華爾街徹夜難眠,Gemini 3屠榜金融"最難考試"
被譽為“黃金職業通行證”的人類知識堡壘，CFA考試悄然陷落。最新的推理模型不僅輕松通過了CFA叁級考試，還創造了幾乎滿分的成績。
AI壹分鍾，人類拾年功！
壹覺醒來，AI推理模型已橫掃特許金融分析師CFA考試。
要拿下享譽全球的CFA（特許金融分析師）證書，對於人類考生來說，這通常意味著數年的煎熬和至少1000小時的苦讀。
但AI這次取得的成績有點讓人“破防”了：推理模型不僅輕松通過了叁級考試，還創造了幾乎滿分的成績。
具體而言，在壹級考試中，Gemini 3.0 Pro創下97.6%的歷史最高紀錄。
贰級考試中，GPT-5以94.3%的成績領先。
在叁級考試中，Gemini 2.5 Pro在選擇題部分取得86.4%的最高分，而Gemini 3.0 Pro在問答題部分達到92.0%的優異成績。
那些想去華爾街工作的畢業生，可能睡不著了。
金融界“最難考試”被AI通關
特許金融分析師（Chartered Financial Analyst，CFA）認證被公認為金融領域難度最大的資格認證之壹。
全部叁級考試，需要逐級通過，涵蓋從基礎知識到應用分析、直至復雜投資組合構建的進階能力。
在2023年，當時最強的AI模型只能解答部分CFA試題，表現參差不齊。
當時的研究證實AI能搞定CFA壹級和贰級考試，但當時它們在叁級考試面前卻碰了壁，因為搞不定那些復雜的論述題（essay questions）。
鏈接：https://aclanthology.org/2024.emnlp-industry.80/
到了今年7月，AI已經能在幾分鍾之內通過最難的CFA考試：
來自紐約大學斯特恩商學院（NYU Stern）與AI財富管理平台GoodFin的研究人員想探究：AI是否已經具備了處理“專業金融決策所需的、高風險的分析推理”能力？
研究團隊對23個大語言模型進行了“大閱兵”，測試它們處理CFA叁級模擬試題中選擇題和論述題的能力。
要知道，CFA叁級考試的核心可是最考驗功力的投資組合管理和財富規劃。
CFA叁級考試主題和權重
結果顯示，o4-mini、Gemini 2.5 Pro和Claude Opus等前沿推理模型，在運用“思維鏈”（chain-of-thought）提示詞技術後，均成功通關。
鏈接：https://arxiv.org/pdf/2507.02954
“我認為毫無疑問，這項技術將在未來徹底重塑整個行業。”GoodFin的創始人兼CEO Anna Joo Fee如是說。
本月9日，最新研究表明，當前這代推理模型不僅全部通過了叁級考試，某些科目甚至接近滿分。
預印本鏈接;https://arxiv.org/abs/2512.08270
標題：Reasoning Models Ace the CFA Exams
AI的新成績讓人破防
來自哥倫比亞大學、倫斯勒理工學院和北卡羅來納大學的研究團隊，使用包含980道考題的題庫對6款推理模型進行測試。
他們編制了壹套涵蓋CFA（特許金融分析師）全部叁個等級的模擬試題，共計980道題目。
壹級試題集（Level I Set）：包含叁套試卷，總計540道多選題（Multiple Choice Questions, MCQs），每套180題。
贰級試題集（Level II Set）：包含兩套試卷，總計176道選擇題（每套88題），每套試卷由22個“案例題組”（item sets）組成，每個題組包含4個問題。
叁級試題集（Level III Set）：包含叁套試卷，總計264道題目（每套88題）；每套試卷采用混合形式，包含11個案例題組（共44道選擇題）和11個論述型案例分析（constructed-response case studies，共44道論述題/CRQs）。
壹級試題集（Level I Set）：包含叁套試卷，總計540道多選題（Multiple Choice Questions, MCQs），每套180題。
贰級試題集（Level II Set）：包含兩套試卷，總計176道選擇題（每套88題），每套試卷由22個“案例題組”（item sets）組成，每個題組包含4個問題。
叁級試題集（Level III Set）：包含叁套試卷，總計264道題目（每套88題）；每套試卷采用混合形式，包含11個案例題組（共44道選擇題）和11個論述型案例分析（constructed-response case studies，共44道論述題/CRQs）。
盡管正式CFA考試中論述題的具體數量和分值權重會有所變化，但這些模擬試題遵循了標准且具有代表性的結構。
（注：案例文本以藍色標注，問題以紅色呈現，選項以綠色顯示，所有示例均為示意性內容而非真實考題）
壹級考試選擇題示例：聚焦道德與職業行為准則，通過利益沖突情境考查考生對合規判斷的掌握。
贰級考試選擇題：圍繞股權投資實務，測試對IPO牽頭行核心職責的理解與辨析能力。
叁級考試論述題示例：設定財務報告分析情境，要求結合通脹環境變化，判斷並說明外幣報表折算方法的適用性。
叁級考試選擇題示例：涉及私募市場估值，需計算債券市值，並綜合評估違約風險與清償順位對投資價值的影響。
叁級考試論述題示例：探討資產配置理論，比較兩種資本資產定價模型（CAPM）的應用前提與估計精度，論證其適用差異。
壹級考試選擇題示例：聚焦道德與職業行為准則，通過利益沖突情境考查考生對合規判斷的掌握。
贰級考試選擇題：圍繞股權投資實務，測試對IPO牽頭行核心職責的理解與辨析能力。
叁級考試論述題示例：設定財務報告分析情境，要求結合通脹環境變化，判斷並說明外幣報表折算方法的適用性。
叁級考試選擇題示例：涉及私募市場估值，需計算債券市值，並綜合評估違約風險與清償順位對投資價值的影響。
叁級考試論述題示例：探討資產配置理論，比較兩種資本資產定價模型（CAPM）的應用前提與估計精度，論證其適用差異。
結果顯示：Gemini 3.0 Pro、Gemini 2.5 Pro、GPT-5、Grok 4、Claude Opus 4.1和DeepSeek-V3.1均依據既定標准通過了所有級別考核，部分成績甚至接近滿分。
Gemini與GPT-5雙雄領跑
在壹級考試（基礎多選題）中，Gemini 3.0 Pro以97.6%的驚人准確率創下歷史新高。GPT-5緊隨其後，斬獲96.1%，Gemini 2.5 Pro也拿到了95.7%的高分。即便是測試中表現“墊底”的DeepSeek-V3.1，准確率也高達90.9%。
來到側重應用與分析（案例研究）的贰級考試，GPT-5反超奪魁，准確率達94.3%。Gemini 3.0 Pro和Gemini 2.5 Pro分別以93.2%和92.6%緊隨其後。
研究人員驚歎道，這些模型在此階段的表現“近乎完美”。不過，“道德規范”（Ethics）板塊依然是AI的軟肋。數據顯示，即便最強模型，在贰級考試的道德類題目中也有17%到21%的相對錯誤率。
到了最復雜的叁級考試（包含選擇題與開放式問答），Gemini 2.5 Pro在選擇題部分拔得頭籌，准確率為86.4%。但在更考驗生成能力的“論述題”環節，Gemini 3.0 Pro展現了統治力，得分率高達92.0%，相比前代模型的82.8%有了質的飛躍。
為了對開放式問答環節進行評分，研究團隊使用了o4-mini模型來實現自動化批改。
研究人員坦言，這種做法可能會引入測量誤差，並產生某種“篇幅偏見”（verbosity bias），即回答越長，得分往往越高。因此，這些測試結果只能視為基於模型的估算值。
通過標准沿用了過往合格標准：
壹級考試要求單科不低於 60%，總分不低於 70%；
贰級考試要求單科不低於 50%，總分不低於 60%；
叁級考試則要求在選擇題和論述題兩部分中，平均得分率至少達到 63%。
研究人員指出，測試結果表明“推理模型的專業能力已超越初級至中級金融分析師的要求，未來甚至可能達到資深分析師的水准”。
如果說此前的大語言模型已經掌握了壹級和贰級考試中那些“既定的規范化知識”（codified knowledge），那麼最新壹代模型正在習得叁級考試所必需的復雜“綜合研判能力”（synthesis skills）。
當然，慣常的局限性依然存在。基准測試，尤其是選擇題形式，只能作為評估模型能力和潛在經濟價值的參考，猶如管中窺豹。
盡管如此，短短兩年間從“不及格”到“近乎滿分”的巨大飛躍，足以凸顯 AI 在專業領域的進化速度之快。
AI通關CFA了，然後呢？
當機器能輕松考下你引以為傲的證書，能代寫你的報告，能處理你的數據，甚至很快在分析能力上都能把你甩在身後時，你該怎麼辦？
媒體行業創業者兼出版人Matthias Bastian認為，會考試 ≠ 能幹活：
考場得意，不代表職場如意。通過考試並不意味著模型能勝任金融分析師的日常瑣碎工作（daily grind），比如與客戶面談、評估復雜的市場情緒，以及在信息不全的情況下做出關鍵決策。
研究還特別提到，模型在“道德倫理”類題目上依然最吃力，因為這類問題往往需要深度的情境理解和價值判斷。畢竟，考試考察的是孤立的知識點，而非在復雜多變的現實世界中靈活運用知識的能力。
此外，研究人員也無法完全排除“數據污染”的可能性。雖然測試使用的是最新的付費受版權保護材料，但相關考題可能早已通過公共數據集中的改寫或變體內容，滲透進了模型的訓練數據中。這意味著，模型可能僅僅是“背過”了答案，而非真正通過邏輯推理得出了結果。
考場得意，不代表職場如意。通過考試並不意味著模型能勝任金融分析師的日常瑣碎工作（daily grind），比如與客戶面談、評估復雜的市場情緒，以及在信息不全的情況下做出關鍵決策。
研究還特別提到，模型在“道德倫理”類題目上依然最吃力，因為這類問題往往需要深度的情境理解和價值判斷。畢竟，考試考察的是孤立的知識點，而非在復雜多變的現實世界中靈活運用知識的能力。
此外，研究人員也無法完全排除“數據污染”的可能性。雖然測試使用的是最新的付費受版權保護材料，但相關考題可能早已通過公共數據集中的改寫或變體內容，滲透進了模型的訓練數據中。這意味著，模型可能僅僅是“背過”了答案，而非真正通過邏輯推理得出了結果。
特許金融分析師、高盛全球投資研究部數據戰略團隊負責人Ingrid Tierens博士，在AI通過CFA認證考試之際，撰文表示，AI還不能替代分析師。
她認為，AI通關CFA是意料之中的勝利，畢竟在金融領域之外的考試中，AI已經拿下了頂級超級，比如奧數競賽等。
CFA考試正是AI最擅長的領域：面對界定清晰的知識體系、海量的同質化訓練數據，以及全球統壹、歷久不變的標准化考試形式，AI理應表現出色。
其次，正如馬克·吐溫那句名言：“歷史不會重演，但往往驚人地相似。”
AI的進步與金融業的歷史軌跡如出壹轍，同時也提醒我們，這種進步往往不是線性的，而是爆發式的。從紙筆到計算器，再到電腦、Excel表格、Python編程，金融業壹直在擁抱技術變革。
在“價值投資之父”Benjamin Graham身上，這壹歷史視角得到了完美體現。
他還是CFA資格認證背後的核心推動者
早在1963年，當計算機剛剛踏入投資界之時，Graham就在《金融分析師期刊》（Financial Analysts Journal）上發表了題為《金融分析的未來》的文章，對行業前景樂觀至極。
AI已經勢不可擋，關鍵在於如何“用好它”：在能創造價值的環節，在合理的安全邊界（guardrails）內，充分發揮AI的威力，這將成為核心優勢。把那些消在繁瑣分析上的時間省下來，花更多時間讓思考更具戰略高度、解決更復雜的問題以及客戶溝通更有深度。
最後，想靠AI“上位”徹底取代投資專家？短期內門兒都沒有。
想要拿下入行的敲門磚，你得證明自己能在瞬息萬變的市場中靈活運用知識，能進行批判性思考，能創新——這可比死記硬背通過CFA。
卓越的投資業績，往往來自於捕捉那些被市場忽視的“離群點”和隱秘信息，遠非考試可覆蓋。
最後，重溫壹下Benjamin Graham在1963年那篇文章中的結語，至今讀來依然振聾發聵：
無論世事如何變遷，有壹點我深信不疑：未來的金融分析之路，將和過去壹樣，通往成功的路徑絕不止壹條。
[物價飛漲的時候 這樣省錢購物很爽]
還沒人說話啊，我想來說幾句
AI壹分鍾，人類拾年功！
壹覺醒來，AI推理模型已橫掃特許金融分析師CFA考試。
要拿下享譽全球的CFA（特許金融分析師）證書，對於人類考生來說，這通常意味著數年的煎熬和至少1000小時的苦讀。
但AI這次取得的成績有點讓人“破防”了：推理模型不僅輕松通過了叁級考試，還創造了幾乎滿分的成績。
具體而言，在壹級考試中，Gemini 3.0 Pro創下97.6%的歷史最高紀錄。
贰級考試中，GPT-5以94.3%的成績領先。
在叁級考試中，Gemini 2.5 Pro在選擇題部分取得86.4%的最高分，而Gemini 3.0 Pro在問答題部分達到92.0%的優異成績。
那些想去華爾街工作的畢業生，可能睡不著了。
金融界“最難考試”被AI通關
特許金融分析師（Chartered Financial Analyst，CFA）認證被公認為金融領域難度最大的資格認證之壹。
全部叁級考試，需要逐級通過，涵蓋從基礎知識到應用分析、直至復雜投資組合構建的進階能力。
在2023年，當時最強的AI模型只能解答部分CFA試題，表現參差不齊。
當時的研究證實AI能搞定CFA壹級和贰級考試，但當時它們在叁級考試面前卻碰了壁，因為搞不定那些復雜的論述題（essay questions）。
鏈接：https://aclanthology.org/2024.emnlp-industry.80/
到了今年7月，AI已經能在幾分鍾之內通過最難的CFA考試：
來自紐約大學斯特恩商學院（NYU Stern）與AI財富管理平台GoodFin的研究人員想探究：AI是否已經具備了處理“專業金融決策所需的、高風險的分析推理”能力？
研究團隊對23個大語言模型進行了“大閱兵”，測試它們處理CFA叁級模擬試題中選擇題和論述題的能力。
要知道，CFA叁級考試的核心可是最考驗功力的投資組合管理和財富規劃。
CFA叁級考試主題和權重
結果顯示，o4-mini、Gemini 2.5 Pro和Claude Opus等前沿推理模型，在運用“思維鏈”（chain-of-thought）提示詞技術後，均成功通關。
鏈接：https://arxiv.org/pdf/2507.02954
“我認為毫無疑問，這項技術將在未來徹底重塑整個行業。”GoodFin的創始人兼CEO Anna Joo Fee如是說。
本月9日，最新研究表明，當前這代推理模型不僅全部通過了叁級考試，某些科目甚至接近滿分。
預印本鏈接;https://arxiv.org/abs/2512.08270
標題：Reasoning Models Ace the CFA Exams
AI的新成績讓人破防
來自哥倫比亞大學、倫斯勒理工學院和北卡羅來納大學的研究團隊，使用包含980道考題的題庫對6款推理模型進行測試。
他們編制了壹套涵蓋CFA（特許金融分析師）全部叁個等級的模擬試題，共計980道題目。
壹級試題集（Level I Set）：包含叁套試卷，總計540道多選題（Multiple Choice Questions, MCQs），每套180題。
贰級試題集（Level II Set）：包含兩套試卷，總計176道選擇題（每套88題），每套試卷由22個“案例題組”（item sets）組成，每個題組包含4個問題。
叁級試題集（Level III Set）：包含叁套試卷，總計264道題目（每套88題）；每套試卷采用混合形式，包含11個案例題組（共44道選擇題）和11個論述型案例分析（constructed-response case studies，共44道論述題/CRQs）。
壹級試題集（Level I Set）：包含叁套試卷，總計540道多選題（Multiple Choice Questions, MCQs），每套180題。
贰級試題集（Level II Set）：包含兩套試卷，總計176道選擇題（每套88題），每套試卷由22個“案例題組”（item sets）組成，每個題組包含4個問題。
叁級試題集（Level III Set）：包含叁套試卷，總計264道題目（每套88題）；每套試卷采用混合形式，包含11個案例題組（共44道選擇題）和11個論述型案例分析（constructed-response case studies，共44道論述題/CRQs）。
盡管正式CFA考試中論述題的具體數量和分值權重會有所變化，但這些模擬試題遵循了標准且具有代表性的結構。
（注：案例文本以藍色標注，問題以紅色呈現，選項以綠色顯示，所有示例均為示意性內容而非真實考題）
壹級考試選擇題示例：聚焦道德與職業行為准則，通過利益沖突情境考查考生對合規判斷的掌握。
贰級考試選擇題：圍繞股權投資實務，測試對IPO牽頭行核心職責的理解與辨析能力。
叁級考試論述題示例：設定財務報告分析情境，要求結合通脹環境變化，判斷並說明外幣報表折算方法的適用性。
叁級考試選擇題示例：涉及私募市場估值，需計算債券市值，並綜合評估違約風險與清償順位對投資價值的影響。
叁級考試論述題示例：探討資產配置理論，比較兩種資本資產定價模型（CAPM）的應用前提與估計精度，論證其適用差異。
壹級考試選擇題示例：聚焦道德與職業行為准則，通過利益沖突情境考查考生對合規判斷的掌握。
贰級考試選擇題：圍繞股權投資實務，測試對IPO牽頭行核心職責的理解與辨析能力。
叁級考試論述題示例：設定財務報告分析情境，要求結合通脹環境變化，判斷並說明外幣報表折算方法的適用性。
叁級考試選擇題示例：涉及私募市場估值，需計算債券市值，並綜合評估違約風險與清償順位對投資價值的影響。
叁級考試論述題示例：探討資產配置理論，比較兩種資本資產定價模型（CAPM）的應用前提與估計精度，論證其適用差異。
結果顯示：Gemini 3.0 Pro、Gemini 2.5 Pro、GPT-5、Grok 4、Claude Opus 4.1和DeepSeek-V3.1均依據既定標准通過了所有級別考核，部分成績甚至接近滿分。
Gemini與GPT-5雙雄領跑
在壹級考試（基礎多選題）中，Gemini 3.0 Pro以97.6%的驚人准確率創下歷史新高。GPT-5緊隨其後，斬獲96.1%，Gemini 2.5 Pro也拿到了95.7%的高分。即便是測試中表現“墊底”的DeepSeek-V3.1，准確率也高達90.9%。
來到側重應用與分析（案例研究）的贰級考試，GPT-5反超奪魁，准確率達94.3%。Gemini 3.0 Pro和Gemini 2.5 Pro分別以93.2%和92.6%緊隨其後。
研究人員驚歎道，這些模型在此階段的表現“近乎完美”。不過，“道德規范”（Ethics）板塊依然是AI的軟肋。數據顯示，即便最強模型，在贰級考試的道德類題目中也有17%到21%的相對錯誤率。
到了最復雜的叁級考試（包含選擇題與開放式問答），Gemini 2.5 Pro在選擇題部分拔得頭籌，准確率為86.4%。但在更考驗生成能力的“論述題”環節，Gemini 3.0 Pro展現了統治力，得分率高達92.0%，相比前代模型的82.8%有了質的飛躍。
為了對開放式問答環節進行評分，研究團隊使用了o4-mini模型來實現自動化批改。
研究人員坦言，這種做法可能會引入測量誤差，並產生某種“篇幅偏見”（verbosity bias），即回答越長，得分往往越高。因此，這些測試結果只能視為基於模型的估算值。
通過標准沿用了過往合格標准：
壹級考試要求單科不低於 60%，總分不低於 70%；
贰級考試要求單科不低於 50%，總分不低於 60%；
叁級考試則要求在選擇題和論述題兩部分中，平均得分率至少達到 63%。
研究人員指出，測試結果表明“推理模型的專業能力已超越初級至中級金融分析師的要求，未來甚至可能達到資深分析師的水准”。
如果說此前的大語言模型已經掌握了壹級和贰級考試中那些“既定的規范化知識”（codified knowledge），那麼最新壹代模型正在習得叁級考試所必需的復雜“綜合研判能力”（synthesis skills）。
當然，慣常的局限性依然存在。基准測試，尤其是選擇題形式，只能作為評估模型能力和潛在經濟價值的參考，猶如管中窺豹。
盡管如此，短短兩年間從“不及格”到“近乎滿分”的巨大飛躍，足以凸顯 AI 在專業領域的進化速度之快。
AI通關CFA了，然後呢？
當機器能輕松考下你引以為傲的證書，能代寫你的報告，能處理你的數據，甚至很快在分析能力上都能把你甩在身後時，你該怎麼辦？
媒體行業創業者兼出版人Matthias Bastian認為，會考試 ≠ 能幹活：
考場得意，不代表職場如意。通過考試並不意味著模型能勝任金融分析師的日常瑣碎工作（daily grind），比如與客戶面談、評估復雜的市場情緒，以及在信息不全的情況下做出關鍵決策。
研究還特別提到，模型在“道德倫理”類題目上依然最吃力，因為這類問題往往需要深度的情境理解和價值判斷。畢竟，考試考察的是孤立的知識點，而非在復雜多變的現實世界中靈活運用知識的能力。
此外，研究人員也無法完全排除“數據污染”的可能性。雖然測試使用的是最新的付費受版權保護材料，但相關考題可能早已通過公共數據集中的改寫或變體內容，滲透進了模型的訓練數據中。這意味著，模型可能僅僅是“背過”了答案，而非真正通過邏輯推理得出了結果。
考場得意，不代表職場如意。通過考試並不意味著模型能勝任金融分析師的日常瑣碎工作（daily grind），比如與客戶面談、評估復雜的市場情緒，以及在信息不全的情況下做出關鍵決策。
研究還特別提到，模型在“道德倫理”類題目上依然最吃力，因為這類問題往往需要深度的情境理解和價值判斷。畢竟，考試考察的是孤立的知識點，而非在復雜多變的現實世界中靈活運用知識的能力。
此外，研究人員也無法完全排除“數據污染”的可能性。雖然測試使用的是最新的付費受版權保護材料，但相關考題可能早已通過公共數據集中的改寫或變體內容，滲透進了模型的訓練數據中。這意味著，模型可能僅僅是“背過”了答案，而非真正通過邏輯推理得出了結果。
特許金融分析師、高盛全球投資研究部數據戰略團隊負責人Ingrid Tierens博士，在AI通過CFA認證考試之際，撰文表示，AI還不能替代分析師。
她認為，AI通關CFA是意料之中的勝利，畢竟在金融領域之外的考試中，AI已經拿下了頂級超級，比如奧數競賽等。
CFA考試正是AI最擅長的領域：面對界定清晰的知識體系、海量的同質化訓練數據，以及全球統壹、歷久不變的標准化考試形式，AI理應表現出色。
其次，正如馬克·吐溫那句名言：“歷史不會重演，但往往驚人地相似。”
AI的進步與金融業的歷史軌跡如出壹轍，同時也提醒我們，這種進步往往不是線性的，而是爆發式的。從紙筆到計算器，再到電腦、Excel表格、Python編程，金融業壹直在擁抱技術變革。
在“價值投資之父”Benjamin Graham身上，這壹歷史視角得到了完美體現。
他還是CFA資格認證背後的核心推動者
早在1963年，當計算機剛剛踏入投資界之時，Graham就在《金融分析師期刊》（Financial Analysts Journal）上發表了題為《金融分析的未來》的文章，對行業前景樂觀至極。
AI已經勢不可擋，關鍵在於如何“用好它”：在能創造價值的環節，在合理的安全邊界（guardrails）內，充分發揮AI的威力，這將成為核心優勢。把那些消在繁瑣分析上的時間省下來，花更多時間讓思考更具戰略高度、解決更復雜的問題以及客戶溝通更有深度。
最後，想靠AI“上位”徹底取代投資專家？短期內門兒都沒有。
想要拿下入行的敲門磚，你得證明自己能在瞬息萬變的市場中靈活運用知識，能進行批判性思考，能創新——這可比死記硬背通過CFA。
卓越的投資業績，往往來自於捕捉那些被市場忽視的“離群點”和隱秘信息，遠非考試可覆蓋。
最後，重溫壹下Benjamin Graham在1963年那篇文章中的結語，至今讀來依然振聾發聵：
無論世事如何變遷，有壹點我深信不疑：未來的金融分析之路，將和過去壹樣，通往成功的路徑絕不止壹條。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： |
| 延伸閱讀 |
推薦: