MIT 新研究最重要的发现并不是聊天机器人可以取代顾问，而是低成本、广泛可得的指导能够让许多家庭更接近传统财务规划原则，同时制造新的结果差异。当建议取决于用户如何描述问题时，使用同一模型并不意味着得到同一答案。
MIT Sloan 的总结称，测试模型通常建议建立更大储蓄缓冲、持有多元化股票，并随年龄降低股票比重。但模型对失业冲击的调整较弱，主动再平衡也不足。关键问题不是平均回答是否听起来合理，而是当家庭情况偏离平均路径时，系统能否给出适当、更新且可执行的指导。
结果取决于用户是否执行建议
工作论文让约 1000 名成年人写出寻求支出和投资建议的提示词。研究者把提示词输入指定大模型，并在收入、劳动力市场、税收和资产回报假设下，模拟用户执行建议后的终身路径。许多模拟家庭比其自报行为更接近生命周期理论。
这是有意义但有条件的结果。研究并未观察数千个家庭几十年的真实投资变化，而是把模型输出与经济基准比较，再依据执行和未来条件假设计算可能后果。家庭可能忽略好建议，只执行风险较高部分，误读限定条件，或在信息变化后才行动。
因此，研究比几个精彩聊天案例更强，因为它使用现实提示词和系统基准；但它弱于 AI 已经提高真实家庭财富的证据。把模拟当作产品背书或失败结论，都会误读其测量范围。
提示词承载部分家庭差异
研究发现，结构化学术提示词产生的建议更接近基准。建议还随性别、金融素养和既往 AI 经验变化。一部分差异来自用户问什么，另一部分来自模型如何回应相似信息。模拟显示，这些差异长期累积后可能形成显著财富差距。
提示词质量因此成为新的金融能力变量。熟悉财务的用户更可能提供债务成本、应急储蓄、税务、期限和风险承受能力。经验不足者可能只询问产品或收益，而不说明约束。模型只能依据收到的信息个性化，也未必知道缺少哪个事实时应停止回答。
FINRA 基金会 2024 年全国金融能力研究显示，18 至 34 岁成年人中 30% 对 AI 财务建议感兴趣，55 岁以上为 8%；男性为 25%，女性为 14%。调查没有定义 AI，衡量的是兴趣而非实际使用。即便如此，它仍表明普遍可得并不等于普遍采用。
储蓄规则可能在第一次冲击时失效
家庭财务是动态的。稳定就业时合理的储蓄率，在失业后可能不再合适；长期期限下合理的股票配置，在近期需要现金时也会失去适配性。MIT 关于失业调整和投资组合漂移的结果很重要，因为正是在这些时刻，通用经验法则必须变成有条件的决定。
聊天机器人也处于受监管顾问关系的许多保护之外。SEC、FINRA 与 NASAA 的联合投资者警示指出，AI 信息可能不准确、不完整、过时或捏造，不应被单独依赖。该警示部分针对欺诈，并非评价 MIT 研究，但其控制点相关：答案在推动交易前必须连接到可核实数据和合法服务提供者。
最强的反驳来自现实。许多家庭无法负担或不会寻求人类顾问。即使工具达不到完整适当性要求，只要可靠促进多元化和应急储蓄，也可能改善决策。正确比较也许是有缺陷的 AI 指导与没有指导，而不是 AI 与全面顾问。但只有系统懂得停止、索取缺失事实或转交受监管专业人员，这种可及性收益才最大。
分发从搜索排名转向模型上下文
MIT 总结还指出，产品发现可能越来越取决于模型在用户咨询时如何描述产品。这把分发从付费位置和搜索排名转向模型可获取的数据、披露和上下文。低费率基金、储蓄账户或保险产品即使经济上合理，也可能因条款难以检索和比较而被错误呈现。
金融机构可能改善机器可读披露和情景工具，也可能只优化措辞，让产品出现在回答中而不改善产品。平台可以增加结构化信息采集、最新账户数据、来源引用和升级规则，也可能以自信回答最大化互动。关键区别不是谁添加聊天机器人，而是谁建立可控建议路径，记录输入、更新事实，并区分教育与受监管建议。
真实世界试验将改变结论。如果随机研究显示不同人群在储蓄、多元化、再平衡和冲击应对上持续改善，就能支持比当前模拟更强的主张。系统性伤害、对提示词敏感的产品引导或低执行率则会削弱它。现阶段，研究支持谨慎乐观：AI 可以降低获得有用第一答案的成本，但质量差距已经转移到提示词、模型护栏和用户下一步行动。