据Bloomberg报道，OpenAI已招募超过100名前高盛、摩根士丹利和摩根大通的投资银行家，帮助训练其人工智能构建财务模型。这一秘密内部项目被称为“水星计划”（Project Mercury），参与者每小时获得150美元报酬，为系统提供真实数据、结构和交易逻辑——涵盖从IPO到重组再到杠杆收购的全流程。
水星计划：用真实交易经验训练AI
在水星计划中，前交易员们编写提示词并构建完整的财务模型，模拟真实分析师的工作方式。他们被要求每周生成一个模型。每个提交的模型会经过评审员反馈，合格后才被纳入系统。OpenAI表示，这些承包商独立操作，所有支付和管理通过第三方供应商处理。
申请流程本身也高度自动化：候选人首先接受一个AI聊天机器人的20分钟面试，机器人直接从简历中提问；通过后需进行财务报表测试，最后是现场建模挑战，证明能构建干净专业的电子表格。一旦入选，他们需要遵循严格指南：保持格式一致、百分比用斜体、维持与实际银行模型相同的页边距。
相关人士透露，参与者来自Brookfield、Mubadala Investment、Evercore、KKR等公司，还有少数哈佛和麻省理工MBA在读生加入。每个模型都遵循华尔街标准，以便OpenAI系统不仅学习数学，还能学习银行家应使用的专业风格。OpenAI发言人表示，公司“与各领域专家合作以改进和评估模型能力”，强调所有贡献者均经过严格背景审查。
从华尔街“pls fix”文化到AI自动化
投行分析师通常每周工作80小时，忙于构建Excel模型和PowerPoint演示稿，同时应对上级最后一刻的修改要求——这催生了华尔街著名的“pls fix”梗。水星计划的目标正是将这些重复性任务交由算法处理。对于估值高达5000亿美元但尚未盈利的OpenAI而言，此类实验是其商业变现能力的重要证明。
市场影响分析：金融与加密领域的双重冲击
若AI能可靠地构建财务模型，将直接冲击投行初级岗位，并加速金融行业自动化。对于加密货币市场，AI驱动的模型可应用于DeFi协议的风险评估、套利策略优化以及链上数据分析。例如，AI可以自动生成流动性池的收益模型，或模拟不同市场条件下的清算概率。此外，OpenAI的金融专业化探索可能引发加密原生AI项目的竞争，如基于大语言模型的交易顾问、智能合约审计工具等。
然而，依赖历史数据训练的模型可能隐含过拟合风险，尤其在加密市场高波动特性下。前银行家的专业逻辑能否适应加密资产独有的定价机制（如代币经济学、质押收益）仍是未知数。长远来看，水星计划或为传统金融与加密金融的融合提供技术桥梁，但监管和模型透明度问题仍需重点关注。
目前，OpenAI尚未公开模型的具体发布计划。但该项目的推进表明，AI正在从通用助手向垂直领域专家进化，而金融——包括加密货币金融——将成为首批被重塑的战场。