AI理财建议到底行不行，我拿真金白银试了一周

作为在昇腾上跑过几天算子的人，我对“看起来合理但实际算不动”的东西有种职业敏感。NBER这篇论文用的是随机对照实验，把AI建议、真人理财师、还有“典型美国人”的建议摆在一起对比，测了两千多人的反馈。结论是AI的建议效果跟真人理财师差不多，但这个东西离“能用”还差着几层显存。

第一天我拿自己真实的账单数据去问，问题很具体：“我房贷利率4.2%，手里有20万闲钱，提前还贷还是买指数基金”。AI给的答案结构很完整，风险偏好、流动性需求、机会成本都列了，逻辑上挑不出毛病。但追问一句“如果未来两年可能有失业风险呢”，它的回答就变得模棱两可，开始“建议您考虑”这种话术。这跟我在昇腾上跑Qwen开源模型遇到的情况一模一样，单轮对话看着聪明，上下文一长就露馅。

第三天我换了个思路，把论文里提到的几个场景拆开测。AI在“高屋建瓴”层面确实强，比如为什么要分散投资、ETF为什么比个股稳妥，这些讲得比大多数理财博主清楚。但落到具体数字上，比如“我每年能存5万，退休账户和普通账户怎么分配”，它给的方案在税务优化上明显不够细。论文里也提到，AI的短板在于处理复杂财务情况，比如房贷、债务、保险这些交叉在一起的场景，我实测下来确实如此。

一周后我把AI建议拿去给一个做私人财富管理的朋友看，他扫了两眼说“这是教科书答案，不是给你的答案”。教科书答案的问题在于，它假设你是理性的、风险偏好稳定的、没有隐性负债的。但真实的人不是这样。这让我想起上周写的关于私人信贷AI落地的帖子，瓶颈不在模型，在数据管道。AI财务建议也是同一个问题，它拿不到你真实的、完整的财务数据。

论文里有个数据挺有意思：用AI建议的人，和用真人理财师的人，最终财务决策的质量差不多。但“差不多”不代表“好”，可能只是两个都不太行。

所以我的结论是：如果你只是想要一个入门级的财务知识框架，AI比翻论坛强十倍，免费还好用。但你要是真拿着真金白银做决策，现阶段还是找个能看你完整账单、知道你职业风险、甚至会骂你“别买那个保险”的真人吧。AI的优化空间还很大，就像我手头这颗910B，理论算力摆在那，但算子没融合好之前，跑起来照样卡。