被誉为「黄金职业通行证」的人类知识堡垒实盘配资平台app，CFA 考试悄然陷落。最新的推理模型不仅轻松通过了 CFA 三级考试，还创造了几乎满分的成绩。
AI 一分钟，人类十年功！
一觉醒来，AI 推理模型已横扫特许金融分析师 CFA 考试。
要拿下享誉全球的 CFA（特许金融分析师）证书，对于人类考生来说，这通常意味着数年的煎熬和至少 1000 小时的苦读。
但 AI 这次取得的成绩有点让人「破防」了：推理模型不仅轻松通过了三级考试，还创造了几乎满分的成绩。
具体而言，在一级考试中，Gemini 3.0 Pro 创下 97.6% 的历史最高纪录。
二级考试中，GPT-5 以 94.3% 的成绩领先。
在三级考试中，Gemini 2.5 Pro 在选择题部分取得 86.4% 的最高分，而 Gemini 3.0 Pro 在问答题部分达到 92.0% 的优异成绩。
那些想去华尔街工作的毕业生，可能睡不着了。
金融界「最难考试」被 AI 通关
特许金融分析师（Chartered Financial Analyst，CFA）认证被公认为金融领域难度最大的资格认证之一。
全部三级考试，需要逐级通过，涵盖从基础知识到应用分析、直至复杂投资组合构建的进阶能力。
在 2023 年，当时最强的 AI 模型只能解答部分 CFA 试题，表现参差不齐。
当时的研究证实 AI 能搞定 CFA 一级和二级考试，但当时它们在三级考试面前却碰了壁，因为搞不定那些复杂的论述题（essay questions）。
链接：https://aclanthology.org/2024.emnlp-industry.80/
到了今年 7 月，AI 已经能在几分钟之内通过最难的 CFA 考试：
来自纽约大学斯特恩商学院（NYU Stern）与 AI 财富管理平台 GoodFin 的研究人员想探究：AI 是否已经具备了处理「专业金融决策所需的、高风险的分析推理」能力？
研究团队对 23 个大语言模型进行了「大阅兵」，测试它们处理 CFA 三级模拟试题中选择题和论述题的能力。
要知道，CFA 三级考试的核心可是最考验功力的投资组合管理和财富规划。
CFA 三级考试主题和权重
结果显示，o4-mini、Gemini 2.5 Pro 和 Claude Opus 等前沿推理模型，在运用「思维链」（chain-of-thought）提示词技术后，均成功通关。
链接：https://arxiv.org/pdf/2507.02954
「我认为毫无疑问，这项技术将在未来彻底重塑整个行业。」GoodFin 的创始人兼 CEO Anna Joo Fee 如是说。
本月 9 日，最新研究表明，当前这代推理模型不仅全部通过了三级考试，某些科目甚至接近满分。
预印本链接 ;https://arxiv.org/abs/2512.08270 标题：Reasoning Models Ace the CFA Exams
AI 的新成绩让人破防来自哥伦比亚大学、伦斯勒理工学院和北卡罗来纳大学的研究团队，使用包含 980 道考题的题库对 6 款推理模型进行测试。
他们编制了一套涵盖 CFA（特许金融分析师）全部三个等级的模拟试题，共计 980 道题目。
一级试题集（Level I Set）： 包含三套试卷，总计 540 道多选题（Multiple Choice Questions, MCQs），每套 180 题。
二级试题集（Level II Set）： 包含两套试卷，总计 176 道选择题（每套 88 题），每套试卷由 22 个「案例题组」（item sets）组成，每个题组包含 4 个问题。
三级试题集（Level III Set）： 包含三套试卷，总计 264 道题目（每套 88 题）；每套试卷采用混合形式，包含 11 个案例题组（共 44 道选择题）和 11 个论述型案例分析（constructed-response case studies，共 44 道论述题 /CRQs）。
尽管正式 CFA 考试中论述题的具体数量和分值权重会有所变化，但这些模拟试题遵循了标准且具有代表性的结构。
（注：案例文本以蓝色标注，问题以红色呈现，选项以绿色显示，所有示例均为示意性内容而非真实考题）
一级考试选择题示例：聚焦道德与职业行为准则，通过利益冲突情境考查考生对合规判断的掌握。
二级考试选择题：围绕股权投资实务，测试对 IPO 牵头行核心职责的理解与辨析能力。
三级考试论述题示例：设定财务报告分析情境，要求结合通胀环境变化，判断并说明外币报表折算方法的适用性。
三级考试选择题示例：涉及私募市场估值，需计算债券市值，并综合评估违约风险与清偿顺位对投资价值的影响。
三级考试论述题示例：探讨资产配置理论，比较两种资本资产定价模型（CAPM）的应用前提与估计精度，论证其适用差异。
结果显示：Gemini 3.0 Pro、Gemini 2.5 Pro、GPT-5、Grok 4、Claude Opus 4.1 和 DeepSeek-V3.1 均依据既定标准通过了所有级别考核，部分成绩甚至接近满分。
Gemini 与 GPT-5 双雄领跑
在一级考试（基础多选题）中，Gemini 3.0 Pro 以 97.6% 的惊人准确率创下历史新高。GPT-5 紧随其后，斩获 96.1%，Gemini 2.5 Pro 也拿到了 95.7% 的高分。即便是测试中表现「垫底」的 DeepSeek-V3.1，准确率也高达 90.9%。
来到侧重应用与分析（案例研究）的二级考试，GPT-5 反超夺魁，准确率达 94.3%。Gemini 3.0 Pro 和 Gemini 2.5 Pro 分别以 93.2% 和 92.6% 紧随其后。
研究人员惊叹道，这些模型在此阶段的表现「近乎完美」。不过，「道德规范」（Ethics）板块依然是 AI 的软肋。数据显示，即便最强模型，在二级考试的道德类题目中也有 17% 到 21% 的相对错误率。
到了最复杂的三级考试（包含选择题与开放式问答），Gemini 2.5 Pro 在选择题部分拔得头筹，准确率为 86.4%。但在更考验生成能力的「论述题」环节，Gemini 3.0 Pro 展现了统治力，得分率高达 92.0%，相比前代模型的 82.8% 有了质的飞跃。
为了对开放式问答环节进行评分，研究团队使用了 o4-mini 模型来实现自动化批改。
研究人员坦言，这种做法可能会引入测量误差，并产生某种「篇幅偏见」（verbosity bias），即回答越长，得分往往越高。因此，这些测试结果只能视为基于模型的估算值。
通过标准沿用了过往合格标准：
一级考试要求单科不低于 60%，总分不低于 70%；
二级考试要求单科不低于 50%，总分不低于 60%；
三级考试则要求在选择题和论述题两部分中，平均得分率至少达到 63%。
研究人员指出，测试结果表明「推理模型的专业能力已超越初级至中级金融分析师的要求，未来甚至可能达到资深分析师的水准」。
如果说此前的大语言模型已经掌握了一级和二级考试中那些「既定的规范化知识」（codified knowledge），那么最新一代模型正在习得三级考试所必需的复杂「综合研判能力」（synthesis skills）。
当然，惯常的局限性依然存在。基准测试，尤其是选择题形式，只能作为评估模型能力和潜在经济价值的参考，犹如管中窥豹。
尽管如此，短短两年间从「不及格」到「近乎满分」的巨大飞跃，足以凸显 AI 在专业领域的进化速度之快。
AI 通关 CFA 了，然后呢？
当机器能轻松考下你引以为傲的证书，能代写你的报告，能处理你的数据，甚至很快在分析能力上都能把你甩在身后时，你该怎么办？
媒体行业创业者兼出版人 Matthias Bastian 认为，会考试 ≠ 能干活：
考场得意，不代表职场如意。通过考试并不意味着模型能胜任金融分析师的日常琐碎工作（daily grind），比如与客户面谈、评估复杂的市场情绪，以及在信息不全的情况下做出关键决策。
研究还特别提到，模型在「道德伦理」类题目上依然最吃力，因为这类问题往往需要深度的情境理解和价值判断。毕竟，考试考察的是孤立的知识点，而非在复杂多变的现实世界中灵活运用知识的能力。
此外，研究人员也无法完全排除「数据污染」的可能性。虽然测试使用的是最新的付费受版权保护材料，但相关考题可能早已通过公共数据集中的改写或变体内容，渗透进了模型的训练数据中。这意味着，模型可能仅仅是「背过」了答案，而非真正通过逻辑推理得出了结果。
特许金融分析师、高盛全球投资研究部数据战略团队负责人 Ingrid Tierens 博士，在 AI 通过 CFA 认证考试之际，撰文表示，AI 还不能替代分析师。
她认为，AI 通关 CFA 是意料之中的胜利，毕竟在金融领域之外的考试中，AI 已经拿下了顶级超级，比如奥数竞赛等。
CFA 考试正是 AI 最擅长的领域：面对界定清晰的知识体系、海量的同质化训练数据，以及全球统一、历久不变的标准化考试形式，AI 理应表现出色。
其次，正如马克 · 吐温那句名言：「历史不会重演，但往往惊人地相似。」
AI 的进步与金融业的历史轨迹如出一辙，同时也提醒我们，这种进步往往不是线性的，而是爆发式的。从纸笔到计算器，再到电脑、Excel 表格、Python 编程，金融业一直在拥抱技术变革。
在「价值投资之父」Benjamin Graham 身上，这一历史视角得到了完美体现。
他还是 CFA 资格认证背后的核心推动者
早在 1963 年，当计算机刚刚踏入投资界之时，Graham 就在《金融分析师期刊》（Financial Analysts Journal）上发表了题为《金融分析的未来》的文章，对行业前景乐观至极。
AI 已经势不可挡，关键在于如何「用好它」：在能创造价值的环节，在合理的安全边界（guardrails）内，充分发挥 AI 的威力，这将成为核心优势。把那些消在繁琐分析上的时间省下来，花更多时间让思考更具战略高度、解决更复杂的问题以及客户沟通更有深度。
最后，想靠 AI「上位」彻底取代投资专家？短期内门儿都没有。
想要拿下入行的敲门砖，你得证明自己能在瞬息万变的市场中灵活运用知识，能进行批判性思考，能创新——这可比死记硬背通过 CFA。
卓越的投资业绩，往往来自于捕捉那些被市场忽视的「离群点」和隐秘信息，远非考试可覆盖。
最后，重温一下 Benjamin Graham 在 1963 年那篇文章中的结语，至今读来依然振聋发聩：
无论世事如何变迁，有一点我深信不疑：未来的金融分析之路，将和过去一样实盘配资平台app，通往成功的路径绝不止一条。
量盈配资提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
