按照 ChatGPT 与 Claude 使用这个词的含义，"记忆"是指一个对话式 AI 智能体在多次会话之间记住关于您的信息：您的偏好、此前的请求，以及应当延续下去的上下文。财务记忆将这一理念延伸到财务记录上：让智能体对您财务状况的记忆，与它对对话内容的记忆一样持久、一样可查询。
差别在于记忆的来源。一层源自对话的记忆层，记住的是"曾经说过什么"。而财务记忆之所以是确定性的，是因为它源自文档，并经过对账核验：每一个事实都能追溯到某份具体银行对账单的某一页，每一笔余额在被信任之前都经过验证。基于它进行推理的 AI 智能体，推理的不是某人曾经打过一次字的摘要，而是经过结构化与核验的源文档本身。
最初的计划从来不只是转换银行对账单
早期，我以为 Bankstatemently 会成为一家"财务视觉"公司。过去几个月里，我逐渐意识到这个定位太过狭窄。视觉只是问题的一部分。看见固然重要，但接下来的理解——通过一个连贯的现实模型去解读——在我看来，才是让财务文档数据真正可用的最难的部分，而且遥遥领先于其他环节。
AI 模型正变得越来越擅长"看"。与 90% 的 OCR 准确率苦苦纠缠的日子已基本成为过去，从财务对账单中提取数据的能力也在持续进步。但 AI 仍然难以做到的，是为财务数据构建一个一致的表示，尤其是在现实世界充斥着不一致、模糊性与形形色色的文档格式时。
这正是为什么我开始把 Bankstatemently 的未来构想为"财务记忆"。一个财务数据存在于单一、一致、结构化模型中的地方。一层为概率性的 AI 智能体打造的确定性记忆层，易于查询，也易于据此推理。
如果这样一层记忆层真的存在，那么推理究竟来自 ChatGPT、Claude，还是某个开源模型，就不应该再重要
今天，一个被要求就一份 PDF 银行对账单进行推理的 AI 智能体，每一次都需要从头重新阅读和重新解读它，且无法保证它两次会以同样的方式阅读同一份对账单。财务记忆颠覆了这一点：对账单只被解析一次，进入一个结构化、经过核验的模型（交易、余额、账户、日期），此后任何查询它的智能体，得到的都是同一个确定性的答案。
正是这种结构，让财务数据不仅对智能体"可见"，更让它"可用"。一个语言模型可以描述一份 PDF。但它单独无法保证捕获了每一页的每一笔交易，也无法保证余额在对账单之间被正确结转。记忆层预先一次性完成这项核验，因此之后查询它的智能体，推理的是经过核验的事实，而不是一次全新的猜测。
您应当能够用自然语言提问，并得到会计师级精度的答案。而这种信任，会在记忆层悄悄遗漏一笔交易的那一刻崩溃。例如，一个手工搭建的、按金额与日期比对来合并数据的规范化层，可能会将同一个月中两笔相同的收费合并成一行，此后没有任何环节会标记出来：总额就这样悄悄地错了。
这里的财务记忆是围绕余额连续性对账构建的：每份对账单中的每一笔交易，都必须能够解释从期初余额到期末余额的变动，逐页核对。缺失一笔交易，或一次合并操作丢弃了一笔重复项，都会打破这条链条，产生一个清晰可见的对账失败，而不是一个悄悄出错的总额。完整性不是被假定的，而是逐份对账单被证明出来的，之后任何智能体才能查询这些数据。
一层总是听起来很自信的记忆层，比一层承认存在缺口的记忆层更危险。当一次查询触及尚未完成对账的对账单期间，或一份尚未被捕获的文档时，答案会说明这一点，而不是默默用现有数据作答。覆盖率的诚实是答案本身的一部分，而不是事后补上的说明。
智能体收到的每一个事实，都携带着来源信息，一路追溯到其来源的确切对账单的确切页面，因此一项陈述总能对照来源加以核实，而不是被直接采信。同样的问题问两次，得到的答案也相同：不会重新排序，不会重新总结，不会在两次会话之间出现偏差。
这个 REST API 返回结构化的 JSON：交易、账户元数据与余额，均由站点通用的同一套确定性流水线解析而成。任何能够调用 HTTP 端点的智能体框架都可以调用它，无需自建 PDF 解析逻辑。完整参考文档请见 /developers/api。
Model Context Protocol 服务端将同一层记忆，作为一组智能体可以直接调用的工具暴露出来：转换一份对账单、列出对账单、检索某一份特定对账单、查询账户收支。这是让 Claude、ChatGPT、Codex、Cursor 或自定义智能体框架获取银行对账单数据的最快方式，无需手动搭建集成。配置方法请见 /developers/mcp。
连接 MCP 服务端，上传一份对账单（或让智能体指向一份），然后用自然语言提问："我每月在软件订阅上的平均支出是多少？"或"列出上一季度所有超过 2000 元的转账。"智能体推理的是结构化、经过对账核验的数据，而不是自己去尝试阅读 PDF——这正是"可以信赖的答案"与"需要您手动核实的答案"之间的区别。
基于大语言模型构建的会计智能体，继承了任何大语言模型在处理源文档时的同样弱点：它们会总结，而不是详尽无遗地捕获。财务记忆层为这些智能体提供了一份可供对账的确定性账本：每一页的每一笔交易都经过余额连续性核验，因此自动化的记账流程不会悄悄丢弃它从未真正正确读取过的行。
几分钟内通过 MCP 完成连接，或直接体验 API。