不想付 1% 管理费的人，用 Continuum 的确定性引擎自己跑财务沙盘

手里有 100 万到 1500 万美金资产的人处境尴尬：钱多到确实需要认真规划，但把资产交给收 1% 管理费的顾问，换来的往往只是一套平庸的基金组合。Continuum 想做的就是把这群人从顾问手里解放出来，它的思路是让 LLM 管对话、让硬代码管算账。

市面上不少 AI 理财工具走错了方向——什么都丢给大模型。问题在于 LLM 干的是概率预测，让它算「年化 7% 复利 20 年是多少」这类精确问题，它会面不改色地给你一个看着挺像那么回事的错误答案。财务规划恰恰容错率极低，一个数字错了，后面十年的推演全废。

Continuum 的分层设计把这两件事切开了：大模型只负责前端的自然语言交互和引导，真正跑数字的底层引擎是纯代码写的确定性数学逻辑。你往系统里扔生活变量——某一年打算买房，或者对比两份薪水不同的 Offer——跑出来的结果不是 AI 猜的，是公式算的。生成式 AI 和确定性计算各管各的，这正好戳中财务模拟的核心痛点。

它对股权的建模尤其值得关注。在硅谷或科技公司拿期权的工程师，账面身家往往虚得厉害。Continuum 不画那种乐观的增长曲线，而是把中位数退出结果摆上台面，并且直接拿期权的预期值跟最惨的结局——价值归零——做对比。用户模拟未来财务曲线时被强迫看到这种波动性，做买房这类生活决策时就不容易把杠杆拉满。

开发过程也不轻松。作者在 Hacker News 上聊过，光是实现 Mural 生成功能就调了很久，因为要防 AI 幻觉——模型随口编一个税率或利率，整套十年规划就报废了。

2025 年放出的 MVP 已经有几个能用的模块。AI 语音引导把财务软件最劝退的入职配置环节变成了一段对话，不用对着表格一项项填资产。场景模拟分支可以开多条平行人生路径：路径 A 留在现在的公司继续拿 RSU，路径 B 跳去早期 Startup 拿期权，两条线对未来 10 年现金流的影响直接并排摆出来。

这套东西的真正用途是实战推演，而不是顾问嘴里那些泛泛的配置建议。它给出的不是结论，是岔路口两边的地形图。

接下来说说原文没讲完的那层：这套架构要成立，几个条件得同时在线——LLM 那层只碰交互不碰数字、底层引擎的税法和利率参数是真实数据而非模型生成、你输入的生活变量本身接近现实。三者缺一，确定性就保不住：一旦 AI 幻觉混进了参数层，纯代码引擎只会忠实地把错误放大成一份精确的废纸。所以实际用法上，凡是涉及税率、利率的关键假设，先用语音引导跑一遍初始化，再手动核对这些参数，确认无误之后才开平行路径做对比；发现某个假设对不上现实，回去改的应该是输入变量，而不是让模型「再估一次」。