如果你18岁，正考虑未来把金融当职业｜高考季特别策划

概览

本期节目面向正在填报志愿、并考虑未来进入金融行业的高考生和家长。主播基于自己超过15年的金融从业经历、对前同事和朋友的请教，以及知识星球中来自不同岗位从业者的反馈，讨论金融行业到底做什么、职业路径有什么特点，以及AI和行业周期正在怎样影响新人机会。

核心结论是：金融行业不是一个单一行业，内部业务差异很大，但同一子行业内部又高度同质化；它整体更看重人脉、经验、平台和市场周期，很多岗位越资深越吃香。AI目前对资深岗位影响有限，甚至偏正面，但对信息处理型、entry level岗位冲击明显。

对于普通家庭学生，主播的建议偏务实：如果未来想进金融，学校和城市往往比专业更重要，因为它们决定实习机会和简历竞争力；专业上基础学科、理工科可能更稳健；如果目标是投资、研究等岗位，先去产业里积累经验，再切入金融，可能比毕业就挤进金融行业更适合普通人。

分段落总结

[00:05] 节目缘起与信息来源

[事实] 本期节目受小宇宙“给普通小孩的志愿填报指南”特别企划邀请，主题是给未来有志于从事金融行业的高考学生提供个人看法和建议。

[事实] 主播说明自己已离开金融一线工作三四年，但曾在金融行业工作超过15年，经历过体制内外、投行、基金公司等岗位，主要经验与资产管理相关。

[事实] 本期信息来源包括主播自身经验、向金融行业朋友和前同事请教AI影响，以及在知识星球征集不同岗位对entry level就业变化的反馈。

[事实] 节目分为三部分：金融行业的工作和职业路径、近几年校招与AI影响、对高考填报志愿的个人建议。

[05:09] 金融行业不是一个单一行业

[事实] 主播认为金融行业与其他行业相比，一个重要特点是内部业务逻辑差异极大，包含银行、券商、保险、信托、融资租赁、会计事务所、财富管理、基金公司、创投、监管和金融基础设施等不同主体。

[事实] 仅用“金融”这个大标签，很难判断具体工作内容；银行从业者熟悉信贷和储蓄，但未必了解基金公司或会计事务所的业务。

[事实] 另一个特点是子行业内部高度同质化，例如基金公司之间、投行之间、银行之间的流程、平台和文化差异相对有限。

[推测] 这种同质化使金融从业者跨平台跳槽更容易，也使薪资和职级提升更常通过跳槽实现。

[09:25] 按业务和前中后台理解金融岗位

[事实] 由于金融机构在中国存在大量混业经营，主播更倾向于按业务和职责而非主体划分金融工作，包括信贷、投行、资产管理、投资顾问、审计咨询、销售、风控合规、运营、科技等。

[事实] 金融行业的前台不只是销售，而是所有能直接带来业务收入或提供金融服务的岗位，例如投资经理、交易员、投行承揽、投资顾问等。

[事实] 中台主要指合规和风控，它们需要对接监管和业务部门，掌握很多业务能否开展的关键判断权。

[事实] 后台主要指运营和科技；运营涉及资金进入系统后的清算、存储和处理，科技通常仍被视为成本部门，尽管AI时代其重要性正在上升。

[15:38] 金融行业的鄙视链与“以人为本”

[事实] 主播说金融行业存在明显的鄙视链，投行IBD常被认为处于行业塔尖，因为人数少、收入高、工作看起来光鲜，但entry level也要做大量文案、PPT、复印和材料工作。

[事实] 在资产管理行业，投资经理是机构门面，但顶级卖方研究员的收入可能高于多数买方投资经理，因为研究员能服务多个买方并带走人脉和影响力。

[事实] 前台、中后台之间也会存在互相不理解；主播用自己早年做科技岗位、后来管理销售部门的经历说明，每个岗位都有自己的辛苦和价值。

[推测] 这些鄙视链背后反映的是金融行业对收入贡献、人脉资源和可迁移客户关系的重视。

[19:27] 一级、二级、量化与主动管理的内部张力

[事实] 在资产管理内部，一级市场和二级市场从业者会互相看不起：一级市场可能认为二级市场只是炒股票，二级市场则强调没有二级市场退出，一级投资难以变现。

[事实] 二级市场内部，量化投资和主动管理也可能彼此不服，主动管理强调公司调研和企业研究，量化则强调因子和指标。

[事实] 主播认为这些路线没有高低之分，只是在投资中选择了不同流派；机构资源分配会随市场周期、监管态度和管理层偏好变化。

[推测] 对个体而言，比起争论岗位鄙视链，更重要的是在自己的职责上积累到资深和业务负责人层级。

[21:40] 金融行业为什么越老越吃香

[事实] 主播认为金融行业从骨子里仍是论资排辈的行业，职级表从Analyst、Associate、VP、D、ED到MD，体现了长期积累的重要性。

[事实] 金融机构最重要的资产是人，尤其是前台岗位；研究员、投资经理、投行MD等资深人员离开平台时，可能带走业务收入、人脉和客户信任。

[事实] 金融行业的薪酬包通常奖金占比很高，主播举例称前台薪酬中奖金比例可能高达70%到80%，而中后台工资比例可能更高。

[事实] 金融业务一百年来变化不算大，很多知识、经验和人脉不会快速过时，这支撑了资深从业者的长期价值。

[30:01] 人脉、信任和经验难以沉淀为系统资产

[事实] 金融行业离开机构后仍可能有第二职业，例如投资人自己管理资金、投行人员做顾问、资深人士做FA撮合融资。

[事实] 前台工作本质上大量与人打交道，即使看似是B端业务，最终也要面对具体的人；资历、人脉和信任比单纯技巧更有价值。

[事实] 主播分享自己临时负责销售业务时，因为缺少渠道人脉和岗位积累，即使有热情和表达能力，也难以做好销售负责人。

[事实] 他认为许多研究员和销售人员并不愿意把自己的知识、人脉和经验沉淀到平台或数据库，因为那是个人长期积累的核心资产。

[37:07] AI对不同岗位的替代逻辑不同

[事实] 主播对“AI沉淀员工技能”在金融行业的效果持怀疑态度，因为很多前台经验与具体人、关系、偏好和动态变化有关。

[事实] 只要交易或服务的一方仍是人，金融前台岗位就仍然高度依赖人的经验、关系和判断。

[事实] 中后台岗位更多与信息、数据和流程打交道，因此更容易被系统和AI替代；但合规风控的资深岗位仍依赖监管沟通、经验判断和业务边界把握。

[事实] 投资和交易做到高水平后更像“to self”的工作，依赖天赋、认知、灵感和经历过的市场周期；但其初级辅助工作，如信息整理、汇总和报告制作，已经更容易被AI影响。

[42:17] 市场周期决定金融职业回报

[事实] 主播用“三年不开张，开张吃三年”概括金融行业尤其是投行和资管前台岗位的周期性。

[事实] 当牛市、信贷周期或金融创新周期到来时，金融从业者可能获得高报酬和快速晋升；在熊市或低潮期，即使有热情和才智，也可能长期没有明显回报。

[事实] 他举例称，部分研究员或基金经理助理在2014、2015年或2021年因行业扩张较快被提拔，而在低迷周期入行的人可能几年都难以晋升。

[推测] 对新人而言，入行时间点的运气会显著影响早期职业路径，但个人很难主动选择市场周期。

[45:46] 近几年行业变化：光环减弱与关系户增多

[事实] 第二部分开始讨论国内金融行业近几年校招、entry level工作和AI应用的变化。

[事实] 主播认为金融行业的高薪光环已经减弱，原因包括行业整顿、市场周期低潮、资本市场和金融创新放缓等。

[事实] 他观察到金融行业与科技、半导体等行业相比，收入优势已不明显；在美国也能感受到科技公司对金融巨头光环的反超。

[事实] 另一个不利变化是二代和关系户增多，因为金融行业重视人与人之间的资源连接，这类人天生拥有父辈人脉和行业理解。

[50:02] 普通人进入金融的传统路径变窄

[事实] 主播认为二代和关系户在金融行业更容易发挥作用，不只是因为关系，也因为他们携带的资源对机构有实际价值。

[事实] 过去对普通人较友好的入口包括券商研究员、投行承做等岗位，这些岗位需要勤奋、好学校背景和较强执行力。

[事实] 随着AI和行业结构变化，这些劳动密集型或信息处理型入口正在变窄。

[事实] 同时，金融行业光环减弱也带来一些正面变化：跨专业竞争者和海外归国应届生的竞争压力有所降低。

[56:01] 金融岗位需求正在结构性变化

[事实] 银行、信托等传统大规模校招主体正在缩减新人需求，原因包括业务自动化、信贷需求转向直接融资、信托行业变革等。

[事实] 财富管理和资产管理需求在增加，但这些行业原本招聘基数较小，难以完全抵消银行等大基数岗位缩减。

[事实] 主播判断，当前应届生体感上会是金融行业整体机会结构性减少。

[推测] 如果居民财富管理需求继续发展，财富管理和资产管理未来可能成为新的校招增长点。

[57:53] AI影响低于预期，但改变了领导和工作流程

[事实] 主播认为AI目前对金融行业整体影响低于市场预期，只有量化交易、买方投资研究等部分子行业体现出较大影响。

[事实] 多位从业者反馈，AI目前更多能做PPT、信息收集和整理，尚难替代投行、投资、销售、投资顾问等核心职责。

[事实] 有朋友形容AI最大的影响是让领导出现“比AI更严重的幻觉”，导致领导默认AI能解决大量问题，并降低对新人的耐心。

[事实] 同时，AI发展速度很快，主播强调半年后或一年后会怎样仍无法确定。

[62:48] 合规监管让金融机构应用AI更慢

[事实] 一位银行从业者反馈，商业银行受严格监管和合规文化影响，内网、数据导出、涉密文件等限制使AI工具难以直接处理工作资料。

[事实] 银行管理层会优先考虑数据泄露、AI幻觉导致差错等风险，因此AI在银行体系的工作应用会相对滞后且深度有限。

[事实] 但如果同业在面向客户的营销端使用AI并被客户接受，银行也可能迅速跟进，以防市场份额流失。

[事实] 头部券商研究所朋友反馈，公司会限制大模型使用，员工可能在公司内网和个人电脑之间分工使用不同工具。

[66:37] AI最先冲击信息处理型初级岗位

[事实] 主播总结，越是与信息打交道的岗位受AI影响越大，越是与人打交道的岗位受影响越小。

[事实] 受影响明显的岗位包括投行承做、券商研究助理、资管初级研究员等，因为这些岗位大量处理信息、数据、PPT、市场动态和研究材料。

[事实] 一位对冲基金投资经理反馈，自己转向vibe coding后，原本需要实习生或初级员工支持的工作，如基本面数据查找、因子筛选等，已经能由AI完成。

[事实] 一位量化研究员反馈，传统从研报复现开始慢慢学习的新人岗位基本消失；机构更需要机器学习前沿博士，或本身对市场和交易有理解、能快速独立研究的新手。

[71:26] 科技岗位短期受益，但长期不确定

[事实] 金融机构的科技部门在AI时代短期受到更多重视，各机构都想招聘AI人才。

[事实] 头部基金公司技术部门从业者反馈，真正懂AI的人往往更愿意去AI大厂，金融机构想招但招不到。

[事实] 他提出一种观察：金融机构的信息技术部未来可能像AI时代的HR，负责生成和维护不同角色的agent员工。

[事实] 也有交易系统或开发相关从业者认为，AI生成代码仍有责任界定和维护难题；金融系统一旦出错会造成亏损，因此仍需要人理解和把关。

[75:13] 对高考生的建议前提

[事实] 主播认为，金融行业的资深岗位不太容易受到AI影响，但entry level岗位更容易被AI影响，因为初级岗位更多处理信息和数据。

[事实] 对新人而言，关键问题是如何更快从“和信息打交道”提升到“和人打交道”。

[事实] 主播强调填报志愿非常个人化，外部信息只是参考；他先讲行业现状和职业路径，是希望学生自己判断是否愿意进入金融行业。

[事实] 他认为四年或六年后行业如何变化无法预测，因此不应把建议包装成确定答案。

[77:42] 专业变得越来越不重要

[事实] 主播认为对于金融行业而言，专业一直没那么关键，未来可能更不关键。

[事实] 专业的作用包括学生实际学到什么，以及用人单位认为学生学到了什么；AI时代这两点都会被弱化。

[事实] 金融行业同事背景很杂，有理工科、文科和各种专业，并不存在只有经济金融专业才能进入的情况。

[推测] 对高考生来说，专业不应成为填报志愿时唯一或最重要的决策点，尤其在未来职业变化不确定的情况下。

[79:49] 学校和城市比专业更重要

[事实] 主播给出的第一个建议是：对未来想进金融行业的人来说，学校名号和实习经历比专业更重要。

[事实] 金融行业很看重学校title，本科学历的学校层级会影响面试官印象；国内清北、985、211之间，海外顶级学校和普通学校之间都会形成差别。

[事实] 城市重要是因为它决定实习机会和实习成本；北京、上海、深圳、香港等城市有更多金融机构，更容易积累实习经历。

[事实] 主播给出的排序是：好城市的好学校，大于好城市的差学校，大于差城市的好学校，大于差城市的差学校。

[85:37] 专业选择排序与实习现实

[事实] 如果一定要讨论专业，主播个人排序是：基础学科大于理工科，大于金融经济专门学科，大于其他学科。

[事实] 他认为基础学科更不容易被技术快速淘汰，课程体系和师资质量也更有保障；理工科能训练逻辑和数字敏感性。

[事实] 他认为本科学经济金融有些浪费，因为经济金融是经验学科，在本科阶段缺少真实投资和行业理解，工作后再学或考CFA也来得及。

[事实] 从就业角度看，越轻松、越能留出时间实习的专业可能越有利，因为金融就业中实习经历非常重要。

[93:00] 比AI更重要的是市场周期和自身竞争力

[事实] 主播认为，对应届生进入金融行业来说，比AI更需要考虑的是市场周期：资本市场和金融创新处于什么阶段，会决定机构是否招人、入职状态和职业顺逆风。

[事实] 市场周期无法由学生决定，所以与其过度焦虑AI或周期，不如提升自身竞争力；普通学生如果毕业就想进金融，多实习可能是最直接路径。

[事实] 对于想做投资、研究等前台岗位的人，主播建议也可以先去实业或产业工作几年。

[推测] 对普通家庭学生而言，产业经验可能成为对抗资源型竞争者的一种差异化优势。

[94:23] 先去产业再进金融的理由

[事实] 主播给出三个理由支持先去产业：第一，金融尤其是投资研究越来越需要跨界知识，医药、半导体等领域需要深厚产业理解。

[事实] 第二，金融知识相对容易在工作中补足，机构如果看重产业经验，不会因为缺少金融专业背景就拒绝。

[事实] 第三，AI可能让“产业转金融”更顺畅，因为AI更容易帮助产业从业者学习金融常识，而很难让金融从业者短期掌握深度产业知识。

[事实] 先在产业工作还可以观察市场周期，把进入金融行业的时间点从被动变成更主动的选择。

[98:04] 最终总结：不要把18岁提前锁死

[事实] 主播认为金融行业曾被神化，近几年又被快速贬低，金融专业从热门到被调剂，反映了算法和社交媒体时代行业形象变化很快。

[事实] 他坚持金融行业越老越吃香、后程发力，但未来会更势利，更鼓励有资源、人脉和光环的人进入。

[事实] 对普通家庭孩子来说，金融更适合作为职业后半段水到渠成的选择，而不一定适合作为从一开始就拼命追逐的目标。

[事实] 他给出的通用建议是：尽量选更好的学校、更大的城市、更通用和基础的专业，把选择权留到信息更多的未来。

播客点评/总结

这期节目的价值在于，它没有把“金融行业”简化成高薪、投行、基金经理这样的标签，而是先拆开行业内部的业务、岗位和前中后台，再解释为什么人脉、经验、平台和周期会深刻影响职业路径。对高考生和家长来说，这种行业结构的解释比单纯推荐某个专业更有参考价值。

亮点是主播把AI放进了金融行业自身逻辑里讨论：AI并不是均匀冲击所有岗位，而是更先冲击信息处理型、初级、可流程化的岗位；资深岗位因为与人、信任、判断和责任绑定更深，短期反而可能受益。这一判断和节目中多位从业者反馈相互呼应。

局限是节目主要基于主播个人经验、人脉访谈和听友反馈，并非系统数据研究；对不同地区、不同层级学校、不同金融子行业的具体录取门槛没有展开量化比较。[推测] 因此它更适合作为志愿填报和职业规划的框架参考，而不是直接替代个体的院校、分数和家庭条件评估。

[推测] 最适合收听的人群是：考虑金融但不了解行业内部结构的高考生和家长、正在准备金融校招的大学生、以及已经进入金融行业但想理解AI和周期影响的职场新人。对于已经在金融核心岗位工作多年的人，本期更像是一次行业变化的复盘和观点校准。