为什么在这件事上智能体比银行强
银行的反欺诈算法看的是群体行为：这笔交易和其他客户的模式相比是否异常？你的智能体看的则是你本人的行为：这笔交易和 你自己过去的交易相比是否异常？
智能体在速度上吃亏（你不问它就不会运行），但在针对性上占优。一笔 $30 的咖啡店欺诈扣款，银行会放过，因为这个金额太常见了。而你的智能体知道，你根本不会在那个城市买咖啡。
每周一次的提示词
“扫描我过去 7 天的交易。标记出符合以下任一情况的交易：（1）来自我从未消费过的商户，（2）在我常用的商户出现了异常金额，（3）像是同一商家一天之内的重复扣款，或者（4）来自与我近期其他活动不符的地点。请自行判断。”
智能体会调用 list_transactions 获取这 7 天的交易，然后和它在本次会话早前的工具调用中积累的 6 个月消费基线做对比。如果没有可疑之处，它会直说。如果有，它会逐条列出，并说明为什么可疑。
它能稳定发现什么
- 同一商家 24 小时内的重复扣款（经典的“卡被刷了两次”错误）。
- 你从未交易过的全新商户。
- 在你通常只花 $30 的商户出现一笔 $300 的扣款（或者反过来）。
- 有时是欺诈前兆的小额“试探性扣款”（<$5），也就是有人在测试一张偷来的卡。
- 短时间内密集出现的新扣款（卡片正在被盗刷）。
它发现不了什么
- 高度复杂的欺诈，即刻意模仿你消费模式的那种（个人用户很少遇到，商务卡上更常见）。
- 没连接的卡上的欺诈。 这是显然的。但如果你有多张卡，这正是把它们全部连接进来的好理由。
- 事后的交易授权。智能体只能看到已入账的交易；待处理的交易有时会延迟出现，取决于数据聚合方。
- ACH 欺诈有时也抓不到，因为 ACH 的交易描述特别难做模式匹配。
把它变成周五的习惯
周日晚上或者周五下午，看哪个更适合你的作息。Claude Code 用户可以把这个提示词保存为 /fraud-detective （这是我们 公开技能仓库中六个技能之一）。其他宿主环境：把它存进你智能体的片段系统，每周触发一次。
如果智能体真的发现了问题，你就省下了和银行来回扯皮一周的时间。如果它一直没发现什么，那也不过是每周花五分钟买个安心。