这个夏天，MIT（麻省理工学院）斯隆商学院的研究人员做了一件不大不小的事：让 1000 个普通人向 AI 咨询「钱该怎么花、怎么存、怎么投」，然后模拟他们照着 AI 的话过完大半辈子。结论出人意料——包括研究者自己也没想到：AI 给出的理财建议，质量出奇地高。唯一的条件是，你得会问。
图：原文头图——机器人和人一起讨论屏幕上的股票行情。来源：mitsloan.mit.edu
一、一半美国人，已经在问 AI 怎么管钱
先说这项研究为什么值得看。现实背景是：据调查，一半美国人说自己正在用 AI 获取理财建议。论文作者之一、MIT 金融学助理教授 Taha Choukhmane 的原话是：「我们知道有很多人在问，但几乎不知道他们问到了什么、听没听。」
也就是说，这可能是历史上人数最多、却最缺少研究的「理财顾问」。研究团队把结果写成论文《AI Financial Advice: Supply, Demand, and Life Cycle Implications》，后来还拿到了瑞士金融学院 2026 年度最佳论文奖。一个严肃的金融研究机构愿意给「AI 当理财顾问」颁奖，这件事本身就值得普通人停下来看一眼。
二、实验怎么做：给 AI 出了一道「模拟人生」的题
怎么衡量 AI 的建议好不好？研究者先建了一个数学模型，模拟一个人的收入、职业、投资、税收随年龄如何变化——这相当于一份「标准答案」：在给定的条件下，怎么花钱、存钱、买什么，能让晚年过得最好。
接着，他们找来 1000 名成年人，让每个人用自己的话，向三个主流聊天 AI（GPT-5.2、GPT-5.6、Gemini 3 Flash）提问，主题就是花钱和投资。然后，研究者模拟从 22 岁到 89 岁的人照着 AI 的回答生活——每年按建议调整储蓄、开支和仓位，几十年后看家底差多少。对照组是那些没问 AI、按自己习惯理财的人。
最后还有一道关键的对照组：研究者自己用「学术级」提问方式把同样的问题再问一遍——把年龄、职业、收入、存款、预期寿命、退休年龄、就业风险，以及「美国税法不变」这类假设全部写清楚。两次提问，同一个 AI，唯一变的是提问的人。
笔者读这篇研究时，印象最深的就是这个设计：它把「AI 行不行」和「你会不会问」两件事干净地拆开了。
三、结果一：建议好得让研究者意外
先说让人意外的部分。无论提问者是普通路人还是金融学教授，AI 的建议都优于人们现在实际的做法：它劝人多存钱、参与股市、买分散的指数基金、45 岁以后逐渐降低股票比例；30 岁以上、几乎所有人按它说的做，都能攒下一笔可观的应急钱。
「我们有点惊讶于建议质量这么好，」Choukhmane 说，「尤其当你看到人们问的都是些什么问题时，AI 的回答居然还能和学术界认可的好原则对得上。」
这句话的潜台词值得玩味：研究者原本的预期是「普通人乱问、AI 乱答」，结果 AI 扛住了。这组数据至少说明，在大方向上，AI 比多数人想象的更懂理财常识——这个结论本身，就推翻了「AI 不懂理财」这个最常见的成见。
四、结果二：短板在细节，而细节取决于你怎么问
但 AI 不是没有毛病。它偏爱简单的经验法则：有人失业了，它建议立刻大幅砍开支——哪怕对方有存款，也砍得太狠；它也不太会主动调仓，投资组合漂移了就随它去。
更关键的是第二组对比：换成「学术级」提问后，同一个模型给出的建议质量立刻上一个台阶。普通人的典型问法是：「我有 50 美元，每月再投 25 美元，该买什么？」学者会写：「假设正常寿命、65 岁退休、就业有风险、收入有波动、税法不变……」同一台 AI，前者得到泛泛而谈，后者得到量身定制。
「普通人不会像金融学教授那样提问，」Choukhmane 说。这句话把问题的重心从「AI 行不行」翻到了「你会不会问」：AI 理财建议的天花板，很大程度上由提问质量的地板决定。
图：AI 与金融图表。来源：mitsloan.mit.edu
五、结果三：不会提问的人，60 岁时可能差出 10 万美元
研究里最扎心的一组数字在这里：AI 的建议会因提问者的身份而不同，而这种差异会随着时间复利成财富差距。
按 AI 的建议一路走到 60 岁：男性、金融素养高、之前用过 AI 的人，比女性和金融素养低的人，家底大约多出 5 万美元（4%）；而从没用 AI 问过理财的人，比用过的人少近 10 万美元（6%）。研究者进一步拆解：性别造成的差距里，约三分之二来自男女提问内容不同——女性更常提「家庭」「买菜」「账单」，男性更常提「策略」「增长」；另外三分之一来自模型本身——同样的提问，标注提问者是女性时，回答会不一样。
笔者觉得这组数字值得每个人看两遍：AI 建议的偏差不是随机的，它会按你的表达方式系统性偏移。对普通人来说，这意味着会提问本身就是一项能变现的技能，而且这项技能不用花钱买。
顺带一个行业插曲：研究者发现 AI 会主动推荐用户没提过的产品——Vanguard 的基金出现在 6% 的回答里，iShares 出现在 3.4%，而提问中提到这两家的不到 0.4%。换句话说，AI 已经在悄悄扮演「理财带货渠道」的角色，这大概是普通人最容易忽略、金融公司最紧张的一个发现。
六、普通人该怎么办：把 AI 当参谋，别当上帝
研究者给普通人的建议相当克制。第一，别直接照抄 AI 的答案，先把它当学习工具——让它解释清楚「为什么」，逐步建立自己的判断；第二，有理财顾问的人，可以用 AI 把顾问的建议落实成日常操作，两者互补；第三，请不起顾问的人，AI 是当下最便宜的「理财课」——「很多最需要理财建议的人，恰恰是资源最少的人，」Choukhmane 说。
这里也有一句客观的提醒：这项研究是模拟实验，结论建立在「正常寿命、税法不变」等一堆假设上；AI 给出的也不是针对任何人的具体投资建议，真金白银下单之前，该谨慎还是得谨慎。
结尾
这项研究在程序员社区 Hacker News 上引发了讨论，评论区的反应各有味道：有人一针见血——「标题前半句不重要，后半句『如果你问对问题』才是重点」；有人补刀——「人类的理财建议倒是出奇地差」；也有人指出，理财难的不是技术，是情绪和习惯，AI 解决不了这个。
这些说法其实都对。MIT 这项研究想说明的，正是同一个意思：AI 已经是一个合格的理财参谋，质量瓶颈从模型转移到了提问者。而提问这件事，恰恰是少数不用花钱就能练的能力。
参考链接：
- MIT Sloan：AI financial advice is surprisingly good — especially if you ask the right questions
- HN 讨论 (item?id=49139102)
- 论文：AI Financial Advice: Supply, Demand, and Life Cycle Implications（Swiss Finance Institute Outstanding Paper Award 2026）
