“在AI时代，我们把推理外包给这些模型，就会发生认知萎缩，让我们再也无法从第一性原理出发自己思考。”说这话的不是哪位技术怀旧派，而是高盛数字平台 Marquee 的掌舵人、全球银行与市场 AI 工作组联席主席 Chris Churchman。他在高盛内部播客《Exchanges》上，发出了华尔街迄今最有分量的一记 AI 自省。
讽刺之处在于：Churchman 本人就是高盛 AI 战略的核心推动者。他领导的 Marquee 平台，是对冲基金与机构客户接入高盛市场数据、研究、风控分析和交易执行的数字神经中枢，而他正在将生成式 AI 能力融入其中。正因如此，他的警告才格外值得倾听——这不是局外人的隔空担忧，而是局内人的清醒复盘。
魔鬼交易：AI让华尔街今天更赚钱，但明天呢？
2026年的华尔街正处在 AI 军备竞赛的高潮。从摩根大通到高盛，从交易算法到信贷审批，AI 正在以惊人速度渗透每一个角落。效率提升、成本下降、利润膨胀——这些数字让股东和 CEO 们陶醉不已。
但 Churchman 看到了硬币的另一面：AI 让行业今天更赚钱，却在掏空明天的人才根基。他把这称为一个“魔鬼交易”（devil's bargain）。
“Reasoning is still important，”Churchman 说。这句话听起来像一句废话，但在 AI 狂飙突进的语境下，它变成了一种稀缺判断。
“你做，你才会学”
华尔街的人才培养体系有它独特的运行逻辑：新人不是通过教科书成长的，而是通过真实案例。初级银行家熬夜做模型、初级交易员在资深前辈监督下处理客户定价请求、分析师反复审阅合同——这些看似枯燥的重复劳动，恰恰是隐性知识积累的核心路径。
Churchman 深谙此道。“人是通过做来学习的，大量的知识是隐性的，从未被写下来过。”他在播客中说。他举了一个具体的例子：初级交易员的学习过程，就是在监管下处理真实定价请求。“我们完全可以自动化这个流程，”他说，“但那样我们还能培养出真正理解市场的资深交易员吗？”
这个问题的答案存疑。2025年 CNBC 就曾报道，华尔街投行正在评估用 AI 降低初级员工与资深员工的比例。据称，某大型投行内部讨论的方案是将初级银行家与资深经理的比例从 6:1 降至 4:1，而且半数初级岗位将从纽约、伦敦等高成本城市迁移至印度班加罗尔和阿根廷布宜诺斯艾利斯。如果连“做中学”这个基础都被 AI 抽走，华尔街百年传承的师徒制（apprenticeship culture）将面临根本性挑战。
高盛需要“确保我们不会失去今天最优秀员工拥有的那些隐性和直觉知识，并且让下一代也能继承这些知识”，Churchman 说。
AI的自白：“我更擅长听起来全面，而不是真正全面”
在技术层面，Churchman 透露了一个更具冲击力的细节。
Marquee AI 平台目前仅限高盛内部员工使用，尚未对客户开放。原因很简单：准确性和可审计性。“从技术角度看，最难的挑战是确保 AI 的答案 100% 正确并且可追溯。”在消费级 AI 产品中，用户可以容忍一定程度的幻觉，但在高金融领域，错误容忍度几乎为零。
Churchman 分享了开发过程中的一个黑色幽默时刻。当团队严厉质询系统的输出依据时，系统坦承：“说到底，我更擅长听起来全面，而不是真正全面。”
“Look, in the end, I'm better at sounding thorough than being thorough.”
这句话几乎可以成为 AI 行业的一面警钟。在错误率容忍度极低的金融世界里，一个“擅长听起来靠谱”的系统，比一个承认“我不知道”的系统危险得多。Churchman 直言：“如果我为你们构建一个 90% 的时间都正确的系统，那你们就得自己去分辨哪 10% 的事实是编造的。”
他提出的一个区分尤为犀利：“a demo is judged on its best day, whereas a product is judged on its worst day。”这个区分在资本市场中尤为致命——一个在最佳状态下惊艳全场的演示，到了最差条件下可能就是一个灾难。
高盛的两难：尚未“想明白”的AI转型
最有意思的部分在于，高盛自己也没有结论。
Churchman 坦承，高盛“还没有完全想明白”如何管理这场已经开始转型。“但我们知道必须继续前进。”这种坦诚在华尔街高管中并不常见。
他的方向性思考是：系统设计必须确保在高风险、高不确定性的决策中，人类仍然是最终拍板者，而不是变成 AI 输出的“确认按钮”。他描述了一个“North Star”目标：十年后，一个新入职高盛的人应该能告诉朋友——“我处理了那么多的不确定性推理”——就像战斗机飞行员处理比公交车司机多得多的信息流一样。
“It's like getting a job as a fighter pilot versus a bus driver. It's like, wow, there's a lot coming at you, but you must be really smart and really good at reasoning under uncertainty to be able to handle that.”
这个愿景与现实之间的差距，正是华尔街接下来要面对的深层张力。
不止于华尔街：一场知识工作的集体追问
Churchman 的警告虽然聚焦于金融行业，但其核心命题适用于任何被 AI 深度渗透的知识工作领域。
当算法帮律师审阅合同、帮医生分析影像、帮程序员写代码——那些曾经让初级从业者“从做中学”的工作正在批量消失。每个行业都在面对同一个问题：如果入门级工作都被 AI 消化了，下一代专家从哪里来？
这不仅仅是效率与人才培养之间的拉锯，更是一个认知生态的临界点。就像生态系统中一旦关键物种消失，整个食物链就会崩塌一样，华尔街如果系统性地消除初级从业者“从做中学”的环节，高级从业者的供给将在 5 到 10 年内出现断层。
没有人知道答案。但 Churchman 至少提出了一个每个金融从业者都该认真对待的问题——甚至不止金融从业者。
当 AI 对高盛工程师说出“我更擅长听起来全面，而不是真正全面”时，它也许在不经意间，给了这个时代最精准的警示。
快报