当AI智能体从回答问题、提供建议,进一步走向调用工具和执行多步骤任务,支付行业面临的问题也在变化。用户可以把购物、采购或付款任务交给智能体,但金融机构如何确认它代表谁行动、获得了什么授权,以及它能否执行当前交易,正在成为新的治理议题。
11月2日,香港金融管理局(金管局)启动Project SAGE,成立代理式金融专家组,并发布银行使用智能体AI的讨论文件。项目覆盖代理式金融的应用、身份、互操作和法律监管问题,其中日常支付、企业采购及机器间支付,都是明确提出的探索场景。
一、智能体支付,进入香港监管视野
Project SAGE全称为Securing Agentic Finance with Governance and Enablement,旨在推动代理式金融应用,同时建立相应治理安排。金管局将项目划分为四个方向:探索应用场景、研究智能体身份、推动互操作标准讨论,以及交流法律和监管框架。
应用场景包括企业对消费者领域的代理式购物和日常支付,企业对企业领域的采购与财资管理,以及机器间按使用量支付数字服务费用。智能体由此可能从提供支付建议,进一步参与金融任务规划、工具调用和交易执行。
专家组成员横跨金融机构、支付网络、支付服务商及科技企业,其中包括Adyen、Ant International、Mastercard、银联国际等支付产业参与者,也有AWS、Google Cloud等技术企业。智能体可能跨越多个平台调用金融服务,代理身份和授权机制因而需要不同主体共同研究。
这项工作延续了此前的监管安排。10月15日,金管局公布ART框架,提出以问责、韧性和信任为基础推动银行负责任地应用人工智能,并预告将发布智能体AI治理讨论文件。11月2日,相关讨论进一步进入公开征求意见和跨行业协作阶段。
Project SAGE面向广泛的代理式金融生态,同步发布的讨论文件则聚焦香港认可机构使用智能体AI,以及银行接收代表客户或交易对手行事的外部智能体指令。对于其他市场主体之间独立发生的代理交互,文件主要将其作为监管监测和必要协调的议题。
这份讨论文件不属于新规则或监管期望声明,也不产生新的监管义务。金管局将根据业界反馈和市场发展考虑后续安排,首轮意见提交截止日期为2027年2月1日。而对支付行业而言,文件已经提出一个具体问题:当外部智能体向银行提交付款指令,银行如何核实它的身份及授权?
二、智能体替用户付款,身份和授权如何验证?
传统支付体系已经具备客户身份识别、账户权限、支付凭证验证、交易限额和审批等机制。智能体带来的变化,是交易链条中增加了一个能够理解目标、规划步骤、调用工具并根据结果调整行动的代理主体。
例如,企业可以授权智能体寻找供应商、核对订单并发起付款。付款主体仍是企业,但具体操作可能由智能体完成。银行需要识别企业客户,也要确认发出指令的智能体是谁、由谁运营、代表哪家企业行动,以及它是否有权提交这类付款指令。
金管局讨论文件提出以Know Your Agent(KYA,即认识你的代理)作为风险导向的治理思路。核验首先涉及智能体本身的身份、提供者或运营方、它代表的客户或交易对手,以及授权由谁作出。这一环节要确认的是智能体与委托主体之间的关系。
在此基础上,还要查看授权的范围、期限、条件与限额,以及智能体可访问哪些账户、产品、数据和系统。若涉及再委托,或授权已暂停、到期、修改或撤销,相关核验也需要反映这些状态。
KYA不是统一技术标准,也不能替代现有客户尽职调查、身份认证和访问管理。它把代理关系纳入核验过程,但具体交易仍需要独立的授权及权限校验。
认证了智能体身份,不等于确认它有权执行当前交易。 银行还需要把具体指令与委托授权、账户权限、产品条款、交易限额及其他适用条件进行核对。金管局提出,必要时应采用确定性校验,而不能只依赖智能体或委托人自行声称拥有相应权限。授权到期、被撤销或凭证遭到盗用时,相关机构还需要能够及时停止接受其指令。
身份和授权还需要落实到运行控制。金管局提出的风险整合型Agent Harness,是智能体执行任务所处的控制环境,不只是给模型设置提示词,而是把机构的风险偏好和业务要求转化为工具权限、工作流程、数据访问控制、动态防护、交易频率限制、确定性校验、审批、监测和升级机制。
在支付场景中,系统可以核验智能体是否有付款权限、收款方是否获准、金额是否超限、必要审批是否完成。校验不通过时,应阻止交易或转交人工处理,不能让智能体自行放行。
支付最终性也会影响监管对智能体部署的风险判断。金管局举例称,一项负责释放批发支付的智能体部署,即使每笔付款都需要人工审批,仍可能被归类为具有重大影响的部署。原因在于,付款一旦结算,可能无法撤销;如果审批关口失效,后续纠正空间有限。金管局同时强调,人工审批必须真实有效,审批人需要看清操作内容、拥有拒绝权限,拒绝也必须是可接受的结果,并有足够时间作出判断。形式上设置审批步骤,并不自动构成有效监督。
三、智能体支付,责任如何追溯?
身份和授权得到核验后,还需要解决交易责任问题。智能体可能由服务商开发和运营,接受消费者或企业委托,再通过银行或支付机构渠道提交指令。指令生成、授权管理、交易接收和资金处理分布在不同主体之间,事后需要还原各环节的行为和权限状态。
金管局提出的“意图锚定问责”,强调银行应明确智能体的业务目标、获准任务、授权范围、禁止事项、限额和审批条件,并将责任落实到机构内部明确的人员或职能。使用外部模型、云服务或第三方工具,也不能模糊银行对自身智能体部署的治理责任。
对于外部智能体交互,讨论文件提出按实际安排建立共享责任框架的研究思路。沿着一笔智能体付款的执行过程,客户负责设立、维护或撤销委托授权;智能体提供者或运营方管理代理身份、凭证和运行安全;中间平台维护其负责的通信与执行渠道,并提供必要记录;银行接收指令时则须在自身业务边界内核验授权并落实交易控制。
这是一种根据各方实际角色分配治理职责的讨论方向,而非已经确定的统一法律责任模型。金管局指出,智能体之间的技术标准、市场惯例和法律安排仍在发展,现阶段不准备规定单一技术标准或责任模式;共享责任也不能削弱银行对自身系统、指令验证和边界控制的责任。
跨机构互操作也是基础问题。智能体可能跨平台寻找服务,通过银行渠道提交指令,再经支付网络完成交易。参与方需要识别智能体身份、验证委托权限、获知授权变更或撤销,并在争议发生时取得可信的指令和执行记录。金管局将身份、委托授权、权限撤销、证据、责任和争议处理列为需要协调的领域,说明系统连接本身并不足以保证交易可信。
对支付行业而言,智能体支付的发展不只取决于AI能否调用支付接口,还取决于金融机构能否确认代理身份、验证具体授权、限制实际操作,并在交易发生后还原执行过程。身份、授权和责任机制能否跨平台协作,将影响智能体能否从单一场景试用走向更广泛的金融交易。
未经允许,严禁转载。发布者:挖数网 转载或引用请注明出处:https://www.zfzj.cn/16603.html