生成式 AI 代理是否是有效的个性化金融顾问？

基于大型语言模型的代理正在成为提供个性化、对话式建议的低成本方式，已在电影推荐等相对简单场景中展现出惊人的能力。但这些代理在复杂高风险领域的表现如何？在那里，领域专业知识至关重要，错误代价巨大。本文探讨了 LLM 顾问在金融领域的有效性，聚焦于三个具体挑战：（1）在用户可能对自身需求感到不确定的情况下如何征集用户偏好；（2）为多样化的投资偏好提供个性化指导；（3）如何利用顾问性格建立关系并培养信任。通过对 64 名参与者的实验室用户研究，我们展示，LLM 顾问在征集偏好方面常常能与人类顾问相当，尽管它们可能在解决冲突用户需求方面存在困难。就提供个性化建议而言，LLM 能够积极影响用户行为，但显示出明显的失效模式。我们的结果表明，准确的偏好征集至关重要，否则，LLM 顾问的影响几乎为零，甚至可能将投资者引向不合适的资产。更令人担忧的是，用户对建议质量似乎不够敏感，甚至呈现出反向关系。事实上，用户报告称，对于采用外向人格形象的 LLM，他们更愿意接受，并且感到满意度提高以及情感信任增加，尽管这些代理提供的建议质量更差。