写在前面：一个必须回答的问题
很多同学都有类似的经历：投行实习做了，咨询项目也试过，PE 的暑期也拿到了，每一段在简历上看起来都挺漂亮。但说不上喜欢，也不算讨厌，就是……没感觉特别燃。别人都说金融好，那就做金融；身边人都去咨询，那就也投一投。就这样走到了找工作的节点，才发现从来没认真想过：我到底喜欢什么？
为什么有些人在职业上能越走越顺、越做越有劲，而有些人明明资历不差，却始终感觉少了什么？
这个差距不是智商，也不是努力，而是在更早的时候，他们做过一件事——把自己想清楚了。这篇文章不打算给你一个「找到热爱」的公式，我只是想把自己梳理过的一套坐标系分享出来，希望能帮你在投出第一份简历之前，先想清楚一些更根本的问题。
先看清自己的底牌
你的学历组合意味着什么
在理解这份学历之前，先排除两种常见的错误认知。
名校学历是一张长期有效的通行证
现实是，名校学历的有效期在缩短。2026年，全球每年有超过 10 万份来自顶校的金融相关简历进入同一个市场。学历是入场券，不是胜负手。
经济/金融背景很快会被 AI 替代，所以没用了
这个判断方向对，但结论错。被替代的是工作，不是思维方式。真正危险的是：用了 4+2 年，只学会了技术层面的「工具」（Excel 建模、PPT 制作、数据清洗），而没有形成属于自己的判断框架。
经济学 + 哥大金融 = 什么类型的人
| 维度 | 相对优势 | 相对短板 |
|---|---|---|
| 定量能力 | 经济计量基础扎实，能看懂 regression，理解统计推断 | 一般不及金工/CS 出身，不写代码 |
| 商业理解 | 金融训练给了你估值、财务分析、宏观框架 | 缺乏行业一线运营经验和产品 sense |
| 跨文化能力 | 在美国学习生活过，英文沟通能力和国际视野是真实的 | 中国本土关系网络和市场嗅觉还在建立 |
| 叙事能力 | 文科+商科训练的综合表达能力 | 通常不如新闻/传播出身的人有 sense |
| 品牌背书 | Columbia 名字在中美金融圈都有认知度 | 不及 HBS/Wharton 在咨询/PE 圈的壁垒高度 |
这意味着：你不是全能选手，但你是一个有「复合视角」的人。 经济学给你宏观，金融给你微观，留学经历给你跨文化——这个组合在特定场景下价值极高。
一个冷静的现实评估
| 数据点 | 数字 | 含义 |
|---|---|---|
| 2025 年全国高校毕业生 | 1222 万人 | 同比增长 43 万，历史新高 |
| 青年失业率（16-24 岁城镇） | 约 16.1% | 头部岗位竞争是历史最强 |
| 顶级金融岗位录取率 | 0.5 – 2% | 国内头部券商核心岗位，相当于或低于高校申请录取率 |
| OPT/H1B 中签概率 | 约 25–30% | 留美需要承担身份不确定性 |
| AI 对金融初级岗位的影响 | 约 46% 任务可自动化 | Goldman Sachs 2023 年研究；初级分析师是主要受冲击对象 |
在一个正确的大方向上，你就算不是最优秀的，也可以获得不错的结果。在错误的方向上，再努力也很难。
AI 时代，哪些岗位最危险
AI 替代的底层逻辑
AI 替代的优先级由三个维度决定：
金融岗位 AI 替代风险矩阵
| 岗位 | 结构化 | 规则明确 | 价值来源 | 替代优先级 |
|---|---|---|---|---|
| 初级投行分析师（model/DCF/pitchbook） | 高 | 高 | 信息处理+格式化输出 | 极高 |
| 咨询分析岗（PPT 框架、数据查找） | 中高 | 中高 | 信息整合+框架套用 | 高 |
| 互联网公司 BA/DA | 高 | 高 | 数据处理+报告 | 高 |
| 投研分析师（写研报） | 中 | 中 | 信息处理+判断混合 | 中，分化明显 |
| 机构销售 | 低 | 低 | 关系+判断+信任 | 低 |
| 基金经理（主动管理） | 低 | 低 | 判断+承担风险 | 低 |
| IB MD 级别（业务拓展） | 低 | 低 | 关系+判断+信用背书 | 低 |
数据说话：AI 对金融岗位的实际冲击
明确与 AI 工具部署相关
文本审查类白领工作直接替代
标准化研报部分高度可替代
宏观趋势确认
任务层面的替代，不是人头替代
替代不是「你明天就失业」，而是「你明天需要用10倍的能力才能保住原本的岗位价值」。岗位数量会减少，但留下来的人会有更大的影响力。
那什么岗位是「鱼多的地方」？
- 机构销售 / 客户关系——信任是 AI 无法替代的，关系密度是平台效应的核心
- 投资决策链条上的判断层——基金经理、深度研究员（非标准化研报）
- 跨境业务——利用留学经历的文化翻译能力，在中美场景里做连接者
- AI + 金融的交叉岗位——懂业务又能跟 AI 工具互动的「AI 协作者」
- 策略研究（有独特框架和判断力的部分）
- 产品 / 结构化（需要创造力和风险判断）
- 风险管理高级岗（系统性风险判断）
- 初级投行分析师——2-3年内将是 AI 辅助下的密集训练，之后务必转型
- 咨询分析岗——需要快速向高阶判断层爬升
回国 vs 留美——两条路的真实成本收益
留美路线：三个阶段的真实图景
这是留美最脆弱的阶段。你需要在 OPT 期间找到工作，公司还要愿意申请 H1B。
- 金融前台（sales/trading/IB）对国际学生容忍度偏低，很多顶级基金/PE 不 sponsor
- H1B 抽签中签率约 25–30%，没中签需再等一年或找替代路径
- 在美找金融工作，面对本地名校生的文化优势和关系网络
核心任务只有一个：从「可替换劳动力」变成「有硬核技能的专家」。
拿到绿卡之后，留美的优势才真正释放——稳定工作授权、更高可选性、美元资产配置机会。但这需要10年时间，且中美关系的不确定性、身份脆弱性、文化融入成本持续存在。
回国路线：三个阶段的真实图景
回国的核心优势：中国头部金融机构对海外顶校背景有明确偏好，资源获取速度远快于在美打拼。在国内，前2年的核心不是做了多少项目，而是在哪个平台上。
- 快速理解国内监管逻辑（监管体系、合规文化）
- 建立核心客户的第一层关系（机构客户、同行人脉）
- 形成对国内市场的直觉（哪些美国逻辑在国内失效）
你的价值不再依附于平台，而是属于你自己。至少建立以下三种资产之一：
- 机构客户深度覆盖：有一批把预算/资金交给你做决策参考的核心客户
- 某类资产的定价能力：在特定资产类别上做出比市场更好的判断
- 某行业的研究框架：对某个行业有穿越周期的深度认知
中国金融圈里最有价值的人不是最聪明的分析师，而是「资源节点」——一通电话可以解决资源调配的人。这类人不只有纵向深度，还有横向密度（跨机构、跨产品线的关系网络）。一旦形成，复制门槛极高。
决策框架：如何在两条路之间选择
| 决策维度 | → 倾向留美 | → 倾向回国 |
|---|---|---|
| 家庭 / 情感根基 | 愿意长期远离家庭，接受文化隔阂 | 家庭在国内，文化认同感强 |
| 技能类型 | 有硬核量化/技术能力 | 偏文科思维，擅长关系和判断 |
| 风险偏好 | 能承受身份不确定性 | 偏好确定性和可控的成长路径 |
| 职业目标 | 做技术专家，独立于地缘政治 | 做资源节点，扎根特定市场 |
| 宏观押注 | 押美国/全球秩序继续运转 | 押中国金融市场继续深化 |
行业 × 公司 × 岗位——三层选择的底层逻辑
行业：跟着资金流走
| 行业 | 资金流规模 | 趋势 | 适配度 |
|---|---|---|---|
| 证券 / 机构销售 | A股+债券市场 >200万亿，机构化率持续提升 | ↑ 正向 | 高 |
| 资产管理 / 基金 | 公募基金规模 2025 年约 33 万亿，年均+10% | ↑ 正向 | 高 |
| 跨境 / 香港 | 北向资金+互联互通日均交易量持续上升 | ↑ 正向 | 高 |
| 投资银行（A股+港股） | IPO/再融资规模波动大，2023-2025 年明显收缩 | → 中性偏负 | 中 |
| 私募股权 / VC | 2024 年募资约 1.2 万亿，较峰值明显缩水 | → 中性偏负 | 中 |
公司：平台资源密度
选公司的核心问题不是「这家公司有多有名」，而是四个问题：
岗位：GRE × Growing × Rewarding × Exciting
热爱从哪里来——本章的核心答案
很多人以为热爱是一种先天的感受，你要么有，要么没有。但这个认知是错的。心理学家 Cal Newport 在《深度工作》里给出了一个更接近现实的描述：
热爱不是发现的，是培养的。热爱出现在你对某件事建立了真正的掌控感和影响力之后。
结合这个背景，热爱的形成路径大致是：
你现在不需要知道自己热爱什么，你需要的是进入一个有足够资源密度的平台，以最快速度完成前两个阶段（接触和理解），然后用自己的判断创造影响——那时候，热爱才会自然出现。
三个具体的操作建议
在工作里，找到一个你比周围人更早、更准看到某件事的时刻。不管多小，把它记录下来。这是热爱的种子——它说明你在这个领域里有独特的感知能力。
每周花 2-3 小时，系统性地看某一类你感兴趣的信息（宏观数据、某类资产、某个行业）。时间会把「感兴趣」变成「专长」，而专长是职业热爱的基础。
在工作里、在行业里，找 3-5 个你真心佩服的人，研究他们的判断逻辑。不是要模仿，而是通过对比发现自己的思维盲区和潜在的比较优势。
结语：给自己的坐标系
经济学本科 + 哥大金融硕士，这个组合的最大价值不在于某个具体的技能，而在于它给了你一套用来理解世界的框架。热爱的起点，往往是你第一次用这个框架看穿了别人没看到的东西。