2026 年 1 月 23 日，2025/2026 中国量化投资跨年峰会在上海中心大厦成功举办。

本次活动由金融阶、BigQuant 与华泰证券三家机构共同主办。作为本届峰会的三大主办方之一，金融阶Finelite 深度参与峰会的整体策划与议题设计。金融阶合伙人/寻访事业部总监 黄俊（Junco）受邀发表主题演讲《AI 提效之后：量化人才结构的重组与升级》，基于猎头一线数据与长期行业观察，对 AI 深度介入背景下量化机构的人才结构变化进行了系统性拆解，引发与会嘉宾的广泛关注与共鸣。

黄俊认为：AI 提效之后，量化人才结构正在经历一场深度重塑。当 AI 全面介入投研流程，策略生产的技术门槛被迅速拉平，真正决定长期回报的核心能力，正从“谁能做策略”，转向“谁能搭系统、控风险、做判断"。

岗位没有消失，而是价值正在转移

“过去 18 个月，量化行业岗位需求总量整体保持稳定，但内部结构已发生显著变化。以传统“多面手”量化研究员为代表的泛化岗位需求下降约 20%–30%，而围绕 AI 能力构建的新型岗位——如 AI/量化架构师、AI 算法研究员、大模型应用开发工程师、机器学习平台工程师 等，需求增幅普遍超过 200%。”

“我们看到的并不是岗位的消失，而是岗位价值的转移。” 黄俊强调，招聘端正在从“泛量化”向“强分层”演进，岗位职责、决策层级和价值评估标准正变得更加清晰，中间型、模糊型角色被持续压缩。

决策、平台与风控，正在成为结构中心

在 AI 显著提升特征生成、回测与调参效率的背景下，黄俊指出，研究产能的提升并不等同于研究价值的提升。当实验本身不再稀缺，真正稀缺的反而是对研究方向的判断能力，以及对风险与资本配置的理解深度。

黄俊进一步将量化组织的人才结构拆解为多个关键层级：

• 决策层：能够定义研究方向、缩小搜索空间的人才，正更早参与资本配置与风险承担，角色逐步向 PM 与投资合伙人演进；

• 平台层：研究平台从支持系统升级为中枢系统，数据一致性、可复现性与系统工程能力成为机构核心壁垒；

• 风控与组合层：在因子同质化与极端行情频发的背景下，组合层面的流动性管理、压力测试与动态相关性调整，正成为决定长期生存能力的关键。

通过对 2018 年全球量化回撤事件及 2020 年疫情期间美元流动性危机的复盘，黄俊指出，模型可以局部最优，但资金需要长期最优，这也推动 Quant Risk、Portfolio Scientist 等岗位的重要性持续上升。

组织设计，正在成为 Alpha 的一部分

在演讲的最后，黄俊将视角进一步提升至组织层面。他指出，AI 正在推动量化机构从“人盯人”的研究员部落制，转向“中央 AI 平台 + 特种兵小队”的新型组织结构。顶层人才溢价持续扩大，复合型判断型人才成为最稀缺资源，而平台化、中台化或将成为行业主流。

AI 改变的是效率，

人才结构决定的是长期回报

“AI 改变的是 How to try faster？（如何快速试错，如何高效尝试），但真正决定长期回报的，始终是 What’s worth trying（何以值得奔赴，何时值得尝试）” 黄俊总结道，这场重组并非发生在未来，而正体现在当下每一次职位描述（JD）的改写、每一次面试评估，以及每一次薪酬谈判之中。

本届中国量化投资跨年峰会的成功举办，不仅为行业提供了高质量的交流平台，也进一步凸显出，在 AI 深度渗透背景下，量化投资正从技术与策略竞赛，升维为“人机协同”体系的设计竞赛。

结语：观点强调 AI 在量化行业的广泛应用，或将推动量化机构招聘结构发生深刻调整。对于机构而言，未来的招聘决策需要从组织顶层设计出发，以构建长期具竞争力的平台；对于求职者而言，掌握 AI 技能并培养稀缺能力，将成为应对行业变革、降低被优化风险的核心竞争力。