萨姆·奥尔特曼谈高盛：为何AI编程胜过金融

太长不看: 萨姆·奥尔特曼最近评论称，在高盛工作“现在听起来令人难以置信地糟糕”，这反映了开发者优先级的广泛转变——从高压金融转向用AI构建。本文探讨了这一观点为何引起共鸣、对你的职业选择意味着什么，以及如何立即开始使用开放模型API进行构建。

为何萨姆·奥尔特曼关于高盛的评论对开发者很重要

萨姆·奥尔特曼对高盛的评论不仅仅是名人八卦——它标志着科技行业重心转移的信号。当OpenAI的CEO说一份 prestigious 的金融工作听起来“令人难以置信地糟糕”时，他是在对一代开发者说话，这些人越来越重视构建AI产品，而不是在银行业每周苦干80小时。

这一评论出自最近的采访，突显了一个真实的矛盾：传统金融职业提供高薪，但往往涉及重复性任务和僵化的层级结构。与此同时，AI开发提供创造性问题解决、快速迭代，以及构建能提升自身生产力的工具的机会。对许多开发者来说，选择不仅仅关乎薪水——更关乎哪种工作有意义。

这并不是完全否定金融。而是认识到你作为AI开发者所培养的技能——提示工程、模型评估、API集成——在各大行业都越来越有价值。与投资银行的不透明世界不同，AI开发是触手可及的：你可以今天就用免费账户和几行代码开始构建。

AI领域中的“开放模型”意味着什么？

当我们谈论AI中的开放模型时，我们指的是权重和架构公开可用的大型语言模型（LLMs）。与GPT-4等专有模型不同，DeepSeek、GLM和Qwen等开放模型可以自托管、微调并无供应商锁定地集成。

对于来自金融背景的开发者——或任何考虑转行的人——开放模型提供了几个实际优势：

• 成本透明：按token（输入和输出）付费，无隐藏费用
• 灵活性：根据任务需求在模型间切换
• 无锁定：你的代码兼容任何OpenAI兼容API，因此永远不会被单一供应商困住

以下是通过TokShop的OpenAI兼容API可用的热门开放模型快速对比：

模型	输入（每100万token）	输出（每100万token）	上下文窗口
DeepSeek V3.2	$0.42	$0.63	128,000 tokens
GLM 4.6	$0.90	$3.30	200,000 tokens
Kimi K2	$0.855	$3.45	131,072 tokens
Qwen3 Coder	$2.25	$11.25	262,144 tokens

如你所见，每个预算和用例都有合适的模型。DeepSeek非常适合高容量、成本敏感的应用，而Qwen3 Coder的大上下文窗口适合复杂代码生成任务。

如何开始使用开放模型构建？

开始使用开放模型很简单——你不需要金融学位或硅谷背景。以下是一条实用路径：

1. 创建账户，在TokShop只需邮箱和密码
2. 生成API密钥（形如sk-tok-...）从你的仪表板
3. 进行首次API调用，使用任何OpenAI SDK

以下是一个入门的最小Python示例：

from openai import OpenAI

client = OpenAI(
    base_url="https://tokshop.xyz/v1",
    api_key="sk-tok-your-key-here"
)

response = client.chat.completions.create(
    model="deepseek-v3.2",
    messages=[
        {"role": "user", "content": "编写一个Python函数来计算复利"}
    ]
)

print(response.choices[0].message.content)

这种方法的美妙之处在于你正在学习可迁移的技能。OpenAI兼容接口意味着你今天构建的任何东西明天都可以与其他提供商配合使用。而且通过预付费计费，你完全控制支出——没有意外账单。

AI编程与金融职业相比如何？

让我们诚实地看待权衡。从事金融工作可以提供：

• 更高的起薪，在顶级公司
• 结构化的职业发展，有明确的里程碑
• 声望和社交机会

但AI开发提供：

• 即时影响：你的代码今天就能在生产中运行
• 创造性自主：你选择构建什么以及如何构建
• 快速技能增长：该领域每周都在发展，而不是每年
• 地点独立：远程工作是常态

实际现实是AI技能会复利增长。一个学会将GLM 4.6或Kimi K2等模型集成到实际应用中的开发者，获得的经验可以直接转移到任何科技公司。与此同时，金融技能往往特定于单一公司的系统和文化。

你应该转向AI开发吗？

如果你正在考虑从金融转向AI开发，这里有一个现实的评估：

如果以下情况，就去做：

• 你更喜欢构建东西而不是分析电子表格
• 你适应模糊性和快速学习
• 你希望你的工作有直接、可见的影响

如果以下情况，请三思：

• 你优先考虑稳定和清晰的职业阶梯
• 你不喜欢写代码或调试
• 你更喜欢有既定流程的结构化环境

好消息是你不必做出非此即彼的选择。许多开发者在保留日常工作的情况下，通过构建开放模型的副项目开始。TokShop的定价模式——按需付费，无订阅——使实验变得负担得起。

常见问题

在高盛工作真的“糟糕”吗？

不——萨姆·奥尔特曼的评论反映的是他的个人偏好，而非客观判断。高盛提供有竞争力的薪酬和宝贵的经验。关键在于，对许多开发者来说，AI工作提供不同的（不一定更好的）回报：创造性自由、快速迭代，以及构建触达数百万用户的产品的能力。

开始实验AI模型最便宜的方式是什么？

DeepSeek V3.2每百万输入token $0.42，目前是TokShop上最具成本效益的选择。你可以从小额预付费信用开始，用不到一美元就能进行数百次API调用。查看定价页面获取当前费率。

我可以将开放模型用于生产应用吗？

可以。TokShop的API是OpenAI兼容的，意味着你可以使用标准SDK将其集成到生产系统中。关键考虑因素是模型选择（将上下文窗口和成本与你的用例匹配）以及监控token使用量以有效管理成本。