Claude 也能看你的银行账单了:只读、不动钱,但它会算错
2026 年 11 月 5 日,Anthropic 给 Claude 加了 Personal Finance:通过 Plaid 连上美国银行和信用卡,只读查账、回答花销问题。ChatGPT 五月就做了同样的事,Claude 晚了半年,赌的是“只读”两个字换来的信任——但只读防得住偷钱,防不住算错。

先说判断:只读是这次发布最聪明的一句话,也是最不够的一句话

2026 年 11 月 5 日,Anthropic 给 Claude 加了一个新功能:Personal Finance,个人财务。本周开始,美国的 Pro、Max、Ultra 付费用户会陆续在侧边栏看到它。用法很简单:通过 Plaid 连上自己的银行和信用卡账户,然后直接问 Claude——“我这个月钱都花哪儿了?”“发薪日之前还剩多少钱?”Claude 用日常语言回答,数字来自你自己的余额和交易记录。
Anthropic 把一句话放在了公告最显眼的位置:访问是只读的,Personal Finance 不能移动、管理或投资你的一分钱。它也不能替你付账单、取消订阅、买卖股票,也不打算给你投资建议。功能没有广告,没有赞助推荐,Anthropic 也不卖自己的信用卡、贷款或储蓄产品。用它自己的话说,这样“你的钱的问题能得到一个直接的答案”。
这个定位值得认真看。Claude 不是第一个这么做的。ChatGPT 的个人财务功能今年 5 月 15 日就上线了,同样走 Plaid;Perplexity 更早,4 月 9 日就接了 Plaid。Claude 晚了将近半年,做的却是同一件事:读你的银行流水,回答你的问题。晚到的那个,往往得把“为什么要信我”讲得更清楚。Anthropic 的答案就是“只读”两个字——它把权限收得越紧,用户才越敢把账单交出来。
它到底能看到什么:一份只有六项的清单
Anthropic 这次难得地把数据清单写得清清楚楚。对每一个你选择连接的账户,Claude 能看到的东西只有六项:银行的名字、账户的名字、类型和后四位数字、余额和信用额度,以及最长两年的交易记录。仅此而已,而且只限你主动连接的账户,没连的它看不到。
还有一条线划得很细:对投资账户、贷款账户和信用卡,Claude 只读余额和信用额度。它看不到你的持仓、交易记录、利率和贷款条款。哪怕 Plaid 的授权界面问你要不要分享更广的数据,Anthropic 也表示 Claude 目前只接收帮助中心里列出的那几类。换句话说,它能告诉你欠了多少钱、花了多少钱,但还分析不了你的投资组合——因为它根本没拿到那部分数据。
连接过程本身也不经过 Claude 的手。你在自己的银行页面登录,Plaid 负责牵线,Claude 从头到尾不问你要银行密码,也看不到它。一个账户最多可以连 16 家银行。对大多数人来说,这个上限根本碰不到;它的意义在于告诉你,Anthropic 预想的使用方式不是连一张卡试试,而是把全部家当都接进来。敢不敢做到那一步,取决于你信不信它列出的这份清单。
演示里的数字:4,309.37 美元一个月
Anthropic 在公告里放了一个完整的演示。用户问“这个月我的钱去哪儿了”,Claude 把所有已连账户的支出加总:10 月份一共花了 4,309.37 美元,其中一半以上是房租和水电,2,339.51 美元;吃饭喝东西 1,024.51 美元;购物 322.85 美元。接着用户追问“比平时多吗”“还有什么漏掉的”“发薪日前还剩多少”,Claude 对照前几个月,指出一笔续费的会员,又列出发薪日前要从支票账户划走的四笔款,算出最后剩下 1,393.22 美元。
这个演示挑的例子很讲究。它没有炫耀模型多聪明,而是挑了三个普通人最常遇到的场景:钱花超了没有、账单里有没有重复扣费和悄悄涨价的那一项、发薪日之前会不会断粮。还能问它“我的支出是不是超过了收入”“APR 是什么,今年我的利息一共花了多少钱”,Claude 先解释术语,再把利息加总给你看。也可以让它画一张每周支出图、一张到期日历,或者一个能自己调整的仪表盘。
但演示终归是演示。数字是 Anthropic 自己编的例子,不是任何真实用户的账单。它证明的是产品形态——一个能对话的账本,而不是准确率。真正的考验在你自己的账户上:分类准不准、总数对不对、漏没漏掉一笔。Anthropic 自己也在公告里留了后路,下面会说到。
晚了半年,晚得有道理吗
把时间线摊开看,这次发布更像是一场迟到但有准备的跟进。Perplexity 4 月 9 日先接了 Plaid,ChatGPT 5 月 15 日上线 Finances,Claude 11 月 5 日才到。同一条连接服务,同一种“读流水、答问题”的做法,Claude 没有拿出不一样的技术,只拿出了不一样的姿态:更窄的权限、更直白的边界、更明确的“不做什么”。
路透社在 11 月 5 日的报道里补了一个背景:这次发布发生在 Anthropic 备受关注的首次公开募股之前。时间点不是巧合。一家准备上市的公司,需要向市场证明它的产品能走进普通人的日常生活,而不只是程序员的终端。个人财务就是这样一块敲门砖:人人都有账单,人人都想知道钱去哪儿了。先做只读版,既展示了能力,又把风险关在笼子里。
还有一个细节值得注意。Anthropic 在公告结尾说,Personal Finance 只是“第一步”,公司正在邀请银行、财富管理机构和金融服务公司一起想办法,让 Claude 将来能和持牌专业人士一起服务那些更大的金钱决策。这句话等于承认:看懂账单只是开场,真正的生意在后面——而那一步要跨过监管的门槛,不是发个版本就能解决的。
只读防得住偷钱,防不住算错
只读确实堵住了最吓人的那种风险:Claude 动不了你的钱。但它堵不住另一种更日常的风险:一个错的总数,被用肯定的语气说出来。Anthropic 在公告里自己写了这句提醒:“Claude 的回答可能出错,所以要问清楚一个数字背后是哪些交易,重要的数字要和银行核对。”一家公司在自己的发布公告里主动教用户怀疑自己的产品,这种坦白并不常见,也说明它知道问题在哪儿。
帮助中心里列出的三种算错方式,每一种都很具体。第一,余额可能滞后一两天,你看到的“还剩多少”可能是前天的数。第二,同一个账户如果通过两次不同的登录接进来,银行在两种登录下呈现的样子不一样,Claude 可能把它算成两个账户,数字直接翻倍。第三,如果某家银行暂时读不到,它的支出就直接从总数里消失,发薪日前剩下的钱看起来比实际更多——而这正是最容易让人误判的时刻。
还有两条边界藏得更深。第一条,Personal Finance 聊天室里的对话不会被用来训练模型,但这份承诺只覆盖那个专区;你在普通聊天里贴同样的数字,适用的是常规隐私设置。而且已经连接的账户,Claude 在普通聊天里也能读到,不会每次都先问你,除非你主动把 Plaid 关掉。第二条,解绑一家银行之后,Claude 就不能再读它的数据,但之前对话里已经用过的信息不会因此消失,聊天记录、发布过的工件和分享链接里的数字会一直留着,直到你另外删掉它们。连上之前,先想清楚这两条,再决定连几张卡。
对普通用户:先连一张卡,别一下子全连上
如果你是美国的 Pro、Max 或 Ultra 用户,这周侧边栏里出现 Personal Finance 之后,最稳妥的用法是先连一张最常用的卡,问三个问题,再决定要不要继续。第一问:“这个月我花了多少钱,最大头是哪几项?”第二问:“有没有重复扣费、涨价的订阅,或者我忘了的收费?”第三问:“发薪日之前还要付哪几笔,付完还剩多少?”这三个问题覆盖了这个功能最擅长的部分,也最容易验证:你自己心里大概有数,对不上马上就能发现。
核对的时候记住一个动作:让 Claude 列出某个数字背后的具体交易。总数本身没有意义,明细才有。房租那笔对不对、吃饭那 1,024 美元里有没有一笔其实是买菜、订阅里那笔续费你认不认——这些才是判断它可不可信的依据。如果第一次试下来总数就对不上,也别急着下结论,先去银行 App 里看一眼余额是不是滞后的那一两天。
中国用户现在还用不上。功能只对美国银行开放,免费版、Team 版和企业版都不在范围内,美国以外连功能入口都看不到,哪怕挂着 VPN 也一样。Anthropic 没有给出其他国家的时间表。对国内读者来说,这篇的价值不在“怎么用”,而在“怎么看”:下一家把 AI 接进个人财务的公司,大概率会抄同一套起手式——只读先行、清单透明、不碰交易。等它来的时候,你已经知道该检查哪几项了。
和 ChatGPT 那版比,Claude 改了哪几处
既然是跟进,就值得把两版放在一起比。ChatGPT 的 Finances 今年 5 月 15 日上线,同样通过 Plaid 连接银行,同样回答“钱花哪儿了”这类问题,同样是只读。两家用的连接服务是一家,回答问题的姿势也差不多,差别主要在三处细节上。第一处是数据的口径:Anthropic 把“能看到什么”写成了一份六项清单,还专门说明投资、贷款和信用卡只读余额和额度;OpenAI 那边没有用同样的方式把清单摆上台面。第二处是训练数据的承诺:Claude 明确说 Personal Finance 专区里的对话不用于训练模型,而在普通聊天里分享同样的数字时,适用常规隐私设置——这条线划得越细,用户越容易理解自己到底交出了什么。第三处是商业姿态:Anthropic 反复强调没有广告、没有赞助推荐、不卖自己的金融产品,这句话与其说是产品说明,不如说是对着整个行业的喊话:你的财务数据不会变成广告位。
当然,这些差别目前都停留在“说法”层面,没有第三方能替用户验证 Claude 是不是真的只读了清单里的那几项、专区外的对话是不是真的按常规设置处理。Plaid 那边倒是给了个旁证:Plaid 的首席技术官在同一天发了博客,讲 Plaid 如何为 Claude 的这个功能提供安全连接。连接服务商愿意公开站台,至少说明链路本身是 Plaid 的标准做法,不是 Anthropic 自己攒的野路子。但“标准做法”不等于“没有风险”,它只是说明风险出在别处:不在连接那一刻,而在数据住进聊天产品之后怎么用、怎么留、怎么删。
还有一个容易被忽略的差别:覆盖范围。ChatGPT 的财务功能面向的是更广的用户群,Claude 这次只给了美国的三个个人付费档,免费版、Team 版、企业版全部排除在外,滚动推送,本周内逐步放开。换句话说,Anthropic 连“谁能先用”都收得很紧。这既是谨慎,也是一种筛选:先让最付费、最稳定的那批用户试,出了问题影响面小,反馈也更直接。对一家准备上市的公司来说,这种收紧是合理的;对等着用的用户来说,意思就是别急,它轮到你的时候自然会出现。
给做产品的读者:只读优先,是一套值得抄的发布策略
抛开财务这个话题本身,这次发布对做产品的人还有另一层参考价值:Anthropic 演示了一套“先只读、再谈其他”的发布策略。很多 AI 功能上线时,第一版就把权限拉满——能读就能改,能改就能执行,演示看起来很厉害,上线第一天就有人担心它会不会闯祸。Claude 反过来,第一版只做最保守的那一档:能看,不能动;能算,不能建议;能提醒,不能代办。权限收得越紧,用户越敢试,出了问题也越容易收场。
这套策略有三个具体的动作值得抄。第一个是把数据清单写进公告正文,而不是藏进隐私政策的附录。用户不需要去翻法律文件,就能知道模型能看到什么、看不到什么。第二个是把“不能做什么”放在和“能做什么”一样显眼的位置,甚至更显眼。公告第一段就写了“不能移动、管理或投资你的钱”,而不是等到常见问题里才提。第三个是主动写出算错的场景,并且教用户怎么核对。帮助中心里那三条——余额滞后、重复计数、漏掉银行——每一条都是真实会发生的故障,而不是公关辞令。把丑话说在前面,反而让后面的承诺更可信。
当然,只读优先也有代价。功能越保守,用户越容易觉得“不过如此”:它回答不了“我该不该换工作”“这笔投资值不值得”这种真正值钱的问题,只能在“钱去哪儿了”这个层面打转。Anthropic 显然也知道这一点,所以才在结尾邀请银行和持牌机构合作,暗示第二步会走向更深的服务。但第二步的节奏不能由产品团队单方面决定,监管、牌照和责任划分会比代码难写得多。第一版的克制,某种程度上也是在为第二版争取时间。
第一步走对了,第二步才是难的
Personal Finance 的真正看点不在功能本身,而在 Anthropic 选的顺序。它先做了最保守的版本:只读、只看清单里的数据、不给投资建议、不碰交易、不卖金融产品。这种克制在 AI 产品里很少见,大多数产品发布时恨不得把权限全开,好让演示显得更厉害。Anthropic 反过来,用“不能做什么”当卖点,赌的是用户对一家 AI 公司最缺的东西:信任。
但这个赌注只保得了第一步。从“看懂账单”走到“帮你做更大的金钱决定”,中间隔着持牌、合规和责任归属三道墙。Claude 现在能告诉你利息花了多少钱,但不能告诉你该不该换一张卡;能提醒你订阅涨价了,但不能替你取消。哪天它开始给建议,问题就不再是“它算得准不准”,而是“算错了谁负责”。Anthropic 说想和持牌机构一起走这一步,说明它自己也清楚,下一段路不是靠发版本能走完的。
对 VibeFix 的读者来说,还有一层意思值得留意。AI 助手正在从写代码、改文档,走向直接碰你的个人数据。银行账单只是开始,健康记录、日程、通讯录都在后面排队。每一次这样的发布,都是一次关于边界的谈判:模型能看到什么、不能动什么、说错了怎么办。Claude 这次的答案是“先只读、把清单写清楚、错了让你自己核对”。这个答案不完美,但它是一个可以抄的起点——下一次别的助手来要你的数据时,先问它这三个问题,再决定给不给。
评论 (0)
原始来源
相关文章

2026 年 11 月 5 日,OpenAI 发布 GPT-6 Cyber:ExploitGym 48.5%,一次扫描写出 948 个 Linux 提权利用、挖出 81 个 Firefox 高危漏洞。但它不对公众开放,只给通过 Daybreak Red 审核的安全团队。

2026 年 11 月 5 日,松下联合 UC 伯克利、NVIDIA 与斯坦福发布 T-Rex:给 VLA 模型接上十根指尖的触觉,动作规划 5Hz、触觉修正 20Hz 双时钟并行。12 项精细操作平均成功率 65%,最强基线只有 35%;拿掉触觉,它自己跌回 42%。

11 月 5 日 Thinking Machines 发布第二代模型 Inkling 2 Small:594B 总参数、17B 激活,智能指数 31 分,能 4.5 小时无人值守训出一个预测模型。但权重现在还是闭源的,Apache 2.0 开源要等下周安全测试做完。