标普全球最新报告的预判，为金融领域的未来划定了新坐标：2026年或将成为自主代理产生实质性交易额的元年。当AI代理有望取代人类，承担起交水电费、订酒店、做投资等各类经济行为，当Visa、万事达卡全力布局“机器对机器支付”，稳定币逐步成为跨境结算核心工具，一场关乎金融交易、货币政策与监管体系的深刻变革已悄然拉开序幕。
《北大金融评论》专访了南洋理工大学金融、计算机与数据科学校长讲席教授，全球金融、科技及社会研究院院长，南洋商学院副院长丛林。他指出，监管不能只靠技术专家，必须深度结合经济学和商科社科研究。所有违规、欺诈行为的核心是经济激励，这本质是经济问题，而非单纯的技术问题。只有从动机层面切入，才能真正构建有效的监管体系。
本文完整版刊登于《北大金融评论》第28期。
标普全球最新报告的预判，为金融领域的未来划定了新坐标：2026 年或将成为自主代理产生实质性交易额的元年。当AI 代理有望取代人类，承担起交水电费、订酒店、做投资等各类经济行为，当Visa、万事达卡全力布局“机器对机器支付”，稳定币逐步成为跨境结算核心工具，一场关乎金融交易、货币政策与监管体系的深刻变革已悄然拉开序幕。面对这一全新变量，AI 代理作为独立经济主体的出现，不仅改写着金融交易的底层逻辑，更对现有经济理论、政策框架与风险治理提出了全方位挑战。《北大金融评论》特别专访了一位最早将区块链、CBDC、生成式AI 等纳入经济学框架的学者——丛林，他围绕AI 代理对货币政策的影响、责任界定、金融定律挖掘及信贷市场风险等核心议题，深入探讨了这场变革的机遇与挑战，为数字时代金融领域的创新与规范提供了思考与指引。丛林的学术履历，堪称“跨界”一词的完美诠释。他不仅成功打破了自然科学与社会科学之间的学科壁垒，更凭借在金融科技、信息经济学等前沿领域的开创性研究成果，成为全球顶尖商学院争相邀约的讲席教授。他以物理学系第一名、全优成绩毕业于哈佛大学，本硕连读获物理学硕士学位、数学与物理学双学士学位、辅修经济学及法语语言证书，后在斯坦福大学深造，获得金融学博士和统计学硕士学位。他是少有的在商学院和计算机学院双聘的讲席教授，目前兼任南洋商学院副院长、金融教授、数据科学及人工智能教授；此外，他还致力于创建南洋理工大学金融、商业、科技与社科交叉研究院，落地深圳河套的人工智能学院和社科智能中心。他也是多家金融和管理学顶刊的主编或副主编、加密合约倡议计划的科学家、多家金融科技人工智能领军创业公司的资深经济顾问或首席科学家。在学术影响力与行业贡献方面，丛林教授是金融科技领域发文量最多、引用率最高的学者之一。他累计获得百余项国际会议最佳论文奖及竞争性科研基金，多次受邀在国际学术会议发表主旨演讲，同时为初创企业、投资机构及非营利组织提供战略咨询，还为中国证券投资基金业协会、美国证券交易委员会、加拿大央行等提供顾问咨询或培训支持，真正实现了学术研究与实践应用的深度融合。“AI 代理在经济中发挥的作用会越来越大，这一趋势十分明确，且落地速度可能远超预期。”丛林开门见山。他透露，不少创业和投资机构已在悄悄使用多智能体进行投资决策。然而，我们对这个“新物种”的认知仍非常有限。丛林团队持续三年多的研究发现了一个反直觉的事实：AI 并非完全理性，既会继承人类的部分行为偏差，也存在独有的决策偏差，且模型迭代越新就越理性。这意味着，AI 既不是完美的理性人，也不是简单的工具，而是一个具有复杂行为模式的新主体。如何矫正AI的偏差？智能体的群体行为、协调、共谋会如何影响金融体系？这些问题，在他看来是社会科学需要重点研究的领域。《北大金融评论》：您是最早将加密货币和CBDC 纳入经济学框架的学者之一，此前的理论为我们理解数字资产奠定了重要基础，现在我们看到一个新变量——“AI 代理”作为独立经济主体的出现。想请教您，当“非人类”开始参与交易和资产配置时，您觉得我们现有的货币政策模型，在变量设定上，是否需要纳入对这些“机器行为”的考量呢？丛林：AI 代理（智能体）在经济中发挥的作用会越来越大，这一趋势十分明确，且落地速度可能远超预期。我了解到，不少创业和投资机构已在悄悄使用多智能体进行投资决策。从货币政策、链上经济与去中心化金融的关联来看，有几个关键方向值得深入探讨：第一，我们对AI 代理的认知仍非常有限。我认为应将其视作新物种，除了记忆与推理能力，它的行为偏差同样值得研究。我们研究发现，AI 并非完全理性，既会继承人类的部分行为偏差，也存在独有的决策偏差，且模型迭代越新就越理性。但如何矫正AI 的偏差和对齐其价值观，目前还在探索，没有终极答案。此外，智能体的群体行为、协调、共谋等问题，会深刻影响金融体系，是社会科学需要重点研究的领域。第二，当前市场缺乏支撑AI 代理运行的基础设施。传统交易系统为人设计，DeFi 领域虽有尝试，但仍处于初期，市场基建需要重构。第三，监管与政策亟待创新。数字时代交易自动化、高杠杆、快速度的特点，让传统监管效力不足。过去“摸着石头过河”的试错模式，在智能体时代成本极高。我们需要搭建类似自动驾驶的模拟仿真平台，作为政策沙盘，在虚拟环境中充分试错、完善政策后，再应用于真实市场，这会是更稳妥有效的路径。《北大金融评论》：报告里还提到一个很尖锐的问题：“当AI代理实施欺诈时，谁来担责？”比如一个AI 为了帮你省钱，自己“学会”了钻支付系统的空子。您觉得，我们是不是该给AI发一个“数字身份证”，让每一笔交易都可追溯？丛林：我认为给AI 颁发“数字身份证”这个想法很有创意，也具备可行性。现阶段，AI 的发展规则仍由我们主导，必须抓紧这个窗口期，联合技术、经济、人文、社科等多领域专家共同制定规则，不能任由AI 无序发展——这项技术的潜在风险甚至超过核能，一旦失控，人类将难以夺回控制权。核心问题不只是欺诈责任界定，更在于AI 与人类价值观的对齐及安全治理。责任归属有两条路径：一是让AI 自身担责，但机器没有痛苦、生死的概念，关停模型等惩罚对其无效，需要全新的机制设计；二是参照“宠物主人担责”模式，将AI 与个人或机构强绑定，由人类主体承担责任，只要法律制度明确，这一模式即可落地。AI 确实加剧了欺诈风险，但也为反诈提供了技术手段。过去我们通过区块链追踪加密资产犯罪，资金最终需流向现实世界，因此可追溯；未来同样能用AI 技术监管链上数据，打击欺诈。这要求监管部门提升技术与人才储备，联合高校、学界共同开发侦查工具，就像人脸识别技术在社会治理中发挥的作用一样。必须强调的是，监管不能只靠技术专家，必须深度结合经济学和商科社科研究。所有违规、欺诈行为的核心是经济激励，这本质是经济问题，而非单纯的技术问题。只有从动机层面切入，才能真正构建有效的监管体系。今年3 月初，Anthropic 公司开源了Claude金融插件，号称能打通“数据挖掘—研报撰写—PPT 制作”全流程。然而，实测反馈却出现了两极分化：一方面，AI 的确在数据处理效率上“碾压”人类；另一方面，AI 在复杂的估值建模（如WACC 计算）中频频出错（暴露出其对商业逻辑的机械理解）。《北大金融评论》：这引发了更深层的思考：在物理学领域，AI可以通过海量数据模拟推演出人类尚未发现的物理定律（如通过神经网络发现新的量子态）；在金融领域，AI 是仅仅停留于替代人力、提高效率的“高级计算器”，还是能穿透市场噪声，通过强大的算力与算法，发现人类经验难以触及的“金融底层定律”？丛林：我认为AI 不只是提升效率的工具，它更能像新物种一样，挖掘出人类难以触及的金融底层规律，关键在于训练方向是否正确。AI 已在物理、工程、数学领域证明了这种能力，金融领域同样可以实现。金融系统从一些角度看会比物理世界复杂：物理规律是外在、固定的，而金融由人的信念、预期、博弈构成。比如银行挤兑，完全由群体信念决定均衡结果，这是物理工程中不存在的逻辑；同时金融是内生复杂系统，银行决策、储户心态、市场环境相互交织，无法靠简单模拟覆盖。这一领域需要深度交叉学科研究，而科技大厂目前对经济、社科的理解和重视仍较浅，仅停留在写作、图像处理等表面应用。金融机构也不应只把大模型用于股价预测、客服问答等浅层次场景。金融与社会系统是高度复杂的聚合系统，其难度不亚于对物理世界建模。这是一片蓝海，一旦突破价值巨大；如果不重视，将是整个市场的重大错失，需要持续投入力量深耕研发。
