主动财务健康的新框架：具有预测分析和行为推动的认知AI支出追踪器

传统的支出追踪器作为被动的数字账本，需要大量手动输入，且提供的见解有限且回顾性。本文提出了一种超越这种反应模式的AI驱动支出追踪器的新框架。所提出的系统称为认知财务助理（CFA），采用多模态架构，集成自然语言处理（NLP）实现无缝交易记录，计算机视觉（CV）用于收据数字化，以及预测行为引擎以预测未来支出和财务压力。其核心创新在于主动推动引擎，运用行为经济学原理，提供情境感知的个性化干预，旨在即时改善财务决策。我们详细介绍系统架构，展示概念验证实现，并分析初步用户研究数据（N=150），显示与使用标准追踪器的对照组相比，冲动性支出减少了23%，用户报告的财务信心提高了31%。本研究确立了个人财务工具的新范式：从被动记录者转变为积极的认知财务健康伙伴。