头等玩家官网

9月19日，由深圳香蜜湖国际金融科技钻研院、数字金融合作论坛结合主办的深圳香蜜湖国金院2026秋季会议成功进行；嵋檩尤迫宋悄苤卫怼⒑旯劬镁质屏酱笠樘饨凶ㄌ庾暄，约请权威辅导、机构高管与学界翘楚齐聚鹏城，为"智能向善"这一时期命题凝聚行业共识。头号玩家官网信息总裁徐启昌应邀出席，以“金融AI治理：一个范式转换+四个操作天堑”为主题颁发演讲，与在场嘉宾分享头号玩家官网信息的AI治理实际经验。

头号玩家官网信息总裁 徐启昌

以下为演讲原文：

今天我想和各人分享的是当前金融AI治理中最主题的一个问题：治理的底层逻辑，在产生一场底子性的范式转换。

机械进建进入金融行业以来，AI治理的重要对象是“模型准禁绝”。一个信誉评分模型输出违约概率，后续的行动由人为或独立流程决定，把模型作为治理单元是合理的。但当智能体进入金融业务，它可能自主挪用数据、运行模型、使用工具，甚至直接执行落地，AI与真实金融行动之间的距离被急剧缩短。8号文不仅初次在监管文件中正式提出“金融智能体”概想，并且明确必须对主题业务决策的自动化采取“稳妥索求”的审慎态度，要求面向公家或高风险场景须向监管报备。这意味着监管层已经意识到，治理的根基单元不能再停顿在“模型挪用”，而要扩大到一条由数据、状态鉴别、模型判断、业务逻辑、风险约束、权限节造和行动执行共同组成的齐全决策关环。

我们以为，这个关环治理，必要四个操作天堑来支持。

01、第一个天堑 权限天堑

这是Agent进入金融业务的第一路门槛，也是最容易被忽视的问题。传统数字化系统的权限治理以“人”为单元，但Agent的权限是操作级、工具级、参数级的，颗粒度齐全分歧。

好比一个信贷审批辅助Agent，它必要查问征信数据、读取申请资料、挪用风险评分模型，但它不应被允许批改征信纪录、不应被允许直接触发放款作为、不应被允许查问非当前会话客户的任何信息。

头号玩家官网信息以为权限天堑的主题是“明确Agent能查问什么、挪用什么，能否触发买卖或审批作为”。

在技术实现上，这必要工具白名单、参数约束、资源隔离，以及高风险操作的多级审批。更沉要的是，权限不是静态的——除非Agent在执行授权工作时，不然其权限应自动降级至最低水平。权限天堑的主题准则是默认回绝、最幼授权、动态收敛。

02、第二个天堑 责任天堑

这是金融AI治理中最具司法实操性的问题。当一笔买卖经过Agent推荐、人为确认后产生纠纷，责任若何在模型建议、人为确认和业务审批之间划分
？

8号文给出的准则性答案是 “谁使用谁掌管” ，明确压实金融机构作为AI技术使用方的主体责任，彻底封堵了以“技术表包”为由转嫁风险的空间。但准则必要操作化，我们将其拆解为： “明确AI建议、人为确认、业务审批之间若何划分责任” 。在具体实际中，责任天堑的落地状态因场景而异。

在财富治理场景中，AI的角色被严格限造为辅助天生配置建议初稿，最终决策权始终在客户经理手中，客户经理承担“适当性匹配”的最终责任。在信贷审批场景中，AI给出“建议通过”而人为未做内容审查直接放行，责任在人为；若是AI给出了误导性信息导致人为判断失误，则必要回溯AI的输入输出链条来判断责任归属。

头号玩家官网信息以为责任天堑的内容是： “谁具名，谁掌管”的古老准则，在智能体时期必要被沉新界说——AI没有法人资格，不能成为责任主体，但AI的每一次建议、每一个作为都必须可能被映射到具体的人。

03、第三个天堑 审计天堑

金融业受到严格监管，规定要求决策过程可追忆、可审计、可问责。但大模型的“黑箱”特点使这一要求面对底子性挑战。

审计天堑的要求是：纪录Agent的输入、输出、挪用链条和人为过问节点，确保关键流程可追忆。

具体而言，若是监管追问决策凭据，银行能否通过审计日志复现Agent的输入、输出、工具挪用和人为过问节点
？这要求Agent运行时必须纪录齐全的事务流。头号玩家官网信息牵头结合人民银行多家分行及12家金融机构颁布的AgentOS课题汇报，提出了“接入—战术—运行—审计”四层总体架构，明确安全、治理、审计能力必须内建于系统底层，不成被上层利用绕过。

审计天堑与8号文全性命周期治理系统的要求直接对应，每一个环节都必要留下可追忆的纪录。

04、第四个天堑 评测天堑

这是四个天堑中最容易被简化、也最必要被沉新界说的一个。

我们以为，应该为分歧场景成立分歧的测试和验收尺度，单看回覆正确率并不及以衡量Agent成效。

为什么只看正确率不够
？由于金融Agent的价值不在于“答得对”，而在于在正确的前提下做出正确的行动。一个信贷审批Agent可能对90%的申请给出了与人为一致的判断，但它在渣滓10%的天堑案例上的阐发——那些必要审慎判断、必要触发人为复核的案例——才真正决定它是否“够格”。

我们以为，评测维度至少应蕴含四个方面的内容——1）忠诚度，Agent的输出是否忠诚于其输入和可用数据源；2）工具正确率，该调的工具是否调了、不该调的是否没有调；3）天堑合规性，是否越过了权限天堑或触发了不应触发的作为；4）失败可复现性，统一个失败案例能否被不变复现以便建复。

这四个天堑组成一条齐全的治理链条：权限天堑回覆“Agent能做什么”，责任天堑回覆“出了事谁掌管”，审计天堑回覆“过程能否被还原”，评测天堑回覆“怎么判断它够格”。四者缺一不成——没有权限天堑，Agent可能越权操作；没有责任天堑，出了问题无人认领；没有审计天堑，决策无法被审查；没有评测天堑，Agent的“资格”就失去了客观凭据。

我们以为，治理不是为了限度Agent，而是为了让Agent获得进入业务侧的资格。

金融业务的主题不只是效能，而是授权、审计和追责。只有当Agent可能被授权、被审计、被追责，并被一线员工持续训练和使用时，才算真正进入了金融业务。

最后，我想再提一下头号玩家官网信息牵头做的一件AI治理有关的工作。今年6月，我们结合中国人民银行沉庆分杏注云南分杏注保山分杏注巴中分行，以及中国银杏注邮储银杏注中信银杏注渤海银杏注恒丰银行等共计12家单元，共同假造颁布了《金融领域基于可信框架的AgentOS智能体业务承载与治理》课题汇报。

这份汇报把今天讲的四个天堑落到了系统架构层面——汇报提出了“接入—战术—运行—审计”四层总体架构，明确安全、治理、审计能力必须内建于系统底层，不成被上层利用绕过。

作为课题成就的工程化落地，头号玩家官网信息的Skillbase 2.0金融智能体工厂已经支持近50个金融智能体在10余个银行场景落地运行，覆盖营销、客服、风控、运营等业务领域。我们做这件事的初衷很单一：金融智能体的规；涞，不能靠每家机构各自摸索，必要一套可复用、可审计、可沉淀的行业级治理框架。这份汇报是一个阶段性成就，我们在推动它向行业尺度转化。