180 亿基金弃用人类分析师：AI 浪潮下的职场生存法则

将这两则消息并置，令人背脊发凉。

其一。管理规模达 180 亿美元的对冲基金 Magnetar Capital 宣告，其新产品线将彻底以 AI 智能体取代人类分析师。数百个 AI 机器人承担数据检索、个股分析及交易建议生成的重任——人类仅保留最终决策权：敲定买卖。

这绝非"辅助"。而是彻底的"替代"。

其二。数小时后。亚洲最大 IT 外包服务商塔塔咨询（TCS）的董事长在股东会上直言："公司未来的招聘规模将不复往昔。"

TCS 坐拥 50 万雇员。董事长预言，AI 智能体的数量 soon 也将达到 50 万。一边是血肉之躯，一边是硅基智能。

这并非科幻构想。

这是 2026 年 6 月的现实。

他们的决策绝非草率之举。

Magnetar 早在 2024 年 8 月便设立了一只 2.35 亿美元的 AI 风险投资基金，专攻生成式 AI 早期项目。历经近两年的投资实践，他们对 AI 的能力边界早已了然于胸。

随后，他们采取了一项关键行动。

将 AI 从"被投对象"转型为"生产利器"。

新基金的运作逻辑极为清晰：数百个 AI 智能体并行运转——有的研读财报，有的监控新闻，有的构建估值模型，有的撰写投资建议。人类基金经理只需端坐屏前，审视 AI 的分析成果，下达"买入"或"卖出"的指令。

Magnetar 内部此前已进行过小范围试点：三人团队搭配一个 AI。实验结果促使他们决定全面推广。

这不再是"试水"。而是已经"跑通"的模式。

切勿误解，TCS 并非金融机构。它是一家 IT 外包巨头。

但 TCS 正在做什么？它正利用 AI 替代自身员工。去年已有 500 名 AI 工程师上岗，处理那些"琐碎、重复的任务"。随后董事长表态——我们不会主动裁员，但招聘规模绝不会回到过去。

请留意这句话。

"不裁员，但停招。"

你可知道 TCS 每年的招聘体量？常态下高达数万人。然而 2025 年，TCS 已裁减了 12,000 人。

董事长预测了一个关键节点：至 2028 到 2030 年间，TCS 的所有营收中都将融入 AI 的贡献。

将 Magnetar 与 TCS 的案例结合观察，你会发现一个真相——

Magnetar 象征着"AI 替代白领的终极形态"：分析、研判、决策——这些曾是精英教育的结晶，如今已被 AI 接管。

TCS 则代表了"AI 替代白领的过渡阶段"：编码、文档、流程——这些曾是大学生求职的敲门砖，如今已不再需要庞大的人力堆砌。

这两件事并非孤立存在。

它们同属一场深刻的变革。

我将过去半年间 AI 与金融领域的相关大事，按时间轴梳理如下。

你可借此感受这股浪潮的速度。

2026 年 1 月。Kimi 发布 K2.5 模型，核心亮点在于 Agent 集群——单项任务可调度 100 个 AI 分身协同作业。

2026 年 1 月。高盛 CIO 在年度展望中指出："企业将转向由人编排的多智能体集群模式。计费逻辑将从按人头、工时，转变为按 AI 消耗的 Token 结算。"

2026 年 2 月。Anthropic 推出 Agent Teams 预览版，16 个 AI 从零开始构建出了能编译 Linux 内核的 C 编译器。

2026 年 3 月。OpenAI 发布 GPT-5.4 及金融服务套件。在模拟初级投行分析师的 Excel 建模测试中，得分从 43.7% 飙升至 88.0%。

2026 年 3 月。万得升级推出 Alice 27 智能金融操作系统。单账号即可调动一支全建制金融团队，AI 自动拆解任务、调用工具并校验结果。

2026 年 3 月。Anthropic 推出 Computer Use 功能。AI 可直接操控你的浏览器、鼠标与键盘——打开网页查数据、下载至 Excel、搭建模型、生成报告。

2026 年 4 月。Kimi K2.6 将 Agent 集群规模从 100 个扩充至 300 个，协作步骤延伸至 4000 步，最长可持续运行 5 天。

2026 年 6 月。Anthropic 发布金融服务插件集，覆盖投资银行、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 位分析师技能，其中包含基于 30 万字研报训练的首席分析师数字分身。

2026 年 6 月 3 日。Kimi Work 正式登场，内置金融专业数据库，支持 300 个 Agent 并行，一句话即可拆解复杂任务。

2026 年 6 月 9 日。Magnetar 宣布新基金不再启用人类分析师。

从 100 个 Agent 演进至 300 个 Agent。

从 43.7% 跃升至 88%。

从"辅助"跨越到"替代"。

仅仅半年。

传统的 IPO 招股书，需六人团队耗时两周完成。如今 AI 可在几分钟内搞定 95% 的工作量。

有人言道："最后的 5% 如今变得至关重要，因为其余部分已沦为商品化内容。"

解读一下。

六人两周的工作量，AI 几分钟完成了 95%。剩余的 5%，才是人类的价值所在——判断这 95% 是否准确、逻辑是否存在漏洞、假设是否合理。

问题在于。

此前那六人花费两周时间，做的恰恰是那 95%。

若那 95% 被 AI 包揽，那六人何去何从？

他们无法全部转向那 5%。

那 5% 仅需一人足矣。

这才是 Magnetar、TCS、高盛、摩根大通等一系列新闻背后共同的逻辑。

摩根大通已为 5 万名员工配备 AI 工具。高盛内部 AI 已承担了近半数的投研分析工作。

据国际金融协会数据：2026 年第一季度全球投行前台招聘同比下滑 18%，分析师级别的岗位空缺减少了近 30%。

并非"要裁员"。

而是"不再需要那么多人了"。

第一财经今日刊发一文，题为《2026 年，金融人将被分为两类》。文中有一段话我认为是对此事最精准的描绘：

"同一间投行内，两位资历相仿的分析师正走向截然不同的职业路径。一人仍在手动抓取数据、核对格式、粘贴表格，另一人则利用 Agent 集群在几分钟内完成信息搜集，将整块时间投入到验证假设与客户沟通中。半年后，他们的能力结构将天差地别。这并非'会不会用工具'的差异，而是'会不会用工具重新定义自我'的差异。"

并非 AI 在淘汰人类。

而是善用 AI 的人在淘汰不用 AI 的人。

因此 Magnetar 并非"不要人了"。

而是"不要不会用 AI 的人"。

你或许觉得，对冲基金、投行、IT 外包，离你的日常工作颇为遥远。

实则不然。

你是否察觉，近一年你所使用的 AI 工具，已发生微妙变迁？

ChatGPT 初现时

你提问，它回答一段文字。

而今

丢给 Claude 一个 PDF，它能帮你剖析合同条款。交给 Kimi 一本 300 页的书籍，它可为你制作摘要 PPT。对豆包说"帮我写一份竞品分析报告"，它能直接输出结构完整的文档。

这些功能背后，依托的是相同的底层能力——多 Agent 并行、计算机操控、长周期自主运行。只不过 Magnetar 将此能力应用于选股，而你将其用于撰写周报。

但核心能力是一致的。

第一件事。将你手头最重复的工作剥离出来，尝试交由 AI 完成。

财报数据整理、竞品信息搜集、会议纪要摘要——这些并非"脏活"，恰是 AI 最擅长之处。你耗时三小时，AI 仅需三分钟。

第二件事。勿将 AI 视为"更聪明的搜索框"。应将其当作"实习生"。

非问一个问题等待答案，而是指派一个任务令其完成。给它一份文件让其分析，给它一组数据让其制表，给它一个选题让其起草初稿。

第三件事。学会验证 AI 的输出成果。

Magnetar 最终仍保留人类拍板，并非出于保守，而是因为无论 AI 分析多么精美，仍需人类判断假设是否成立、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。非加班的体力，而是明辨是非的脑力。

2026 年，金融人将被划分为两类。

一类仍在手动拉取数据，一类已驱使 300 个 AI 分身协同作战。

此事不仅发生在金融行业。

在你的行业亦正在上演。

"最后的 5% 如今变得至关重要"。切勿沦为那 95%。