OpenAI 秘密项目 Mercury：招百名投行员工教 AI 搭财务模型

投资银行里的初级分析师，出了名的命苦。手头有大案子时，每周在工位上熬满 80 个小时是常态。核心工作其实挺枯燥：打开 Excel 做模型，算并购或杠杆收购的各种数字，然后等着领导发来一连串修改 PPT 的邮件，业内管这个叫「pls fix」文化。

现在 OpenAI 打算对这个工种下手了。据彭博社爆料，OpenAI 内部正在推进一个代号为 Mercury 的秘密项目。公司招募了 100 多名前投资银行家，专门教 AI 怎么搭专业的财务模型，目标就是替代初级投行分析师那些耗时费力的大量繁杂杂活。

时薪 150 美元，连招人面试都是 AI 面的

这帮外包专家的履历很硬。他们来自高盛、摩根大通、摩根士丹利、KKR、Evercore、Brookfield 以及 Mubadala 等华尔街顶尖机构，甚至还有哈佛大学和麻省理工学院的在读 MBA 学生。

据知情人士透露，他们的时薪大约是 150 美元。项目由第三方供应商负责招聘和发薪，工作时间很灵活，每人每周要提交一个完整的财务模型。

有意思的是，Mercury 项目连招人过程都几乎不经人手。候选人要先跟一个 AI 聊天机器人做 20 分钟的面试，AI 会根据简历提问。第二关是财务报表知识测试，最后一关是实战建模测试。

入选之后，他们要用简单通俗的语言写提示词，然后在 Microsoft Excel 里完成针对重组、IPO 或并购等交易类型的模型搭建。更关键的是细节：他们必须严格遵守行业规范，包括边距尺寸、百分比是否斜体等排版要求。做好的模型会经过审核员批注，修改后的完整数据最终被喂进 OpenAI 的系统。

估值 5000 亿美元背后的变现焦虑

OpenAI 发言人对此回应称，公司确实在与各领域专家合作，以改进和评估模型在不同专业场景的能力。

但这件事背后其实藏着 OpenAI 极大的商业化紧迫感。虽然这家全球最大的初创公司本月早些时候估值达到了 5000 亿美元，但直到今天它依然没有实现盈利。

想让企业心甘情愿掏大钱买单，AI 就不能只停留在泛泛的聊天和写文案，必须切入高价值的专业腹地，比如金融、法律、咨询和技术开发。华尔街的初级分析师人工昂贵，每天做的又多是高度规整的结构化工作，自然成了 OpenAI 最想攻下的滩头阵地。

为什么重要

我们认为，Mercury 项目切中了华尔街最痛、但也最尴尬的一根神经。

对投行和初级从业者来说，短期看是苦力活被解放，长远看却是晋升通道的重构。初级分析师干的脏活累活虽然招人抱怨，但那往往是理解复杂交易和商业逻辑的必经之路。如果建模和改 PPT 全被 AI 包办，机构以后可能根本不需要招那么多分析师，新人的成长路径也会随之断档。

对 AI 行业而言，OpenAI 的做法展现了下一代垂类模型训练的新思路。通识大模型光靠网上抓取公开数据，根本学不会华尔街那些精细到单元格斜体的行规和隐藏技巧。OpenAI 舍得花每小时 150 美元雇顶级投行离职员工来做高质量的「人类专家微调」，这会直接逼着竞争对手在垂直领域的专家数据采购上加注，抬高专业模型的数据壁垒。

不过在我们看来，金融交易对容错率的要求是极端苛刻的，哪怕一个公式引用出错都可能引发数百万美元的损失。OpenAI 能做出符合格式的 Excel 模型是一回事，能不能让极其看重合规和风险控制的华尔街大行把核心并购数据安心交给它跑，看起来还有很长的一段路要走。