AI理财建议质量超预期但需优化

随着人工智能技术的普及，越来越多的人开始向大型语言模型寻求理财建议。然而，这些建议的质量究竟如何？它们能否真正帮助人们改善财务状况？麻省理工斯隆管理学院的一项最新研究给出了初步答案：AI理财建议的质量出人意料地好，但前提是提问方式得当。

该研究的合著者、麻省理工斯隆管理学院金融学助理教授Taha Choukhmane指出：“半数美国人表示他们正在使用AI获取理财建议，但我们对他们获得什么样的建议以及是否采纳这些建议知之甚少。”这项研究通过严谨的模拟实验，对大型语言模型提供的理财建议质量进行了系统测量和分析。

研究设计：模拟人生轨迹

研究团队首先构建了一个反映人们收入、工作、投资和税收随生命周期典型演变的模型，以此作为评估“好”财务决策的基准。随后，他们招募了1000名成年人，要求他们撰写自己的提示词，向GPT-5.2、GPT-5.6或Gemini 3 Flash寻求支出和投资建议。接着，研究团队模拟了22岁至89岁的人群在一段时间内遵循这些建议的情况，反复向AI提出类似问题，并遵循其关于支出、储蓄和投资的建议。

为了对比，研究团队还使用包含完整财务信息和明确假设的学术性提示词重复了实验。这些更详细的提示词包含个人的年龄、工作状态、收入和储蓄余额，以及对经济环境的假设。通过比较普通人在AI建议下的模拟结果与没有AI帮助时的财务行为，以及学术提示词下的模拟结果，研究人员得以评估AI建议的实际影响。

主要发现：AI建议的亮点与不足

研究结果显示，遵循AI建议可以为几乎所有30岁以上的个人带来可观的储蓄缓冲。AI始终建议人们在工作期间储蓄、退休时动用储蓄、大量投资于多元化的股票基金，并在45岁后减少股票敞口。这些建议符合经典的财务规划原则，体现了AI在基础理财指导方面的能力。

然而，研究也揭示了AI建议的明显短板。AI聊天机器人在应对失业等冲击时调整建议的能力不足，且允许投资组合自然漂移，而非主动进行再平衡。这意味着，当个人面临突发的财务困境时，AI可能无法及时提供针对性的调整建议。此外，即使研究人员引入更结构化的提示词，AI仍然经常产生过少的主动投资组合再平衡建议。

提示词的影响：个性化差异显著

研究还发现，提示词的差异会导致建议的变化，这种变化与性别、金融素养水平以及对大型语言模型的熟悉程度有关。这表明，不同用户可能从AI获得质量参差不齐的建议，尤其是那些金融知识较少或不熟悉AI交互的用户，可能无法充分表达自己的需求，从而获得较差的建议。

尽管如此，当研究人员使用更结构化的提示词时，AI理财建议的质量得到了改善。这提示我们，通过设计更清晰的提问框架，用户可以显著提升AI建议的实用性。对于AI开发者而言，优化模型对复杂财务情境的理解能力，以及引导用户提供更全面的信息，将是提升服务质量的关键。

未来展望：普惠金融的潜力与挑战

这项研究的意义在于，它证明了大型语言模型可以提供价格合理、广泛可及的财务建议来源。对于许多无法承担传统财务顾问费用的个人来说，AI或许能成为改善财务决策的有力工具。然而，AI建议在应对个人特殊情况（如失业）和主动投资组合管理方面的不足，也提醒我们目前的技术仍处于发展阶段。

随着模型能力的提升和提示工程技术的成熟，AI理财建议有望变得更加个性化和精准。未来的研究可以进一步探索如何让AI更好地理解用户的独特财务状况，并提供动态调整的建议。对于普通用户而言，学会“问对问题”将是充分利用AI理财建议的关键。