跳到正文

#金融

今日 0 条
11月7日周六
  1. 钛媒体61

    聚焦币安失窃案,追偿链上资产有多难?

    币安遭遇约63亿美元加密资产失窃,被称为史上最大规模加密资产盗窃,攻击以AI伪造面试为入口、历时约六个月渗透内部权限。这并非单点失守而是架构性短板,追回依赖链上冻结与跨境执法协调,已冻结的30多亿美元主要落在稳定币上。提现重启首日净流出约36亿美元属流动性冲击,中期则是对中心化交易所的信任折价。

11月5日周四
  1. 钛媒体40

    字节限制Claude、Codex等外部AI工具访问内部资料,腾讯混元发布Hy4,五部门印发全面节约战略行动方案

    钛媒体11月4日晨报:据报道字节跳动将大范围限制Claude、Codex等个人账号的内部使用,对全公司所有L4级代码仓库和飞书文档实施外部AI访问封禁,知情人士称处理公开工作信息或非工作场景不受限制。

    决策要点

    同一份晨报里,字节收紧外部AI工具使用、行业共建智能体互联标准、模型开始支持电脑操作,AI落地正同时走向管控与基建化。

    • 影响员工私用AI账号处理内部资料的风险已被头部公司纳入管制,同类企业需要划清数据边界;智能体互联基础设施与自律公约推进中,跨平台智能体协作的连接成本被列为降低目标;Hy4支持电脑操作,办公流程类任务进入模型可直接执行的范围内。
    • 参考可考虑盘点员工购买和使用外部AI工具账号的情况,先划定哪些内部系统允许访问;值得跟踪《智能体发展自律公约》里注册解析、协议互认等标准的进展;选型模型时可把电脑操作和长程智能体表现列入测试项。
11月3日周二
  1. IT之家·人工智能58

    渣打银行 CEO 温特斯谈 AI 冲击就业,称培训是解药

    渣打银行 CEO 比尔·温特斯周二在香港金融管理局举办的全球金融领袖投资峰会上表示,AI 引发的岗位恐慌真实存在,合适的技能再造与培训安排可以缓解这种担忧。

    决策要点

    银行业用 AI 替代后台岗位已进入量化裁员阶段,管理层同步以培训与转岗承诺对冲员工恐慌。

    • 影响后台职能占比高的机构需要重新测算岗位敞口,渣打的 15% 削减比例提供了同业参照;裁员叠加培训承诺正成为银行面对 AI 争议的标准叙事;同业动作密集会放大员工焦虑与人才流动。
    • 参考可考虑先按渣打的削减比例测算自家后台与支持类岗位的敞口规模;值得提前准备转岗培训清单和内部沟通口径,降低后续裁员消息对团队士气的冲击。
  2. IT之家·人工智能66

    消息称高盛限制交易员与银行家使用部分 AI 工具,引发员工不满

    据彭博社报道,高盛经评估效率与风险隐患后限制面向编程的先进 AI 工具,10 月更新的内部指引规定 Claude Code 等仅限工程师使用,大部分员工被禁。交易员原借这些工具监控客户交易流水、搭建市场波动与持仓模型、生成文字图表材料,限制引发不满;高盛发言人称试验期后综合评估效率与风控,将工具开放给最适合长期发挥价值的人员,新指令不适用量化策略岗。

    决策要点

    高盛从鼓励非技术员工随性编程转为仅限工程师使用,显示企业 AI 工具推广正转向以风控划界。

    • 影响嵌入日常工作流的 AI 工具可能因风控评估被收回,相关岗位的效率预期需要重算;放开工具试用时应预设权限与数据边界,试验期结束不设标准容易整体收缩;金融机构需在采购投入与安全、成本、效率之间做权衡。
    • 参考可考虑盘点各部门在用的编程与 AI 工具清单,标注数据接触面和使用角色;值得为试点期预设产出质量与风控标准,避免权限被整体收回;金融类机构可参考按岗位分级授权而非一刀切禁止。
  3. The Decoder:AI News63

    高盛收回交易员与银行家的 AI 编程工具权限,仅保留工程师使用

    高盛已切断多数员工对 Anthropic Claude Code、Microsoft GitHub 等 AI 编程工具的访问,据 Bloomberg 援引 10 月内部指引,目前仅工程师仍可使用,此前交易员和银行家已用这些工具数月来监控交易流和制作内容。

    决策要点

    高盛从全员试用转向只留工程师,说明非技术员工自建 AI 工具的产出和风险问题足以让金融机构收回权限。

    • 影响曾鼓励业务人员用 AI 编程工具搭原型的企业,可能面临同样的权限与风险重新评估;已采购的席位预算和业务侧试点需要重新安排;监管敏感行业的工具使用边界会更早收紧。
    • 参考可考虑盘点业务部门正在用编程类 AI 工具搭建的清单及其数据接触面;值得先算出这些自建工具的实际产出和维护成本,再决定保留试点还是收回权限。
10月29日周四
  1. 钛媒体53

    国内基金经理持仓越来越像同一个人,电子通信占重仓超五成

    2026年三季度,中国主动权益基金持仓高度趋同,天相投顾统计电子与通信合计占A股重仓市值的51.69%,东方证券与国信证券口径分别约为52.02%和50.6%。

    决策要点

    主动权益基金持仓高度趋同,投资者支付的主动管理费大部分买到的是行业景气波动,而非基金经理的独立判断。

    • 影响企业借公募配置资金时,买多只基金不等于分散风险,底层资产重合会导致涨跌高度同步;基金考核转向长期和业绩基准,会逐步改变资金流向与产品风格;重仓资产集中调整时,赎回抛售可能放大波动。
    • 参考可考虑盘点企业所持基金产品的底层重仓股重合度,再决定增减;选基金时值得核对业绩比较基准与实际持仓的一致性,并优先参考三年期业绩表现。
10月24日周六
  1. 钛媒体56

    当AI开始加速产业重构,经济与社会的适配能力能否跟上

    文章提出AI不仅加速技术扩散,还可能加速其所依赖的组织重构,但单项任务提效不会同比例转化为产业整体价值。文中证据包括皮尤2025年研究发现有AI摘要时用户点击传统搜索结果的比例为8%(无摘要为15%)、Klarna披露2025年AI助手处理约80%客服聊天并估计相当于700多名全职客服工作量、NBER研究显示自主编码Agent使代码提交增加约240%而软件发布量仅增约30%。

    决策要点

    单点AI提效不会自动转化为全链条价值,真正的约束是组织重构速度与责任治理机制能否同步适配。

    • 影响部署模型只是起点,流程、岗位和决策机制的重组才是主要投入;客服等场景的人员配置已可被重算;在金融等受监管场景引入Agent,会新增责任划分、第三方依赖和系统性风险传导的合规成本。
    • 参考可考虑先核算AI提效环节到最终交付的转化率,判断瓶颈在生产端还是采用端;引入跨系统Agent前值得先明确模型升级、出错交易等场景的责任归属与复核流程;金融机构可对照FSB的12项实践自查治理缺口。
10月21日周三
  1. 36氪·AI43

    AI造富催生新高净值人群,名校应届生年薪数百万,服务业开始争夺这批新富

    一批年轻AI人才正成为新高净值人群,名校应届生年薪动辄数百万,有00后创办的AI公司Instinct估值达100亿美元。猎头称名校AI应届博士年包普通在200至300万以上,最好的达800至900万以上,有985高校大模型硕士拿到小红书600万年薪offer;福布斯数据显示全球30岁以下身价超10亿美金的创业者达创纪录的35人,几乎全员深耕AI。

    决策要点

    AI造富已从产业故事变成财富分配故事,顶尖人才薪酬与创业者估值批量造出新高净值人群,服务业随之转向。

    • 影响基模岗位薪酬被大厂竞价推高,用人成本压力会向需要AI人才的行业外溢;金融、房产、高端消费服务迎来新客群;非头部企业争抢顶尖人才的难度上升。
    • 参考招聘AI岗位的企业可对标文中年包区间测算用人预算,并用股权与成长空间留人;面向高净值人群的服务商值得评估这一新客群的触达渠道。
10月12日周一
  1. 36氪·AI43

    赫拉利:人类不必赢过AI,但知道去哪需要智慧

    历史学家赫拉利与《经济学人》主编赞妮·明顿·贝多斯对谈AI未来,他认为最危险的不是AI超越人类,而是人类为效率、竞争和便利主动把关键决策权交给AI。他把AI称为人类历史上规模最大的一场心理和社会实验,判断信任正从人类转移到算法,金融和媒体领域已在发生;他强调智能不等于意识、模拟不等于体验,并警告相信AI发展方向无法改变是当前最大的危险。

    决策要点

    赫拉利把AI的核心风险定位于人类为效率主动交出决策权,而非技术本身失控,节奏与边界因此成为可管理的选择。

    • 影响金融、媒体等信任密集行业的客户信任会继续向算法转移;企业把关键决策交给AI后,责任由谁承担尚无定论;AI伴侣类产品积累的个人数据带来更强说服力,也放大伪造与滥用风险。
    • 参考可考虑盘点本组织已交给AI或算法的关键决策,为每类决策设定人工复核点;值得在金融等信任密集业务中评估AI介入的边界与争议时的责任归属条款。
  2. 人人都是产品经理37

    赫拉利:人类不必赢过AI,但知道去哪需要智慧

    历史学家赫拉利与《经济学人》主编赞妮·明顿·贝多斯对谈,称AI是人类历史上规模最大的心理和社会实验,最危险的不是机器觉醒,而是人类为效率和便利主动交出关键决策权。

    决策要点

    访谈的核心判断是AI的风险不在于机器失控,而在于人类主动弃权,把哪些决策交给AI始终是企业自身的选择。

    • 影响客户信任正从人对人转向对算法,金融和媒体等行业的信誉经营逻辑随之改变;AI批量建立亲密关系的能力可能被用于影响客户;若AI获得法律主体地位,企业问责与责任安排需要重新设计。
    • 参考可考虑盘点企业中哪些关键决策已默认交给算法或模型供应商,逐项明确人工责任人;值得跟踪AI法律人格与责任认定的监管讨论,再决定授权深度。