[TokenPost專欄] ‘智能體經濟（Agentic Economy）’的序幕：AI成為銀行金庫管理者的那一天

如今正是“智能体经济（Agentic Economy）”的时代。被TokenPost旗下优质月刊《Blockchain Business Review》2026年1月号選為核心關鍵詞的這個詞，意味着AI超越單純工具、蜕變為自主經濟活動主體的新經濟範式。並且，這一巨大潮流在金融系統最保守和核心的領域——“支付結算”系統中也得到了印證。

近期，國際清算銀行（BIS）與加拿大央行的研究團隊發布的工作論文證明了生成式AI（Gen AI）具備承擔銀行“現金管理者（Cash Manager）”角色的潛力，暗示智能體經濟並非遙遠未來的科幻，而是迫近的現實。

◇ BIS的實驗：AI，解開“流動性管理”難題

BIS研究團隊進行了一項實驗，將批發支付系統中的流動性管理權限授予通用生成式AI模型。賦予這個AI智能體的任務絕不簡單。因為它需要在不確定的資金流中，為流動性衝擊（Liquidity Shock）做好準備，並把握結算延遲成本與流動性持有成本之間微妙的平衡（Trade-off）。

令人驚訝的是，即便是未經專門金融訓練的通用AI模型，也做出了與熟練的人類管理者相似的“預防性（Precautionary）”決策。

AI智能體為應對未來緊急的大額支付，做出了推遲當前小額支出的判斷；

通過計算資金流入可能性，重新調整了優先級；

得出了在最小化結算延遲的同時又能保全流動性的最優策略。

這強有力地證明，AI已超越單純執行輸入指令的階段，進化為能在不確定性下計算風險並採取行動的“經濟智能體”。

◇ “比強化學習（RL）更快、更靈活”… Gen AI開啟的創新

這項研究向韓國金融界傳遞的信息很明確。那就是“速度”與“效率”。

此前作為金融優化模型主流的強化學習（RL）方式，就如同向孩童從頭開始逐一教授支付結算的規則。為了學習最優策略，需要數萬次模擬、海量數據以及漫長的時間。

相比之下，基於生成式AI的智能體具備“零樣本（Zero-shot）”或“少樣本（Few-shot）”學習能力。僅憑提示詞就能理解情境並進行即時推理，因此無需專門的長期訓練即可投入複雜的金融業務。這意味着金融機構可以通過引入智能體，顯著降低運營成本，並提高原型設計（Prototyping）的速度。

[BBR Vol. 16] “AI擁有錢包並自主交易”… 2026年“智能體經濟”將帶來的新金融秩序

◇ 金融的未來：“AI沙盒”與人類的角色

當然，不能立即將銀行金庫的全權交給AI。BIS報告也強調了“人在回路（Human-in-the-loop）”模式，並著重指出了對AI決策進行最終驗證的人類管理者的重要性。同時，報告也警告了在未預料到的“黑天鵝”情境下，AI依賴過去數據可能做出誤判的風險。

但方向已定。政策制定者可以利用這些AI智能體構建“多智能體支付結算模擬器（Multi-agent payment system simulator）”。可以在虛擬沙盒中安全地測試系統性死鎖（Gridlock）或危機情境下的韌性，並試驗新的監管政策。

◇ 為迎接‘智能體經濟’我們應有的姿態

TokenPost 1月號之所以關注‘智能體經濟’，原因很明確。因為2026年將成為AI從人類輔助工具（Tool）升級為自主代理（Agent）的元年。

韓國金融市場已在AI銀行家引入、機器人投顧活躍化等方面加速AI轉型。此次BIS的研究更進一步，展示了AI可以超越簡單應答，成為資金管理等核心業務的主體。

國內金融機構現在應為了運營效率，加快引入符合目的的AI解決方案，同時必須為風險評估和合規監管做好周密準備。BIS的這項研究僅僅是這場巨大變革的序幕。金融的未來，如今取決於“誰能雇用更聰明的智能體”。