2026年10月15日，香港金融管理局向所有认可机构发出《负责任采用人工智能》通函，发布以问责、韧性和信任为三项支柱的ART框架。配套监管指引取代2019年的人工智能高层原则，并要求银行及时提升政策、程序和控制。同日发布的代理式人工智能治理概念文件，则把讨论推进到一个更具体的场景：AI不再只生成答案，而是可以访问数据、调用工具、连接内外部系统，并按照目标规划和执行多步骤任务。
这项变化与普通的“银行使用聊天机器人”不同。一个能自动整理客户材料的模型，输出错误通常还可在提交前纠正；一个能根据材料调整客户风险等级、发起补件、限制交易甚至调用支付流程的智能体，错误会直接进入资金和权利义务关系。监管需要回答的因此不只是模型是否准确，而是谁授权它行动、行动边界在哪里、发生异常时谁能叫停，以及事后能否还原每一步判断。
从生成内容到采取行动，风险对象已经改变
金管局对代理式AI的描述包含几个关键能力：理解业务目标，自主规划步骤，使用工具，访问数据，与系统交互，并可能由多个智能体协同完成关联任务。放入银行业务，这些能力可能用于交易监控、反欺诈、客户服务、授信分析、合规筛查和运营处理。
传统自动化一般把规则、输入和动作写得较为固定。代理式AI则可能根据环境选择路径。例如，系统发现一笔跨境付款与客户历史模式不符后，可以调取企业档案、核对受益所有人、查询制裁与负面信息、要求补充合同或物流文件，再决定是否升级人工审查。效率来自系统可以跨步骤工作，风险也来自这些步骤彼此连接：前端识别错误可能沿着工作流放大，最后表现为延迟付款、拒绝服务、错误冻结或不当披露数据。
因此，企业不能把银行答复中的“系统决定”“模型判断”视为责任终点。AI是银行履行合同、客户尽调、反洗钱、反欺诈和消费者保护义务的工具。金管局明确要求认可机构继续对AI生成的输出和行动负责；董事会和高级管理层对AI采用承担总体责任，外部服务商也不能承接或消除银行自身的监管责任。
业务意图决定责任归属，不应只找技术部门
概念文件提出“以意图为锚的问责”。代理式AI的行动来自它对指令或业务目标的解释，治理安排应把具体行动与原始业务意图连接起来，并据此确定自主权限和责任主体。
这一设计对银行内部责任划分很重要。技术部门提供模型、接口和基础设施，却未必决定为何对某类客户加强审查、何时暂停付款或怎样处理欺诈预警。提出并拥有该业务目标的部门，通常应对智能体结果负责。配套监管指引还要求每一个已部署的AI用例指定负责人，明确系统权限，监督控制有效性，并负责问题升级和整改。
对中国企业而言，类似安排也适用于自身使用的财资和合规工具。若集团司库让AI根据现金头寸自动选择付款账户，法务和合规部门就不能只审核供应商的模型说明。企业需要把“允许优化流动性”进一步写成可以执行的权限：可读取哪些账户，可向哪些白名单收款人付款，单笔和累计限额是多少，能否改变币种或通道，遇到制裁命中、账户异常或合同资料缺失时必须停止在哪一步。
业务意图如果只写成“降低付款成本”或“提高通过率”，智能体可能在技术上实现目标，却偏离企业真正能够接受的法律和风险边界。授权文件、系统配置和人员职责必须相互对应，不能在合同里要求双人复核，却在系统中给智能体单独放款权限。
人工监督不是形式审批，而是有能力叫停
金管局允许银行根据风险在“人在回路中”“人在回路上”或“人保持指挥权”等安排之间选择。这里并非简单减少人工，而是要求监督方式与具体用例的重大性、失败后果和技术成熟度相匹配。
低风险工具可以由人员抽样监督；涉及客户重大权益、账户限制、授信、投资建议或资金行动的用例，则需要清晰的人工批准和介入触发条件。监管指引要求审查人员具备足够的能力、信息、时间和权限，可以质疑、推翻或停止AI。若工作人员只能点击确认，无法看见依据、修改结果或阻止后续动作，这种安排很难构成有效监督。
代理式AI执行速度快，连续动作之间的时间可能很短。概念文件因此提出在产生重大客户影响之前嵌入介入点，并保留暂停工具或系统访问、撤销权限及启动紧急停止的能力。配套指引进一步要求，对较重大或高风险用例设置“停止开关”或同等机制，防止异常模型继续采取行动。
银行客户也应了解自己的人工救济入口。企业在开户、付款或账户管理中受到自动化决定影响时，应及时询问决定类型、补正渠道、人工复核路径和处理时限。争议焦点不必停留在要求银行公开算法，而可以落到更可操作的问题：银行依据哪些事实采取措施，客户提交的材料是否进入复核，是否有人有权更正结果，以及限制措施是否与风险相称。
证据链要能还原“为什么行动”和“怎样行动”
金管局要求银行维护AI用例清单，记录目的、负责人、供应商和模型、风险分类、生命周期、审批状态、依赖关系及关键控制。对于重大或较高风险输出，还应尽可能保存能够审计和追踪结果的记录，包括所用来源、模型和版本、配置、输入；生成式AI场景还可能包括提示词及支持重大输出推理的证据。
这给跨境资金争议提供了新的取证地图。过去企业往往保存付款指令、银行回单和邮件；智能体参与后，还需要关注四组记录：业务人员给出的原始目标和授权，系统实际调用的数据与工具，模型作出的中间判断和风险标签，人工介入、例外批准及最终执行结果。缺少中间记录时，很难判断错误来自企业资料、第三方数据库、模型推断、接口映射还是人工处置。
企业自身至少应保存提交给银行的版本化材料、上传时间、银行补件要求、人工沟通记录、交易状态变化和异常提示截图。若通过API或企业网银接入自动化财资系统，还应保存指令编号、操作者或智能体身份、权限范围、审批日志、回执和撤回记录。交易哈希、付款回单或工单编号各自只能证明一部分事实，不能替代完整的授权与处置链条。
外部模型、数据和接口仍由银行承担治理责任
代理式AI通常依赖云服务、基础模型、制裁数据库、身份核验工具和系统集成商。金管局要求银行在选用外部服务商前开展尽调和风险评估，通过合同落实审计权、数据保护、重大变更和事故通知、响应与恢复，并评估集中度、连续性、可替代性和退出风险。
数据安排也不能由供应商默认条款决定。指引要求银行防止服务商将客户个人数据或银行机密信息用于模型训练或改进，除非银行明确授权并符合适用要求。对中国企业而言，向银行或其技术服务商提供合同、发票、物流和受益所有人资料时，还要同步审查内地数据出境、商业秘密和授权基础，避免为了通过自动审查而无边界上传材料。
跨境场景还会出现规则差异。同一集团在内地、香港和东南亚使用统一智能体，可能同时面对不同的数据、外包、反洗钱和消费者保护要求。较稳妥的做法不是让模型自动选择“最宽松规则”，而是按法域、实体和业务类型划分数据及行动权限，并把无法确定的冲突交给有授权的人员处理。
中国企业可以从四项工作开始
第一，盘点所有能够影响账户、授信、付款、筛查和客户权益的AI用例，不只登记自行开发的模型，也包括软件中嵌入的AI功能。用例清单应写明业务负责人、模型和供应商、可访问的数据与系统、可采取的动作及人工介入点。
第二，把权限控制从人员账号扩展到智能体身份。每个智能体应有独立、最小化和可撤销的权限；付款、改变收款信息、释放高风险交易或向外传输敏感数据，不宜依赖自然语言提示作为唯一边界。
第三，补齐合同。与AI服务商、系统集成商和数据提供商约定数据使用限制、模型或规则变更通知、日志可得性、审计协助、事故响应、服务连续性和退出迁移。企业与银行的接口协议也应说明指令何时视为有效、异常如何通知、谁有权撤回及错误交易怎样处理。
第四，设计可以演练的异常处置。至少测试提示词注入、错误数据、模型漂移、第三方中断、权限越界和连续误操作，确认系统能暂停、隔离和恢复，人员知道向谁升级，并能保存争议处理所需记录。
结语
ART框架中的一般监管指引已经面向香港所有认可机构，银行应及时提升控制；代理式AI概念文件目前只是初步考虑，行业登记册等安排尚未成为具体监管要求，金管局还将另发讨论文件。两者的法律状态需要区分。
方向却很清楚：当AI开始代表机构采取行动，监管会沿用银行业熟悉的治理方法，把权限、责任、三道防线、操作韧性、供应商管理和审计记录放回业务流程。对中国企业来说，面对更自动化的银行服务，最有效的准备不是追逐模型名称，而是把每一次资金行动都连接到明确授权、可控权限、人工救济和完整证据。
主要参考资料
- 香港金融管理局，《Responsible Adoption of Artificial Intelligence》，2026年10月15日：通函及附件。
- 香港金融管理局，《Supervisory Guidance for Responsible Adoption of Artificial Intelligence》，2026年10月15日：监管指引（PDF）。
- 香港金融管理局，《Concept Note on Governance of Agentic Artificial Intelligence》，2026年10月15日：概念文件（PDF）。
- 香港金融管理局，《HKMA announces “ART” Framework to promote responsible A.I. adoption》，2026年10月15日：新闻稿。
- Financial Stability Board, Sound Practices for Responsible Adoption of Artificial Intelligence (AI), 15 October 2026: 官方发布。
本文仅作一般信息分享，不构成针对具体事项的法律、税务或合规意见。人工智能、银行监管、数据和跨境交易规则仍在发展，具体项目应结合业务流程、合同、数据路径和适用法域进行专项评估。