银行IT审计的窄,可能不是技术能力问题,而是你所在的岗位议价能力在下降;出路更可能是把审计积累的合规与业务判断,接到AI能放大的具体场景上,而不是硬回纯技术岗。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
窄的是岗位议价能力,不一定是你的技术
白领工作真正值钱的部分,是降低信息成本——报告、分析、代码、会议纪要这类活,AI 正用接近零的成本去做1。审计里的流程和政治,很多属于“证明自己在工作”的部分,AI 让这类工作证明变便宜,也让现实检验来得更快2。所以“路越走越窄”可能来自岗位本身失去议价能力,而不是你个人技术退步。判断标准可以换一个:你现在做的事,是帮银行降低信息成本,还是主要在旧积分牌上加分?如果是后者,硬回技术岗未必是解,因为那边同样在被压缩3。
把审计的context接到AI上,比回纯技术岗更可行
AI推演银行里 AI 落地慢,卡在数据、合规、旧系统和管理上,多数岗位更可能先被改造,而不是某天集体消失4。这恰好是审计熟悉的地带:你知道哪些流程有真实风险、哪些合规要求不能糊弄。有材料提到,判断一个市场需不需要某项技术,不能看它表面像不像,而要看查询深度上有没有不可妥协的需求5——审计对“追到底”的要求,正是这种不可妥协。可以试的一件事:挑一个你审过的 AI 场景,用 AI 工具自己把它的风险点或数据链路重做一遍,看能否做出比现有流程更省事的东西。这能验证你的判断力是否还接得上真实问题,而不只是验证你会不会写代码6。
材料没有银行IT审计的具体岗位信息,以上是可能方向而非对你的诊断;关于银行AI落地的描述来自一篇行业访谈,不代表所有银行。
出处
- 1AI取代的是所有白领工作
解释白领工作为何被AI系统性压缩,帮你判断“窄”是岗位问题还是能力问题
- 2职场不再奖励表演式工作,晋升要对结果负责
讲清fake work消失与旧积分牌失效,对应你感到的流程和政治
- 3知识付费、IP、升职加薪、向上管理、Skills、可复用AI工作流|闪光少女斯斯和小声比比
可回到原文核对这部分判断
- 4年薪20万到300万,却越来越不敢停下来:高收入打工人的高配困局
给出保留本职、用AI建第二支点的具体思路,适合你不想立刻辞职的处境
- 5学术界火了十年的Graph数据库,为什么等到 AI 才开始落地?|向量数据库为什么是死胡同?|纯技术创业有多爽?
用“查询深度”判断技术需求,帮你把审计的合规判断接到真实场景
- 6AI加持下,每天只工作四小时,获Andrej Karpathy认可?|摆脱无意义工作、用AI拓宽能力边界、兼职创业体感、加分思维|Riley
可回到原文核对这部分判断
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我是一个程序员,有了AI之后所有人干活的效率都提高了,多出来的时间只能自己找活干,但我在目前的领域专业储备一般,找不到足够有价值的方向去投入。现在就是在被裁找新方向或者卷起来之间摇摆。如果失去稳定现金流,AI对此不太认同,它的建议是尽可能在寒冬中稳住现金流,我应该怎么做?稳住现有的工作,找新的可以做的事情?还是做好被裁打算,用业余时间积累新方向需要的专业知识?
立正的主张不是二选一,而是先保住现金流,同时把上班的视角从「完成任务」换成「积累能带走的东西」;被裁与否不是你能控制的,能控制的是这段时间在积累什么。
- AI engineer、AI architect、FDE 这几条路径分别适合什么背景的程序员?
FDE 适合工程底子扎实、又愿意直接面对客户和业务的人;AI engineer 偏把 AI 能力做进产品;AI architect 偏设计整个系统怎么可靠运行。
- 機械工程師在AI時代會被取代嗎?
机械工程师整体不会被AI取代,但工作内容里偏“信息搬砖”的部分会被压缩;越靠近真实物理结果和决策责任,越难被替代。
- 软件开发工程师还有前途吗?
有前途,但前途从“会写某种代码”转向“能对业务结果负责、能自己动手把事做成”。
- Ai时代,大厂打工人的出路有哪些
大厂打工人的出路大致分两类:往生产力源头靠,或把价值从公司平台挪到自己身上,做能独立交付结果的事。
- 现在ai在数学领域如此厉害,数学研究生何去何从,该怎么考虑就业?
AI 强在算得快、答得准,但数学训练给你的抽象和建模能力,正好是把它用好的前提;就业方向要看你把这份能力接到哪个具体问题上。