问题是，这些建议究竟靠不靠谱？麻省理工学院斯隆管理学院金融学助理教授 Taha Choukhmane 与合作者用一套新方法给出了量化答案。研究论文题为《AI 理财建议：供给、需求与生命周期影响》，合作者包括斯坦福大学商学院的 Tim de Silva，以及斯隆管理学院的 Weidong Lin 与 Matthew Akuzawa。该论文获得了瑞士金融研究院 2026 年度杰出论文奖。

“有一半美国人说自己在用 AI 获取理财建议，但外界对他们究竟得到了什么建议、有没有照做，了解得非常有限。”Choukhmane 说。

研究怎么做的

评估这类建议的难点在于，结果同时取决于三件事：用的是哪个模型（供给端）、人怎么提问（需求端），以及个人处境随时间的动态变化。

研究团队的解法分三步。第一步，构建一个模拟人一生中收入、职业、投资与纳税如何演变的模型，作为判断”什么算好决策”的基准。第二步，招募 1000 名成年人，让每人各写三段提示词：描述自己的处境、询问该存多少花多少、询问该怎么投资——其中约一半人此前刚用过 AI 咨询财务问题。第三步，把这些真人写的提示词分别投给 GPT-5.2、GPT-5.6 与 Gemini 3 Flash，将回答转换成具体的财务决策，再模拟从 22 岁到 89 岁的完整人生路径，过程中还会随机加入失业等冲击事件。

最后，团队又用学者写法的”学术提示词”重跑一遍作对照。这类提示词会补全个人的年龄、就业状态、收入与储蓄余额，并明确给出预期寿命、生活支出、退休年龄、失业风险与收入波动等假设，同时约定现行税法与社会保障规则不变。

结论一：建议质量超出预期

模拟结果显示，无论提示词出自普通人还是学者之手，模型给出的建议都把人推向了更接近生命周期理论的方向：工作期多存钱、退休后逐步支取、大比例配置分散化的股票基金，并在 45 岁之后降低权益仓位。

在 AI 指导下，30 岁以上的模拟对象几乎全都攒出了可观的储蓄缓冲，参与了股市并保持分散配置，随年龄增长逐步转向更安全的资产。不少案例中，退休时的模拟财富超过了 100 万美元。

“建议的质量让我们有点意外，”Choukhmane 说，”尤其是看过人们实际提的那些问题之后——建议能和学界公认的良好财务原则对上，本来并不是理所当然的事。”

“这些系统并不是为优化财务决策而设计的，它们完全可能强化坏习惯，或者只挑用户爱听的说，”他补充道，”综合来看，这些结果说明 AI 有可能提供一种低成本、覆盖面广的财务指导，弥补传统顾问在高收费、偏见与利益冲突方面的不足。”

研究还发现，模型并不只是顺着用户的话说，而是会主动扩展话题。流动性问题出现在 83% 的 AI 回答中，而主动提及它的用户只有 6%；储蓄的差距同样明显——只有 20% 的人在提问中提到，却出现在 76% 的回答里。模型也频繁推荐高收益储蓄账户、政府债券这类更稳妥的分散化选项。

结论二：短板集中在”随机应变”

模型的弱点则集中在更微妙的层面。它倾向于依赖简单的经验法则，在情况发生变化时调整得不够到位。

一个典型例子是失业。对刚刚失去收入的人，模型会建议把开支砍得过狠，哪怕对方账上还有充足储蓄。此外，模型在投资组合上偏向被动漂移而非主动再平衡，对退休后应当逐步支取的部分也建议得偏保守。

换用学术提示词之后，表现明显改善：消费平滑做得更好，对经验法则的依赖减少。但即便如此，主动再平衡的建议仍然偏少。

“普通人不会像金融学教授那样写提示词。”Choukhmane 说。研究中一条典型的真人提问是这样的：”我从 50 美元起步、之后每月固定追加 25 美元，该投到哪里？”

结论三：谁来提问，结果差很多

最值得警惕的一项发现是：模型给出的建议会随提问者的性别、金融素养和 AI 使用经验系统性变化，而这些差异经过一生的复利累积，会变成退休时实打实的财富差距。

论文摘要给出的总体量级是：不同群体之间的退休财富差距在 4% 到 5% 之间。具体来看：

• 面对男性和金融素养较高者写的提示词，模型推荐了更高的权益配置比例。这一差异累积下来，女性和金融素养较低者在 60 岁时的财富要少约 5 万美元（4%）。
• 对此前没用过 AI 咨询财务问题的人，模型推荐了更低的储蓄率。照做的结果是，他们在 60 岁时比有 AI 使用经验者少了将近 10 万美元（6%）。

差异来自两个源头。其一是提问方式本身不同：女性更常在提示词中使用”家庭””日用采买””付款”这类词，男性则更多使用”策略””加密货币””增长”。其二是模型自身——即便面对同一个问题，只要标注提问者是女性而非男性，建议也会发生变化。

在性别造成的财富差距中，约三分之二可归因于男女提示词写法的差异，剩下三分之一来自模型对相同提示词给出不同建议。Choukhmane 认为，后一种模式既可能是模型在对不同人群的偏好或处境做出合理推断——理想情况下应当向用户明确说明——也可能是从训练数据中习得的偏见。

他同时提醒，并非所有差异都是问题：”我们确实希望模型有不同的倾向，因为男性和女性本来就不同，预期寿命和收入风险都不一样。”真正的困难在于目前缺乏公认基准：”只有当业界对建议应当如何随人口特征变化形成一套认可的框架，大模型才谈得上朝正确方向改进。”他表示对这一点仍抱有期待。

对普通用户和金融机构的启示

对使用者而言，Choukhmane 的建议是：除了留意偏见、在当前阶段主动要求模型防范偏见之外，关键还是把提示词写好。那些建立在生命周期规划、投资组合理论与真实财务假设之上的提问，能显著改善关于消费与储蓄的建议，减少笼统的经验法则式回答。

“真正的挑战是，如何让 AI 理财建议同样惠及那些金融素养不高、提示词写不完美的人。”他说。一个可行的思路是：先把 AI 当作理解财务知识的工具，而不是直接照单执行的指令源。

他还认为，AI 与真人顾问之间是互补关系。真人顾问一年可能只见两次面，AI 则能帮人在日常中实时落实他们给出的方案；而对那些请不起顾问的人来说，AI 提供了一条廉价的获取建议的途径——”最需要理财建议的人，往往恰恰是资源最少的那批人。”

对金融机构来说，这项研究还揭示了一个新变化：模型经常主动推荐用户完全没提过的账户类型、金融产品和服务商。研究发现，先锋领航（Vanguard）的投资产品出现在 6% 的模型回答中，安硕（iShares）产品出现在 3.4% 的回答中，而在用户提问里提到这两家公司的比例还不到 0.4%。这意味着获客的关键可能正在从传统营销和搜索曝光，转向产品在大模型回答中如何被描述。

需要说明的是，这项研究基于美国的税制、社保与退休金体系设计，具体的储蓄率与配置比例结论不宜直接套用到其他市场；文中所有内容仅为研究结果转述，不构成任何投资建议。

来源：麻省理工学院斯隆管理学院官网（Ideas Made to Matter 栏目及新闻稿），工作论文编号 MIT Sloan Working Paper 7377-26