试想一下，你指示AI智能体在当天结束前将1万美元兑换成加元。智能体执行了任务，却搞砸了。它误读了参数，未经授权进行了杠杆交易，导致你的本金瞬间亏空。此时，责任该由谁承担？损失又该由谁来赔偿？
目前，没有任何一方需要为此担责。一组研究人员指出，这正是代理式人工智能时代的致命短板。
在4月8日发表的一篇论文中，来自微软研究院、哥伦比亚大学、谷歌DeepMind、Virtuals Protocol以及人工智能初创公司T54 Labs的研究人员，提出了一套名为“代理风险标准”（ARS）的全新综合性金融保护框架，旨在为AI智能体提供与传统金融交易中第三方托管、保险和清算所同等效力的保障机制。该标准是开源的，可通过T54 Labs在GitHub上获取。
T54创始人钱德勒·方（Chandler Fang）在发给《财富》杂志的电子邮件声明中表示：“我们探讨的是整个‘代理经济’，这与仅用AI智能体完成金融任务有着本质区别。”他指出，代理交易主要分为两大类：人工介入的金融交易和智能体自主交易。他表示，目前人们都聚焦“人工介入”交易，而这恰恰是问题所在，因为当前的金融生态系统除了将全部责任推给人类之外，别无他法。研究人员解释称，这一切的根源在于这项技术本身的概率性特质。
概率性问题
该团队指出，核心问题在于他们所说的“保障缺口”，其定义为“人工智能安全技术所提供的概率性可靠性，与用户委托高风险任务前所需的可执行保障之间存在脱节”。这一表述让人们联想到领导力专家杰森·怀尔德（Jason Wild）此前向《财富》杂志阐述的观点：人工智能工具的概率性特质，让各地的管理者感到困惑。T54团队写道：“由于无法限制潜在损失，用户会明智地将人工智能任务限定在低风险范围内，从而限制了基于智能体的服务的在更广泛场景中的应用。”
他们认为，模型层面的安全优化虽能降低人工智能出现故障的概率，却无法彻底消除风险。大语言模型本质上具有随机性，这意味着，无论AI智能体经过多么严苛的训练或调优，仍可能出现“幻觉”、失误。当该智能体操控着你的证券经纪账户或执行金融应用程序编程接口（API）调用时，哪怕仅出现一次失误，都可能立即造成损失。
“大多数可信的人工智能研究的核心目标都是降低故障发生的概率，”微软研究院高级研究员华文越（Wenyue Hua）表示，“这项工作至关重要，但概率永远无法等同于保障。代理风险标准采用了互补的方法：我们不追求打造完美无缺的模型，而是明确界定模型出现故障时的财务处理规则。最终我们构建了一套清算协议，为用户提供确定性的保障，而非概率性的承诺。”
研究人员提出的解决方案直接借鉴了数百年来的金融工程经验。代理风险标准引入了分层清算框架：设立托管金库，用于保管服务费，仅在任务完成并通过核验后，才向服务方划转资金；要求人工智能服务提供商在动用用户资金前，缴纳抵押担保；设置可选承保机制——由承担风险的第三方机构对人工智能故障风险进行定价，收取保费，并承诺出现问题时赔付用户。
该框架将两类人工智能任务区分开来：标准服务任务（如制作幻灯片、撰写报告）涉及的财务风险有限，因此基于第三方托管的清算机制足以覆盖风险；涉及资金交易的任务——如外汇交易、杠杆头寸、金融应用程序编程接口调用——要求智能体在结果核验前动用用户资金，在此类场景下，承保机制就变得至关重要。这与衍生品市场的运作原理完全一致：在衍生品市场中，清算所作为交易双方的中间机构，避免单次违约事件引发连锁反应。
论文通过表格形式，将代理风险标准与现有风险分摊机制进行了明确对标：建筑业采用履约保函；电子商务依托平台托管；金融市场执行保证金制度并由清算所兜底；去中心化金融（DeFi）依赖智能合约抵押。研究人员认为，AI智能体不过是下一个需要构建自身基础设施的高风险服务类别。
时机至关重要
金融监管机构已开始密切关注相关动态。美国金融业监管局（FINRA）在12月发布的《2026年监管监督报告》中，首次增设生成式人工智能章节，警告经纪商需针对人工智能“幻觉”问题制定专项处理流程，并严格监控可能“超出用户实际或预期范围及权限”运行的AI智能体。美国证券交易委员会（SEC）及其他监管机构也密切关注该领域动向。
监管机构尚未建立代理风险标准：该标准不是规则，而是协议——标准化的状态机，用于管理资金锁定、索赔申报，并在AI智能体出现故障时触发赔付。研究人员承认，代理风险标准只是庞大信任体系中的一个层级，真正的瓶颈在于为代理行为构建精准的风险定价模型。
钱德勒·方告诉《财富》杂志：“本研究是构建高层次框架的初步探索，旨在系统梳理智能体自主交易的完整流程，并对其风险评估机制进行分析。未来，我们应纳入特定细则、模型和其他研究成果，厘清如何在不同应用场景中开展风险评估。
