近年来，人工智能（AI）特别是智能体技术快速迭代：多模态大模型的出现，使智能体具备了更强的信息理解和处理能力；函数调用和结构化输出等技术的成熟，显著提升了智能体在金融业务中的可控性和准确性；长期记忆机制和多轮交互能力的完善，使智能体能够处理更加复杂的金融场景。与此同时，我国政策层高度重视“人工智能+金融”发展。“十五五”规划纲要明确提出，全面实施“人工智能+”行动，加强人工智能同科技创新、产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。2026年3月，中国人民银行科技工作会议要求“积极稳妥、安全有序推进金融领域人工智能应用，释放数字化、智能化发展动能”。2026年5月，国家网信办等部门联合印发《智能体规范应用与创新发展实施意见》，提出研发金融风控智能体，提升信贷审批、交易监控、账户安全等环节的风险识别能力，推动AI智能体在金融核心风控领域从试点探索走向制度化应用。2026年6月，金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，明确了银行业保险业开发应用人工智能的治理框架。
在技术与政策的共同支持下，2025年以来智能体在金融业的应用从概念走向实践，在信贷审批、投资研究、风险管理、客户服务、支付结算等领域的应用已经展开。未来，随着智能体在金融业的应用不断拓展深化，传统的金融基础设施需要从面向人类用户转向人机协同的系统性重构，在身份认证、算法治理、数据交互、支付结算、监管追溯等方面进行深层次的改革。
在AI大模型的理解、生成、推理能力基础上，智能体强化环境交互、长期记忆、任务闭环能力，可以完整地完成“感知环境→规划任务→决策行动→执行反馈”的链条。与简单的AI工具不同，智能体具备自主性、持续性、适应性三大核心特征。
在信贷审批领域，智能体可自主调取企业财务数据、征信信息、行业数据，综合分析后做出初审决策，将传统7至10个工作日的审批周期压缩至24小时以内。一些银行探索推出了信贷审批智能体，覆盖中小企业贷款，通过AI读取企业年报、分析产业链信息、核实经营情况等方式，将信贷审批效率提高了几倍，同时与人工专家的审批一致率超过90%。
在投资研究领域，投研智能体可自动读取包括实时行情、财务指标、行业数据、上市公司公告及市场资讯等多维度金融数据，对这些信息进行自动化解析与结构化处理，自动生成研究报告摘要和投资建议，大大提升了研报生产效率。多家头部券商已部署投研助手智能体，支持日均处理数千份公告和研究文献。
在支付与交易领域，科技公司、信用卡组织、支付机构等围绕AI智能体支付开展了多元探索。2025年下半年以来，谷歌先后发布代理支付协议（AP2）和通用商务协议（UCP），Coinbase交易所推出x402协议与代理钱包（Agentic Wallets），Visa推出TAP协议，OpenAI与Stripe联合发布智能体商业协议（ACP）。在国内，中国银联发布智能体支付开放协议框架（APOP），京东科技发布国内首个智能体自主支付协议（A2P2），部分支付机构和科技公司也推出了智能体商业信任协议（ACT协议）、AI原生接入Skill等探索性方案，以支持AI智能体与支付基础设施之间的互操作。国际货币基金组织的研究指出，代理中介的商务活动未来十年可能产生巨大的经济规模，从根本上改变消费者、企业和金融机构与支付系统的交互方式。
在客户服务领域，智能体的应用已渗透到了金融客户服务的各个环节。在业务办理上，智能体通过自然语言交互，直接为客户办理转账、理财咨询、信息查询等业务。在客服上，智能体用于赋能人工客服，将复杂业务查询等整合为自动化流程，显著提升了服务质量和效率。在营销上，智能体能够分析客户数据，主动识别需求并提供个性化服务，有效提升了营销转化率。在催收上，智能体可自动生成个性化还款方案，实现动态策略调整，大幅提升催收效率。
尽管智能体在金融领域应用广泛，但整体都涉及从“人控”到“机控”的转变，背后对金融基础设施提出了共性要求：
一是身份认证与授权管理的延伸要求。当信贷审批体自主调取企业流水、投研体自动抓取非结构化数据、支付体发起交易时，传统的KYC（Know Your Customer）体系无法识别和管控这些“数字代理人”。这需要建立面向智能体的身份认证机制——KYA（Know Your Agent），为每个智能体颁发可核验的数字身份标识，明确其权限范围（可访问哪些数据、可执行哪些操作）、有效期限和行为约束。2026年以来，国内外支付机构、科技企业已在探索推出面向金融业务的AI智能体治理协议框架。与传统KYC的人工审查不同，KYA体系要求机器可读的身份凭证、自动化的权限验证和实时的权限撤销机制。
二是交互与处理能力的高并发要求。智能体应用呈现高并发特征。例如，在支付领域，当前金融交易主要以日间数次结算为主，但智能体支付可能产生秒级结算、实时对账的需求；在征信领域，传统个人和企业征信查询以日均万级为主，而部署后的信贷审批智能体在高峰期可能会产生日均百万级的查询请求。传统批处理机制和面向人类用户的接口设计难以支撑这种规模跳跃。这需要基础设施提供：标准化的实时应用程序编程接口（API）、毫秒级响应能力、弹性扩展的数据处理架构、智能路由与负载均衡机制。
三是行为记录与责任归属可追溯要求。智能体时代金融交易的发起者从人延伸到AI，交易逻辑从手动操作演变为意图直达。一旦信贷审批体做出错误授信、投研体引用虚假信息、交易体执行违规操作，必须有清晰的链条来定位问题所在：是开发者设计缺陷、部署者权限配置不当、还是智能体自身决策错误？这要求金融基础设施建立全流程行为记录机制：从指令发起到执行完成，每个步骤都应留下不可篡改的日志，包括输入参数、中间推理过程、输出决策、执行反馈等，并支持自动化审计。
四是风控的前置嵌入和算法治理要求。智能体引入的内生风险超越传统信用风险和市场风险，包括大模型幻觉导致虚假决策、算法黑箱导致歧视性结果、自主执行体的越权风险。这些风险无法靠季度审查或静态规则来管控，关键在于将风控逻辑实时嵌入智能体的决策链路，建设算法治理基础设施。对中小金融机构而言，模型能力输出和公共算法治理基础设施的必要性更加突出，避免产生“模型鸿沟”——大型金融机构自建智能体生态，中小机构无力跟进，造成金融机构发展进一步分化。
面向上述变化与要求，金融基础设施需要构建新的“基础层—信任层—算法治理层—互联互通层—监管机制层”五层架构。
一是基础层：智能体身份与数据治理平台。建设统一智能体身份标识系统，为每个智能体颁发可核验的分布式数字身份标识符（Agent ID），并关联法律实体；采用类似去中心化身份（DID）的技术，支持全生命周期动态管理，包括身份注册与认证、权限标签体系、动态授权机制、链上记录等。同时，建立智能体数据治理机制，制定数据采集、存储、使用标准。明确智能体在获取数据时需满足的合规要求，如数据分类分级、脱敏处理、最小必要性原则。2026年3月11日，中国人民银行召开科技工作会议，明确提出“强化系统观念”“深化业技融合”的要求，为这一方向提供了政策指引。
二是信任层：智能体支付协议与KYA治理体系。在现有的智能体智能支付协议和KYA实践框架基础上，构建统一的智能体身份管理与责任归属标准体系。从实践探索来看，KYA框架的核心内容应包括身份识别、授权控制、行为监测、责任归属等方面的机制。智能体支付协议已在国内外得到验证，支持机构间的智能体身份认证和交易授权、毫秒级的支付指令响应、交易过程中的实时对账和异常告警、支付后的自动交割与清结算等。该治理体系未来需要向金融机构、监管及网络合作伙伴开放，是构建智能体金融基础设施信任层的核心突破。
三是算法治理层：算法可信验证与审计体系。针对大模型幻觉和算法黑箱这一根本性风险，需要建设专门的算法治理基础设施。当前面临的核心挑战包括模型准确性风险、偏见风险、可控性风险、安全性风险等方面，金融大模型需要具备可解释性并融入经济学理论知识，同时保障数据安全、遵循AI伦理规范。未来，需要构建三位一体的治理体系：算法备案，所有用于金融业务的大模型和智能体需要向监管部门备案，包括模型结构、训练数据、决策逻辑等关键信息；模型评估，由权威第三方对金融大模型进行准确性、稳定性、公平性评估，为使用机构决策提供参考；行为审计，实时监测智能体的决策过程并触发审计预警，自动识别潜在风险和启动模型回溯分析。
四是互联互通层：跨平台互操作与跨境支付标准。推动智能体支付协议的互操作性标准制定，实现不同平台、不同生态间的互联互通。智能体互联互通体系包括：API标准统一，制定统一的智能体API调用规范，避免私有协议壁垒；身份互认，不同金融机构颁发的Agent ID能够在其他机构得到认可和验证；数据格式标准，规范智能体交互的数据格式，降低转换成本；跨境支付基础设施，建设支持跨境智能体交易的清算体系，降低跨境交易成本。在国际上，国际清算银行（BIS）已设立跨境支付互操作性和扩展（PIE）工作组，旨在改进支付系统的准入，延长运行时间，并在不同支付系统之间建立联系，包括链接API和消息传递。
五是监管机制层：穿透式监管与智能治理系统。所有金融业务都要纳入监管，智能体在金融领域的应用需要监管数智化转型和穿透式监管的跟进，明确智能体金融活动的监管边界，并构建智能体金融风险预警机制、基于区块链的审计系统、算法模型评估备案机制以及监管沙盒等监管创新机制。IMF近期的研究提出，在AI驱动的决策与实际支付执行之间建立明确边界，将概率性决策的不可预测性与支付执行的可预测性组织到不同层级中。2026年3月，香港金管局、证监会、保监局和积金局联合推出GenA.I.沙盒++，聚焦风险管理、反诈骗及客户体验，持续推进“A.I.对抗A.I.”策略——运用AI管理AI应用风险。这一创新模式体现了动态、包容的监管理念，值得借鉴。
智能体在金融领域的深化应用是必然趋势，抢先完善金融基础设施将是我国金融科技创新保持领先优势的关键一环。当前我国金融基础设施建设虽取得长足进步，但面对智能体在金融行业的应用发展，还需从以下方面进行针对性完善。
一是建立统一的智能体身份认证标准体系。在智能体时代，需要建立“KYC+KYA”的双重身份验证系统，从源头守住安全底线，填补责任归属的制度空白。下一步，在KYC框架基础上，结合行业实践探索，制定覆盖智能体的身份认证（KYA）、责任归属的标准体系；明确智能体在全流程中的技术规范和安全要求，为智能体应用划定清晰边界；制定金融智能体监管政策，明确准入条件、权限范围、监督机制等；建立权威的金融智能体评价体系，与金融智能体准入对接，为适格的智能体提供便利的接入权限。
二是建立适配智能体的支付清算基础设施。针对智能体交易的高频化、碎片化特征，推动支付清算系统从面向人类设计转向兼容机器对机器场景。下一步，建议制定机器可读的标准接口规范，支持毫秒级授权响应和实时清结算；在风险可控前提下探索可编程支付工具试点，支持智能体根据条件自动执行支付，降低微小额交易成本；推动国内智能体支付框架（APOP）与国际主流协议的兼容对接，实现全球互通；加强跨境智能体支付标准合作，参与国际标准制定，争取话语权；支持数字人民币在智能体支付中的应用，探索“可编程的数字人民币+智能体”协同模式。
三是完善智能体穿透监管与责任认定机制。借鉴香港“GenA.I.沙盒++”的经验和行业中的智能体责任追溯机制，完善监管框架。具体而言，建设基于区块链的智能体交易审计系统，实现从指令发起到交易完成的全程可追溯，形成不可篡改的审计证据链；金融监管部门统筹建立面向智能体支付和智能体金融应用的专项监管沙盒，允许创新应用在受控环境中试验；完善智能体支付责任认定规则与纠纷解决机制，明确持牌金融机构的服务责任、智能体开发者的技术责任、使用者的操作责任等；建立算法异议解决机制，允许用户对智能体的金融决策结果提出异议并申请解释，保护消费者权益。
四是建立算法可信安全的评估和治理体系。建立权威的第三方评估机制，确保金融大模型的准确、真实、可控、安全。下一步，金融监管部门应适时制定金融大模型评估标准和指标体系，涵盖准确性、稳定性、公平性、安全性等维度；依托行业自律组织建立权威的第三方评估机构，对金融智能体进行独立评估和认证；推进技术规则与监管规则的良性互动，避免“一刀切”式管理，支持真正安全可控的创新应用；通过隐私计算等技术手段实现数据“可用不可见”，保障数据安全流通与应用；推动数据开放共享时与征信监管做好协调，避免数据开放共享碎片化。
五是针对人机协同模式升级数据基础设施。依托全国一体化信用信息服务平台，扩展对智能体经济所需数据的归集范围，推动信用信息基础设施转型升级。具体而言，下一步需要考虑推动信用信息基础设施从面向人类用户向面向人机协同的转型，建设适应智能体应用的数据结构和查询接口；建设可审计的智能体行为链路，实现全生命周期数据治理，确保智能体的所有行为都有据可查；在风险可控前提下，支持中小金融机构使用公共云基础设施部署轻量化智能体，避免“模型鸿沟”；探索企业级AI平台建设，为中小金融机构提供合规化、低成本的智能体服务，类似于行业云服务模式；建立数据开放平台，支持智能体按需、按量调用数据服务，建立市场化的数据定价机制。
①潘宏胜,邵宇.我国金融机构AI应用的差异、挑战与治理[J].清华金融评论,2026(8).
②杨涛.“人工智能+金融”的理论、实践与风险挑战[J].科技与金融,2026(6).
③朱太辉.AI支付发展的模式、影响与前景[J].国际金融,2026(6).
④朱太辉.智能体重塑数字金融发展范式[J].中国外汇,2026(12).
⑤朱太辉.构建智能金融安全发展的“四梁八柱”[J].中国金融,2026(13).
版权声明：凡本网注明“来源：金融时报·中国金融新闻网”的所有作品，版权均属于金融时报。金融时报与作品作者联合声明，任何组织未经金融时报以及作者书面授权不得转载、摘编或利用其它方式使用上述作品。
•中国人民银行盘锦市分行组织开展“全民同心防诈骗 信用护航惠民生”主题宣传活动
•中国人民银行鹤岗市分行：金融宣传走进界江旅游节 便民支付护航外籍游客