BankBridge 对比给你的智能体喂 PDF 账单

PDF 工作流程

1. 登录每家银行的 App 或网站。
2. 把上个月的账单下载成 PDF。
3. 附加到 Claude 或 ChatGPT 的对话里。
4. 提出你的问题。

这法子能用。有人就是这么做的。问题在于:这些摩擦和边缘毛刺,值不值零订阅费。

哪里出问题

三件事,按严重程度排序:过时、上下文膨胀、OCR 错误。每一个都会放大下一个。

过时:根本问题

下载下来的 PDF 是一张快照。你下载的那一刻,新的消费已经在入账。等你问智能体 “我这个月是不是净赚的?” 的时候,你的数据已经旧了 0 到 30 天不等,具体取决于你什么时候抓的账单。

对于一次性的年终盘点,过时无所谓。但凡是持续性的事,每周查欺诈、月中查现金流、实时确认 “我的房租扣了吗?”,过时的数据都是硬伤。

上下文膨胀

一个活跃度中等的储蓄账户加一张信用卡的月账单是 10 到 30 页。换算成 token,大约是 10k 到 30k token 的原始账单文本,智能体得在上下文里一直背着。三个月?30k 到 90k。一年?想都别想。

BankBridge 的工具只返回智能体真正问到的那些数据,通常每次调用 100 到 500 个 token。上下文保持精简,模型保持响应快,你可以在一次对话里问 50 个问题都不会撞上限。

OCR 与解析错误

银行 PDF 不是结构化文档,它们是渲染出来的表格。就算是最先进的视觉模型,偶尔也会读错:$1,456.23 变成 $1456.23(没事),$456.23 变成 $4,56.23(坏了),商户名在栏目边界被截断,负号丢了,账单末尾的利息行被当成了一笔交易。

大多数时候你不会注意到这些错误。等你注意到,是因为总额和你记忆中的对不上,然后你就在调试 OCR,而不是分析你的财务。

BankBridge 的数据来自你银行给自己网页 UI 展示时用的同一个上游 API。有类型、经过校验,没有 OCR 这一层。

PDF 方式什么时候更好

• 一次性用途。 你只想分析某一个月,一次。花费 $0。
• 不在聚合方覆盖范围内的银行。 如果你的银行不在我们上游聚合方的清单里,你只能用 PDF。问我们一声,我们查查。
• 你不信任任何第三方持有加密的访问令牌。合理。PDF 在你把它附上去之前,一直待在你自己的机器上。