这不是一篇教人“用 AI 赚钱”的文章。
对智能体开发者来说，更现实的问题是：我们每天都在构建自动化系统，却常常用很随意的方式管理自己的钱。看到一只基金涨了就想买，看到市场跌了就想卖，年底回头看，真正的问题不是缺少信息，而是缺少一套稳定执行的系统。
稳健理财需要的不是神奇预测，而是工程化纪律。
为什么是系统，而不是灵感
个人理财最容易出错的地方，是每次决策都从情绪开始。涨的时候害怕错过，跌的时候害怕继续亏，产品销售文案和排行榜又会不断放大这种波动。
系统的价值在于把决策前置：
- 在买入前定义资金用途和期限。
- 在配置前确认最大可接受回撤。
- 在执行前写清楚调仓条件。
- 在复盘时只看少数关键指标。
这和写 Agent 很像。一个没有状态、没有日志、没有权限边界的 Agent，短期看起来很聪明，长期一定不可控。个人理财也是一样：没有规则的投资，短期靠运气，长期靠情绪。
工程化理财的三个层次
第一层是规则。
规则回答“什么时候做什么”。例如现金保留多少、基金最多占多少、单类资产偏离目标多少才调仓、下跌时是否继续买入。规则不需要复杂，但必须提前写下来。
第二层是复盘。
复盘回答“这套规则有没有被执行”。它不应该变成每天盯净值，而是用固定频率检查配置偏离、组合回撤、现金比例和是否出现了新风险。
第三层是工具。
工具回答“哪些重复工作可以交给机器”。表格可以算比例，脚本可以提醒偏离，Agent 可以整理公告和生成复盘摘要。但工具只能辅助执行规则，不能替代规则本身。
AI Agent 适合做什么
Agent 适合做信息整理、流程提醒、结构化记录和复盘草稿。
例如：
- 整理基金季报里的持仓变化。
- 汇总组合中各类资产当前占比。
- 提醒某类资产偏离目标区间。
- 根据固定模板生成月度复盘。
- 把投资决策记录进个人知识库。
这些任务有明确输入、明确格式、明确边界，适合自动化。
AI Agent 不适合做什么
Agent 不应该替你做无约束投资判断。
尤其不应该：
- 预测短期涨跌。
- 根据单条新闻直接建议买卖。
- 自动下单。
- 忽略你的资金期限和风险承受能力。
- 把历史回测包装成确定性结论。
个人理财里的高风险动作必须由人确认。Agent 可以给建议、列证据、提醒风险，但不应该拿走最后的决策权。
这个系列的边界
这个系列只记录个人学习和工具实践，不构成任何投资建议。
我会尽量把每个配置样例都写清楚假设条件：资金规模、收益目标、回撤约束、流动性需求和执行周期。没有这些条件，任何“推荐配置”都是不完整的。
更重要的是，这个系列关注的是如何建立稳健流程，而不是追逐最优收益。对普通个人来说，能长期执行的中等方案，往往比看起来更聪明但无法坚持的方案更有价值。
最小行动清单
如果从今天开始搭建自己的理财系统，我会先做五件事：
- 写下未来 1 年、3 年、5 年可能用钱的场景。
- 定义最大可接受回撤，而不是只写目标收益。
- 把资产分成现金、防守、进攻和对冲四类。
- 建一个最小组合表，只记录品类、金额、比例、目标比例和备注。
- 每月复盘一次，不在非复盘日因为情绪调仓。
这就是工程化稳健理财的起点：不是预测下一次行情，而是减少下一次冲动。