# 高盛合伙人警告：华尔街将推理外包给AI，或催生“不会思考”的一代
近日，一位高盛合伙人在内部研讨会上发出严厉警告：随着华尔街机构将越来越多的高阶推理任务——从交易策略优化到信用风险评估——外包给人工智能模型，金融行业正在制造一个“不会思考”的新生代从业者。这一论断并非危言耸听，而是对当前行业“技术依赖症”的深刻反思。
**AI的“推理外包”已成行业惯性**
过去十年，机器学习与深度学习模型已深度嵌入华尔街的决策链条。高频交易算法能毫秒级捕捉套利机会，自然语言处理系统可自动解析美联储会议纪要并生成交易信号，甚至量化基金开始用大语言模型模拟市场情绪。这些工具大幅提升了效率，但代价是新人分析师与交易员的“思考肌肉”正在萎缩：他们不再需要手动推导折现现金流模型，不再需要拆解资产负债表中的异常波动——AI直接给出了“答案”。结果就是，许多从业者能熟练调用API，却无法解释模型背后的逻辑假设。
**“不会思考”的一代：不只是能力退化，更是系统性风险**
该合伙人指出，过度依赖AI推理会削弱两种关键能力：**批判性思维**与**反事实推理**。当模型输出一个看似合理的预测时，年轻从业者往往缺乏质疑其隐含偏差的意愿——例如，训练数据是否包含幸存者偏差？参数调整是否过度拟合了历史黑天鹅事件？更危险的是，一旦市场出现模型未曾见过的“尾部风险”（如2020年负油价事件），人类将因缺乏独立判断力而陷入集体恐慌。这种“认知外包”的后果，已在次贷危机中有所体现：当时大量结构化产品依赖评级模型，而人类分析师早已丧失对底层违约率的独立验证能力。
**平衡之道：构建“人机协作”的认知生态**
为防范“不会思考”的一代，华尔街需要重新定义AI的角色——从“替代推理”转向“增强推理”。具体而言，机构应强制要求交易员和投资经理在每次使用AI输出时，完成“反事实推演”：如果模型结论错误，最可能的原因是什么？同时，将人工分析纳入考核KPI，而非仅关注模型收益。正如高盛内部所倡导的：**AI是副驾驶，但方向盘永远握在人类手中**。唯有守住人类在逻辑验证、伦理判断与情境理解上的独特优势，才能避免整个行业陷入“工具越聪明，人越愚蠢”的悖论。
