2026年9月6日，瑞士瑞银（UBS）宣布，从2027年起，其全球银行与市场部门招聘的毕业生和实习生，必须在面试中展示如何运用AI“改善结果与效率”。这一要求与传统学术成绩并列，使瑞银成为首批将AI流畅度明确纳入招聘标准的大型金融机构。西班牙桑坦德银行也在部分研究生项目中明确寻求“高级AI用户”。[[1]](https://www.ft.com/content/76b370ff-b5f6-4e22-aa30-da08b1abb8f8?syn-25a6b1a6=1)
这一动作并非孤例。华尔街部分投行已因AI接管Excel建模、报告生成等入门工作而缩减初级分析师规模，而瑞银的选择指向另一条路径：将AI从辅助工具升级为人才筛选的核心维度。OpenAI、Anthropic等实验室的模型迭代速度仍在加速，但传统行业正把“会用AI”转化为招聘壁垒，这比单纯的模型发布更具结构性意义。
对比来看，瑞银强调AI素养“补充而非取代”学术、分析和人际技能，试图在自动化浪潮中保留人类判断层；高盛、摩根大通等同行则更侧重通过AI直接削减人力。两者共同指向一个现实：前沿模型的商业化落地，已从实验室基准转向企业招聘与流程重构。
未来6-12个月，这一趋势或将扩散至更多金融、科技和咨询机构，AI fluency可能成为类似Excel或英语的“职场第二语言”。悬念在于：当AI代理进一步接管复杂任务时，初级岗位的“生存空间”会扩大还是持续被压缩？企业是加速培养复合型人才，还是加速淘汰“零AI”候选人？
信源：https://www.ft.com/content/76b370ff-b5f6-4e22-aa30-da08b1abb8f8
https://aiweekly.co/ai-news-today