AI 记账应用：擅长找规律，读不懂处境

有个应用曾经告诉我，我的"餐饮"这一项已经失控，并提出可以帮我削减。

它标出来的开销，几乎全部来自家里有人住院、没人做饭的那几周。从某种意义上说它没错：钱确实去了餐馆，金额确实反常，趋势确实在涨。而作为建议，它又完全无用——因为它真正探测到的是一段难捱的日子，而在难捱的日子里，最不需要的就是一个应用暗示你午饭吃得不够自律。

这道缝隙就是本文的全部主题。这一代记账工具在从交易数据里看出规律这件事上，确实变得很强，甚至令人佩服。但它们在理解这些规律意味着什么这件事上，并没有实质进步。而这类产品的多数宣传，正是刻意把这两者混为一谈。

它们真正擅长的部分

我想在这里保持公道，因为对这类工具的批评往往比工具本身还要偷懒。

找出正在悄悄流走的钱。这是遥遥领先的最强用途。免费试用之后自动续费的订阅。用两个略有差异的商户名重复扣款的流媒体服务。你早已搬离的那座城市里的健身卡。余额跌破某个你压根不知道存在的门槛后开始出现的银行手续费。这些都是纯粹的模式匹配问题——重复的金额、重复的间隔、商户字符串的相似度——机器做这件事远胜于一个人一页页翻账单。

大体上能用的自动归类。传统记账失败的最大原因，是手工录入太烦，人们在第三周就放弃了。自动归类几乎完全消除了这道摩擦。你什么都不用碰，八成到九成的交易会落对位置——而这正是"你能维持下去的系统"与"被你丢掉的表格"之间的差别。

现金流预测。根据已知的周期性账单和惯常的花钱速度，推断出你的余额会在27号前后低到让人难受——这是一个界定良好的预测问题。这些工具做得还不错，而提前两周知道要紧张，比当天才发现有用得多。

异常检测。不符合你历史习惯的扣款会很快被推到眼前。这就是银行用来防欺诈的同一套技术，只不过换成从你自己的角度看自己的钱——而且它管用。

请注意这四项的共同点。它们全都是同一种形式的问题："这个数字相对其他数字是否反常？"而这恰恰是这项技术被造出来回答的问题。

它们稳定出错的地方

再看另一面——这些失败并不随机，它们扎堆出现在可预料的位置。

它们看不见意图。转给兄弟姐妹的一笔钱，和付给装修师傅的一笔钱，可能长得一模一样。在汽车经销商处的一笔两万元，可能是修车，可能是首付，也可能是一场灾难。应用看到的是金额、商户和日期。而决定这笔交易是好是坏的一切，都在这条记录之外。

类别的形状不合真实生活。生鲜、餐饮、购物、娱乐。可是一次同时买了生日蛋糕、清洁用品和尿布的超市行程，是三种不同的开销顶着同一个商户名。多数应用仍会把整笔记进"生鲜"，然后报表告诉你，你的生鲜开销偏高。这不是他们会修好的缺陷——这是一条交易记录里究竟包含什么的边界。

它们把反常的一个月当成坏习惯。住院那个例子是我亲历的版本。类似的还有一百种：一场婚礼、一次搬家、坏掉的热水器、为奔丧而起的一段行程。生活不是平稳序列，而一个假定上个季度可以预测这个季度的系统，只会把你最难的几个月标记成你最不自律的几个月。

建议会滑向通用。向大多数这类工具要建议，你得到的无非是这几样的排列组合：削减可自由支配开支、建立应急金、合并债务、提高储蓄率。都站得住脚，也都不依赖关于你的任何事实。当底层模型根本不知道你是24岁在还贷款，还是52岁孩子即将上大学，建议就只能退回到"平均而言正确"——换个说法就是对谁都不正确。

价值观根本不出现在数据里。应用无法知道你在书上花得比平均多，是因为阅读是那件让你站得住的事，而你宁愿砍掉几乎其他任何一项。它看到的只是一条高于平均的条目，于是建议你压缩它。所有这种形状的建议，都在优化一个你从未要求它优化的数字。

关于绑定银行账户

要做到上述任何一件事，应用都需要你的交易记录，也就是要连接你的金融账户。这件事值得比通常更多的思考。

大致的运作方式是：你通过一个聚合服务商向银行完成认证——Plaid 是最知名的一家，还有若干其他——它随后持有一个令牌，让应用可以持续读取你的账户数据。在多数现代实现中，应用始终看不到你的银行密码，这比过去直接交出登录凭证的做法是实实在在的进步。只读权限是标准配置。

值得弄清楚的是你分享出去的东西是什么形状。你的完整交易史，是关于你的、最具揭示性的数据集之一。不只是金额——你身体去过哪里、什么时候去、多频繁、买了什么、付给了谁、收入什么时候到账、有没有变化。它会暴露健康状况、关系变动、宗教实践、政治捐款、失业。它比你的浏览记录更私密，也远更难清除。

因此真正相关的问题并不是黑客攻击，而是商业模式。这家公司是否向第三方出售或共享匿名化的交易数据？匿名化的消费数据是一门有真实买家的真实生意。免费档位是不是靠别的方式赚钱——比如它所推荐的信用卡和贷款带来的引流佣金？这合法、常见、写在小字里——而这意味着，那个向你推荐某张卡的产品，正因为推荐这张卡而拿钱。

这些都不足以让这类应用变得不可用。它只说明："安全吗？"是容易的问题，"生意是什么？"才是真正决定你会被如何对待的那个问题。

绑定账户之前：一份简短清单

花十分钟走一遍这份清单，就能把讲道理的工具和该跳过的工具分开。

1. 弄清它靠什么赚钱。订阅、引流佣金、数据销售，还是没说。如果你在它官网上五分钟内查不出来，那本身就是答案。一个唯一收入来自你订阅费的付费应用，其利益与你的最接近。

2. 在隐私政策里搜 "third part"、"affiliate"、"de-identified"。不必通读全文——读这几条就够。它们告诉你数据会不会离开这家公司。而所谓"去标识化"或"聚合"的数据，仍然是你的数据，只是把名字刮掉了。

3. 确认是只读权限，并确认你永远不用在应用里输入银行密码。正规的连接会把你交给银行自己的登录页面，或一家具名的聚合服务商。如果应用直接问你要银行账号密码——停下。

4. 查一查推荐是否被付费。如果它推荐信用卡、贷款或投资账户，看看那些是不是付费位。多数会披露，通常在页面最下方。

5. 在需要之前先找到删除路径。你能不能断开账户并删除历史？删除是真的移除数据，还是只关掉你的登录？有些法域在这件事上给了你法定权利；而应用是否让这件事变得容易，是关于其他一切的信号。

6. 看看背后是谁、成立多久。个人理财应用不断倒闭、不断被收购，而你的数据会随着收购一起走。一个两人小团队握着你完整的财务史，与一家成熟公司握着它，是两种不同的风险——界面做得再好也一样。

7. 先只读运行一个月再信它。不要在第一周就按它的建议重整财务。观察它如何归类那些你本来就懂的东西。你会很快摸清它的盲区。

用它，但不把判断交出去

真正管用的分工并不微妙，而且直接对应技术能做什么、不能做什么。

让应用回答发生了什么。钱去了哪里、什么在重复、什么反常、什么即将到来。这些事上它比你更快也更准，而且不会疲惫，也不会替自己辩解。

由你回答这值不值得。这个问题需要知道你在建造什么、正处在哪个季节、以及你会为什么后悔。这些都不在数据里。

落到实处，就是每月一次、大约二十分钟的习惯。打开应用。看各个类别。对每一个超出预期的，问一个问题——这是我还会再做一次的选择吗？有时答案是"不是"，那你就找到了值得改的东西。更多时候答案是"是，而应用并不知道为什么"——这时正确的反应是把它放着，别再为那根红色的条难过。

我发现加一个软件永远不会生成的类别很有用：我想多花钱的地方。几乎所有记账工具都围绕削减而建，因为削减可量化、也容易拿来夸你。但一份只会越收越紧的预算不是计划，是一封缓慢的道歉信。知道钱去了哪里，目的本来就是把更多的钱挪向对你真正要紧的地方——而那一行是哪一行，只有你知道。

常见问题

把银行账户绑给 AI 记账应用安全吗？

主流应用里，连接本身是相当安全的——经由具名聚合服务商的只读权限，不与应用共享密码。更大的问题是，这家公司拿现在能读到的数据做什么，而这完全取决于它的商业模式。先看这个，再看安全页面。

免费的够用，还是该付费？

对多数人来说付费版是更划算的选择，原因不是功能更好。如果你不付钱，收入总要从别处来——通常来自它向你推荐的金融产品的引流佣金。订阅比任何一份隐私政策都更干净地把公司的利益和你的利益对齐。

它能替代真正做一份预算吗？

不能，而这正是人们最常失望的地方。这类工具非常擅长记录，相当不擅长规划，因为规划需要知道你的目标。记录告诉你上个月发生了什么。预算是关于下个月的一个决定。应用可以为这个决定提供信息，但替你做不了。

自动归类到底有多准？

准到有用，也错到你不该相信一份自己没抽查过的报表。可以预期大多数交易会落对，而相当一部分会归错——通常是混合采购的大型商户、你自己账户之间的转账，以及任何涉及个人而非商家的往来。在多数应用里，纠正它们确实能提高日后的准确率。

如果它说我在自己在乎的事情上花超了呢？

那它已经完成了它的工作，你可以不理它。应用是在拿一个数字与你其他的数字作比较；它无从知道那笔钱是为了什么。"超支"只有相对于你自己定下的计划才有意义。如果钱正流向你决定要它去的地方，那根红条不过是装饰。