人工智能正迅速从实验阶段走向实际应用。软件系统已不再止于辅助人类,更开始独立做出决策。在金融领域,这种转变带来了一系列独特的挑战,因为资金流动具有不可逆性、受到严格监管,并且与现实世界系统深度交织。
金融科技从业者扎克·舒特指出,下一阶段AI应用的主要瓶颈将不再是智能水平,而是AI系统赖以运行的金融基础设施。
舒特曾在Deel花费五年时间参与构建全球金融基础设施,为超过100个国家的支付、合规和资金管理业务提供支持。这段经历让他早早目睹了自动化技术与现实世界金融轨道交汇时发生的状况。随着AI能力的加速发展,他开始意识到一个更深层次的结构性问题正在形成。
他认为,金融系统从设计之初就未曾考虑过自主代理的存在。
跨越三个技术时代构建的金融栈现代金融基础设施并非单一系统,而是数十年间层层堆叠形成的架构体系。
传统银行清算系统仍是全球资金流动的基石。现代金融科技平台通过API和集中控制架构搭建于这些系统之上。与此同时,区块链系统则带来了结果可预测的运行和不可逆结算机制。
每个层级在信任机制、延迟容忍度、可逆性和人工监督等方面都遵循着不同的设计逻辑。
“我们正在让AI系统在一个横跨数十年技术范式的基础设施上转移资金,”舒特解释道,“这些系统在设计时都未考虑自主代理,也缺乏统一的控制模型。”
历史上,人工操作者始终承担着不同层级间的摩擦。而AI代理将无法胜任这种角色。
为何现有金融科技栈尚未做好AI准备大多数金融系统默认人类是决策的最终责任人。审批流程、异常处理和风险审查都围绕“人在回路”的原则构建。
AI系统的运作方式截然不同:它们持续运行,行动速度快于人类干预速度,做出的更多是概率性决策而非确定性判断。
“当今金融基础设施是围绕人工检查点和人类直觉构建的,”舒特指出,“AI不会暂停等待审核,它会持续行动——这将暴露出以往尚可管控的弱点。”
在人工驱动的工作流中,报告延迟或错误处理不一致等问题,通常可以靠人工介入来修正。然而,在自主运行模式下,同样的问题会悄无声息地快速累积,最终被急剧放大。
AI发起金融操作的风险舒特预计AI代理将日益频繁地执行以下操作:发起支付、管理流动性、跨供应商路由交易、核对余额,并直接与银行、支付处理商及链上系统交互。
问题不在于AI能否执行这些任务,而在于现有系统能否对其进行安全监管。
当今金融基础设施存在三大缺陷:实时可观测性有限、授权模型碎片化、对自动化决策缺乏解释与撤销能力。
“一旦允许软件自主调动资金,故障模式就会发生本质变化,”舒特强调,“人类能够弥补的微小漏洞,在持续大规模决策场景下会演变为系统性风险。”
闭环代理支付系统仍属早期实验舒特指出,X402等新兴代理支付框架的出现标志着行业发展趋势。
这些系统探索了自主代理间的交易机制,但大多运行在针对特定用例和已知交易对手设计的闭环环境中。
它们巧妙地规避了与全球银行、受监管支付服务商以及传统金融轨道对接时产生的大部分复杂性。
“X402这类代理支付系统是具有价值的实验,”舒特表示,“但它们存在于受控环境。真正的挑战始于AI系统需要同时与银行、监管机构、支付服务商和传统基础设施交互之时。”
在AI驱动支付能够安全运行于开放受监管系统之前,最棘手的问题依然悬而未决。
AI代理的身份与责任缺失除基础设施和治理问题外,舒特预见到一个根本性的身份认证难题正在浮现。
金融系统建立在可追责实体基础上:人类拥有法定身份,企业具备法人身份,而AI代理两者皆无。
现有KYC(了解你的客户)和KYB(了解你的企业)框架依赖于此种结构。若无法在自主系统与责任主体间建立明确关联,这些框架将难以发挥作用。
“每个金融行为最终都需可追溯至特定主体,”舒特解释道,“目前AI代理缺乏明确身份标识,金融系统也无法认知其代表方或事故责任人。”
舒特认为这最终需要建立新的归属与授权模型,通过委托授权框架、加密凭证或其他可验证机制,将AI系统明确绑定至责任主体。
在该关联建立之前,自主金融系统将始终受制于设计层面的约束。
为自主代理重构金融基础设施舒特坚信下一代金融基础设施必须将AI代理视为首要参与者而非边缘案例。
这意味着系统设计需具备以下特性:
- 实时可观测性
- 跨Web1、Web2和Web3的统一治理框架
- 明确的自动化授权边界
- 清晰的可追责与可审计机制
他指出,未来的赢家不会是那些追求最快自动化速度的企业,而是那些投资于构建安全自治基础的公司。
“AI将改变金融系统的运作方式,”舒特总结道,“但若缺乏合适的基础设施支撑,它将暴露出积弊多年的系统缺陷。”
共同学习,写下你的评论
评论加载中...
作者其他优质文章