我的 AI Agent 升职了：从代码助手到私人 CFO 的进化之路
长期以来，我都只是把 AI Agent 当作优秀的“代码伙计”：写写脚本、找找 Bug。但最近，我完成了一次重要的跨越——我成功地让我的 AI 助手完成了从“编程助手”到 “私人 CFO” 的职业转型。
以下是这一进化过程的详细记录。
1. 基础设施：自建财务技术栈
为了确保隐私和透明度，我没有使用任何封闭的第三方 App。我在自己的 HomeLab 里搭建了一套完全基于 API 的技术架构：
- OpenClaw: “大脑”。这是一个可以在本地运行并与环境交互的智能体框架。
- Actual Budget: “数据库”。一个强大、隐私优先的本地账本工具。我之前在《为什么我选择 Actual Budget》和《Actual Budget 101：高效管理资金》中详细介绍过它。
- BookStack: “档案库”。作为我的“家庭维基”，它负责永久存储技术文档和现在的财务报告。
通过 API 将这三者串联，AI 就能实现“读取原始数据 -> 逻辑分析 -> 撰写正式报告”的闭环。
2. 调教阶段：“教它做，而不是替它做”
一切始于 Telegram 的一次深度对话。我没有直接要建议，而是开始一步步“手把手”教 Agent 理解我的资产逻辑。
我带它梳理了我的账户体系——比如用于雇主计划的 Vanguard 和用于个人投资的 Fidelity。我向它解释了“雇主匹配规则”的逻辑。
通过几轮迭代，我教会了 Agent 如何：
- 数据抓取：调用 Actual Budget API 获取每月余额。
- 数据清洗：识别内部转账（例如账户间现金搬家），防止在计算收益时重复计入。
- 计算真 ROI：精准区分新投入本金与市场真实的资产增值，算出真正的投资回报率。
3. 迭代升级：让财富增长跃然纸上
最初的成果只是 Telegram 里的几行文字，虽然有用但转瞬即逝。于是我们决定将其“制度化”。
我们建立了一套 “CSV 内核” 架构。Agent 在服务器上维护一个 wealth_ledger.csv 文件。每当我发一张资产截图或同步一次余额，Agent 就会更新这个账本。最酷的部分在于，它会紧接着调用 BookStack API，实时刷新维基上那个精美的“退休进度看板”。
为了让数据更直观，我让 Agent 直接在 Wiki 中生成 堆叠面积图 (Stacked Area Chart)。这些图表能让我瞬间看清不同账户在总资产中的占比以及随时间推移的累积增长效应。
而且，这并不是一次性的手动触发。我配置了 Cron 定时任务，确保这些财务审计和报告生成能够每月（或每季度）自动运行。这种自动化机制让我彻底告别了手动更新的烦恼，确保看板永远保持最新状态。
当涉及复杂的数学建模时（比如预测未来 20 年的复利轨迹），主 Agent 会自动 产生一个专门的“精算子代理（Sub-agent）”。这个数学专家专门负责跑模拟计算，然后将结果汇报给主 Agent，确保维基上的每一个数字都经得起推敲。
4. 实战时刻：教育基金的风险调控
“数字 CFO”的真正价值在一次实战中得到了体现。当时我们正在聊投资回报率，我提到我们需要在短短 6 个月后提取一笔可观的教育资金。
Agent 敏锐地分析了现有的投资组合，发现当时的风险等级过高，并立即发出了警告：“既然 6 个月后就要用到这笔钱，波动现在是你的敌人而非朋友。”
就在对话窗口里，Agent 给出了具体的调降风险建议。得益于它拥有的工具权限，它随后协助我完成了策略调整，将资产转向保值模式，确保这笔资金在需要时万无一失。
结语
将 AI 变成 CFO，不仅仅是为了节省那点录入数据的时间。今天，我完成了两件极其重要的任务：全自动化、周期性的财务审计，以及一个能供我随时查阅、自动更新的家庭 Wiki 财务报告系统。这种高度个性化且数据驱动的决策支持，在过去无论花多少钱、花多少时间手工录入都极难做到。
我的 Agent 不再仅仅是一个聊天机器人，它已经成为了一个日夜守护我家庭未来财富的“数字合伙人”。