个人财务 AI Agent：2026 年的私密预算方案

每一款 "AI 加持的预算 App" 都想从你手里拿到同一样东西：你的网银登录，或者至少一条常连的 Plaid 通道。它们的卖点是：一个托管仪表盘会替你把消费分类、盯住定期扣款，并且回答 "我这个季度在外面吃饭花了多少钱" 之类的问题。代价是：从此有一家第三方公司拥有你每一笔交易的可检索副本，他们那边的任何政策变动，也就成了你这边的变动。

一个用于个人财务的 AI Agent 完全可以做同样的活，而不必付出这份代价。你可以不再让一个托管 App 站在你的银行前面，而是在自己掌控的基础设施上跑一个小小的 Agent：它读入你自己导出的账单、把分类好的账本以文件形式保存在你的服务器上、每周把摘要推到你的手机。隐私叙事从此变得极短：银行数据留在你的机器上，只有分类用的 prompt 会以你自己的 API 密钥发送给模型提供商。

这篇文章是这套方案的实操指南，写给那些早已受够 SaaS 默认路径、想要一份一年后仍然还在跑的真正替代方案的读者。

"个人财务 AI Agent" 究竟得做什么

把营销话术剥掉，一个真正有用的个人财务 Agent 需要处理四件事：

接入交易数据。 来源可以是银行导出的 CSV、你自己拥有的 Plaid 或 SimpleFIN 通道，或者你转发的收据。
给它们分类。 80% 无聊的部分用规则处理（Netflix 永远归到订阅类），剩下 20% 模糊的部分交给模型（"SQ *KENJI COFFEE" 是餐饮，不是软件）。
随时回答问题。 用自然语言查账本："上个月的日用品支出"、"这个季度外食是不是超了"、"有哪个订阅涨价了没有"。
推送每周摘要。 支出对比预算、明显偏差、异常扣款、订阅涨价。要短到你真的会读。

留意一下这份清单里没有的东西：漂亮的手机 UI 加图表、投资跟踪、报税辅助。这个 Agent 不是要替代 Mint 或 YNAB。它想替代的只是那些 App 做得差又贵的那一小块工作：叠在你钱之上的消息层。

为什么在财务场景里，SaaS 默认路径是错的默认

个人财务数据是大多数人每天都会产生的最敏感数据。它比一份病历还要具体（"这个人在 3 月 3 日买了 Plan B"），而且每天都在更新。2026 年的一次审计发现，大约 60% 的记账类 App 会把用户数据分享给第三方，多数消费类预算 App 依赖 Plaid 来保存打开你账户的凭据。

问题不在于这些公司不用心，而在于：

你无法审计它们。 一旦它们修改保留策略、被收购或者发生数据泄露，你都是事后才知道。
分类工作的成果留在它们那边。 你花时间教 App 认识 "SQ *KENJI COFFEE" 意味着什么，一旦换工具，这份价值也随之丢失。
云端同步天然需要云端存储。 "任何设备都能打开" 的便利，跟 "被别人控制的任何设备都能读到" 的风险，是同一枚硬币的两面。

对于像你的消费这样极度私人的数据类别，把这份账本搬到自己的基础设施上是一个可以站得住脚的选择。每月大约五美元的成本，换来的是一个你真正能讲出口的隐私故事。

2026 年的自托管技术栈

今天真能跑起来的技术栈只有三层，而且没有一层是奇怪的东西：

第一层：账本。 一台小服务器，通常是 5 到 20 美元的 VPS，跑一个开源的个人财务管理器。Firefly III 是事实标准：复式记账、预算、规则、API，以及在你允许之前对外部服务器完全隔离。它可以吃 CSV、OFX 或 QIF，如果你想要自动化的银行同步而又不愿走 SaaS 聚合器，就再配一个 SimpleFIN 桥。

第二层：Agent。 一个跑在同一台 VPS 上的 Hermes Agent 实例（也可以由别人为你托管）。它有一个 "读 Firefly" 的 Skill 去打本地 API，一个 "分类" 的 Skill 去调用你指定的模型，以及一个 "digest" 的 Skill 按计划跑。像 USER.md、MEMORY.md 这样的内存文件保存你的分类规则和预算，Agent 用得越久，就越精准。如果你之前没用过，我们的什么是 Hermes AI Agent 是最短的入门路径。

第三层：交互界面。 Telegram。Agent 就住在你的私聊里。你转发一张收据、问问上个月的情况、看看每周摘要，全都不用另外打开一个 App。这正是纯 Firefly 方案缺的那一块，也是决定你会不会真的用起这套系统的关键一块。

如果你更想拿它跟 "所有东西都在自己硬件上本地跑" 做对比，一份诚实的分法是这样的：

层次	完全本地方案	托管、更省心的方案
账本	Firefly III 跑在自己的 homelab	Firefly III 跑在 5 美元的 VPS 上
模型	在 Mac mini 或 GPU 主机上跑 Ollama	用自己的 API 密钥调用云端模型
运行时	自己搞定 Docker 和监控	Hermify，托管的 Hermes Agent 跑在 Telegram

两列都不算错。完全本地那一列有最强的隐私叙事和最贵的硬件账单；托管那一列则用一小块特定的隐私（推理调用本身，且是有意为之）去换一个你不必操心的运行时。我们的自托管私有 AI 助手指南更细致地拆解了常见的四种做法。

一个真的能坚持下去的每周流程

技术栈的分量远远不如流程的分量。让这套方案能撑几个月而不是几周的关键，是有一个足够无聊的日常：

每月一次，五分钟。 登录每家银行，把上一个月的交易导出为 CSV，扔进 Firefly 的导入器。Firefly 的规则会自动分类掉 70% 到 80%。剩下的就变成一个小小的 "审查队列"，Agent 会主动来问你。

随手，几秒钟。 当你把一张收据或者一封购物确认邮件转发给 Telegram 上的 Agent，它会提取金额、商户、类别，追加到账本里并回一句确认。遇到吃不准的地方——比如新的商户、模糊的类别——它就在对话里问你，并把你的答案记住。

每周一早上，三十秒读一读。 Agent 会推一份每周摘要：按类别列出支出对比预算、前三大商户、和过去四周相比的偏差，还有一栏专门列反常项——涨价的订阅、重复扣款、正在超支的类别。想深挖就回复问题，不想的话就滑过去。这跟我们在 Hermes Agent 计划任务与自动化里描述的模式是同一个。

按需查询。 "上个月我在日用品上花了多少钱" 就是一个自然语言问句，Agent 读账本作答。它会把计入的交易一起列出，因此答案是可以核对的，不是靠感觉。

这套方案不会做的事

在方案的天花板上对自己诚实很重要，因为你是把它放在那些做这些事已经做得很漂亮的 App 前面选的：

它不是带图表的手机 UI。 Firefly 有一个 Web 仪表盘，但在视觉打磨上打不过 YNAB 或 Monarch。如果你想要 "先看图" 的体验，这不是合适的技术栈。
它不是投资跟踪。 Personal Capital 和 Empower 在券商聚合层面做的事，Firefly 并不覆盖；再往上叠加带来的工作量，对大多数人来说并不划算。
它不是报税工具。 分类在报税季会帮上忙，但没法取代每年把账本导给你的会计这一步。
它不是零维护。 每个月你要下载 CSV，每季度还要回头看看分类规则。托管 App 会把这份工作藏起来；在这里，是你自己做。

如果这些取舍在你看来是保住 "银行数据留在自己掌控的基础设施上" 这件事的合理代价，那这就是你的方案。如果你觉得代价太大，那么隐私优先的托管 App（比如 SenticMoney）或者本地优先的工具（比如 Actual Budget）也许更合适。

Hermify 处在什么位置

上面这一切，无论你自己运维 Agent 还是花钱请别人来运维，都是同一套。Hermify 是托管选项：一个跑在我们基础设施上的 Hermes Agent，以一个 Telegram 联系人的形式出现，通过你自己生成的 API Token 去读你的 Firefly 账本。你给模型提供商的 API 密钥依然属于你；你的内存文件仍然留在你的实例里；关于你的消费，我们这边不会拿到任何可用形式的数据。如果你更想自己跑全套，同样的方案跑在一台 5 美元的 Hetzner VPS 上，我们在在 Hetzner VPS 上部署 AI Agent 里做了完整记录。

无论走哪条路，目标都是同一个：一个 Agent 帮你看着钱，告诉你这一周有什么不一样，绝不把你的银行数据交给第三方替它保管。