Tigirs 会课讲好授教是好老师

我不做 Coding，所以很难完全体会程序员在层出不穷的AI发布下，此刻兴奋与焦虑齐飞的感觉 一边是生产力被成倍放大，另一边是职业护城河加速崩盘 但在金融行业，我可以负责任讲大量年薪20万美元以下初中级投资分析岗位，快速失去价值。这是篇投资分析从业者必读指南👇 过去我需要两三名助理研究员帮助搜集和整理基础资料 现在很多工作，我自己借助AI完成，反而更快更好，也更省心。因为我不需要反复解释背景、修改方向，更不需要为低质量交付重新返工 过去的投资分析工作，搜集数据资料、基础模型、总结财报、集合券商观点，AI已经可以做得更快更完整幻觉少 那么刚进入金融行业的年轻人是不是没有出路了？ 恰恰相反，现在可能是你们向上跃迁最快的窗口 因为真正发生的，不是AI简单取代分析师，而是会使用AI、同时拥有产业知识和判断能力的人，正在取代老派的只会执行标准化任务的分析师。 不要再把时间浪费在AI已经能够完成的数据搬运和报告整理上。尽快选择一到两个技术门槛高、产业链复杂的行业，真正理解它的技术路线、供应链、竞争格局、财务传导和周期规律。 底层用AI压缩学习曲线，上层再把行业理解与宏观、估值和市场博弈结合起来。 你需要完成的转变，是从“出售工作量”变成“出售判断力”。 过去，一个年轻分析师可能需要十年，才能接触到足够多的信息和案例。现在借助AI，一两年年甚至更短时间，就有可能建立过去需要十几年才能形成的知识密度。 真正的机会，不是守住那些正在消失的低端岗位，而是借助AI完成向上替代。一个掌握新工具、拥有产业深度、能够验证信息并形成独立判断的年轻人，完全有可能取代那些年薪50万到100万美元，却仍然依赖资历、信息差和旧方法生存的中高级分析师。 AI不会让金融行业变得更平等。它会直接炸掉中间那层依靠信息整理和经验惯性维持的职业阶梯。 未来真正值钱的，不是什么首席高不高级分析师这title，而是你能否提出AI不会主动提出的问题，识别它给出的错误，建立更加极端和跳跃性的联系，并在不确定性中做出最终判断。