析等工具）能力甚至顯著弱于Manus、Kimi等Agent。對(duì)于一個(gè)非編程背景的研究員來說，需要5-10個(gè)小時(shí)去部署、啟動(dòng)，大部分任務(wù)無(wú)法得到60分以上的結(jié)果。

當(dāng)散戶的龍蝦運(yùn)用China Stock Analysis Skill選股，仿佛打開新世界的大門，量化已搭建Multi-Agent（多智能體）平臺(tái)，憑借更豐富的Agent武器庫(kù)，對(duì)龍蝦形成碾壓。然而，這套強(qiáng)大系統(tǒng)的運(yùn)轉(zhuǎn)，未必需要更多的人類。

傳統(tǒng)量化投研系統(tǒng)通常采用流水線架構(gòu)：數(shù)據(jù)清洗→因子計(jì)算→模型預(yù)測(cè)→組合優(yōu)化。步入AI時(shí)代后，部分機(jī)構(gòu)開始像海外頂級(jí)量化Man Group那樣，簡(jiǎn)化為角色分工→工具調(diào)用→工作流設(shè)計(jì)。標(biāo)準(zhǔn)化、重復(fù)性的工作，逐漸由AI Agent取而代之，再也不需要那么多研究員在因子血汗工廠里被異化了。

例如喜岳投資的Apollo AI多智能體系統(tǒng)，AI Agent嵌入到投研、數(shù)據(jù)、交易、運(yùn)營(yíng)各個(gè)環(huán)節(jié)，創(chuàng)始人周欣形容，就像多了七八百個(gè)AI員工。

前有量化“無(wú)人工廠”般的科幻式碾壓，后有散戶借助OpenClaw 降低信息差，處于效率中間地帶的主觀基金經(jīng)理處境頗為尷尬——看著研究員辛苦產(chǎn)出的信息，上被量化降維打擊，下被散戶步步緊逼，不可避免陷入AI FOMO的著急。

春節(jié)期間，我翻閱一家深圳頭部主觀管理人的年報(bào)，他感慨基金經(jīng)理對(duì)研究員有著過高的期待：

基金經(jīng)理希望研究員能對(duì)市場(chǎng)保持敏感，及時(shí)提示機(jī)會(huì)，及時(shí)給出領(lǐng)先同行的研究和判斷，甚至需要時(shí)刻保持在“核心圈”。能做到這種程度的研究員，為什么還需要基金經(jīng)理？自己?jiǎn)胃沙垂删涂梢园l(fā)家，為什么還要給基金經(jīng)理服務(wù)？

于是，他降低了預(yù)期——研究員只負(fù)責(zé)研究具體的標(biāo)的和問題，既不需要去發(fā)現(xiàn)機(jī)會(huì)，也不需要給出投資建議，這些都是他作為基金經(jīng)理份內(nèi)的工作。

反過來想，主觀基金經(jīng)理需要的，如果僅僅是一個(gè)不打入產(chǎn)業(yè)一線核心圈，只靠案頭分析來跟蹤標(biāo)的的人，那這樣的研究員，下一步豈不是就要被AI Agent替代？

尾聲

身處A股市場(chǎng)，這兩年的時(shí)間，感覺像是被按了加速鍵。

尤其上半年，事情特別多。去年春節(jié)Deepseek發(fā)布，清明假期懂王暴力加稅，再到今年春節(jié)全民養(yǎng)蝦，正月還沒過完，中東就開始打仗了。金融人的大腦一直處于過載狀態(tài)，已經(jīng)想不起來，上一個(gè)不用學(xué)習(xí)的假期是什么時(shí)候了。至少作為小編，人腦算力已經(jīng)不夠用了。

印象里，兩年前和基金經(jīng)理交流寫文章，總能聽到他們很開心地用一句尷尬的句子，形容自己的工作狀態(tài)——“每天都是跳著踢踏舞去上班?！钡@兩年交流時(shí)，他們會(huì)沒有笑容地談起團(tuán)隊(duì)組織的“迭代”、投資理念的“迭代”，行業(yè)認(rèn)知的“迭代”。

AI 發(fā)展那么快，同業(yè)進(jìn)步那么快，似乎也唯有迭代，才不會(huì)被淘汰。

行業(yè)還是太焦慮了。

AI不解人性，它預(yù)判不了散戶扎堆的A股市場(chǎng)里，此時(shí)此刻交易的究竟是三階導(dǎo)還是五階導(dǎo)；AI難以共情，它無(wú)法理解為什么有人被兩桶油套了這么多年，卻依然持有至今，只為等那一天解套；AI無(wú)法擔(dān)責(zé)，它不會(huì)因?yàn)樘澚?30% 被投資者堵在門口，也不需要憋道歉信反思靈魂、檢討自我。

如果未來AI取代所有基金經(jīng)理和研究員，那市場(chǎng)有效假說就成立了，不會(huì)有所謂的Alpha了，也幾乎不會(huì)再出現(xiàn)下一個(gè)巴菲特了。

所以真正的問題是，未來資管行業(yè)，當(dāng)AI接管了扒數(shù)據(jù)、跑模型和寫報(bào)告，人類還剩下什么？剩下的，恰恰是對(duì)投資這件事的熱愛，對(duì)不確定性的直覺，以及被罵研究的還不如AI，仍然選擇留下來的理由。

我們無(wú)法改變AI占比不斷提升的趨勢(shì)，但我們可以改變忙于應(yīng)對(duì)、疲于追趕的內(nèi)耗心態(tài)。

就像《底特律：變?nèi)恕愤@款游戲里，玩家最終要做的選擇，不是消滅 AI，也不是臣服于它，而是決定人與AI各自該扮演什么角色。

[1]“養(yǎng)蝦”熱燒到私募，投研每人一臺(tái)電腦+5萬(wàn)元補(bǔ)助，有人一天花掉幾百美元，每日經(jīng)濟(jì)新聞