2026 年 6 月 30 日，葡萄牙辛特拉。歐洲央行年度中央銀行論壇的現場，英國央行（Bank of England）副總裁 Sarah Breeden 走上演講台，丟出了一枚讓全場中央銀行家集體坐直的炸彈——她直白地說：現有的金融監管框架，根本管不住即將全面滲透金融市場的 Agentic AI。

這不是某個科技部落格的標題黨。這是「針線街老婦人」（The Old Lady of Threadneedle Street，英國央行的暱稱）的金融穩定掌門人，在全球最具影響力的央行論壇上，對著台下各國貨幣政策制定者發出的正式警報。

Breeden 的核心訊息可以用一句話濃縮：當 AI 系統從「人類按按鈕、模型給建議」進化到「自己規劃、自己學習、自己執行交易」的階段，你用一套為人類操盤手設計的法規去管它，就像拿著自行車的交通規則去管理無人駕駛車隊——邏輯上完全錯位。

過去幾年，各國央行一直維持著一個微妙的共識：現有的金融監管框架「大致上夠用」，只要稍加微調即可應對 AI 滲透。但 Breeden 在這場演講中打破了這個默契。她坦言，Agentic AI 在支付和交易領域的快速演進，已經暴露出現有框架中「肉眼可見的縫隙」，而且這些縫隙正在以指數級速度擴大。

什麼是 Agentic AI？它如何顛覆金融市場的運作邏輯？

先說清楚概念。Agentic AI（自主代理型 AI）跟你手機裡那個幫你設定鬧鐘的語音助手完全不是同一物種。傳統 AI 模型的運作邏輯是「輸入 → 推理 → 輸出建議 → 人類決定是否執行」。Agentic AI 砍掉了最後那一步——它能自主規劃行動序列、從環境反饋中學習調整、並在沒有任何 人類監督 的情況下直接執行操作。

翻譯成金融圈的語言：你的交易系統不再只是跑跑量化策略、吐出一堆信號給交易員看。Agentic AI 會自己判斷市場狀態、自己決定下單時機和規模、自己在做市過程中調整報價價差、甚至在自己的風控模型偵測到異常時自主觸發減倉操作。整個過程毫秒級完成，人類連插手的縫隙都找不到。

Breeden 在演講中特別點名了三個 Agentic AI 已經「深度著床」的金融功能：AI 驅動的交易（AI-driven trading）、風險管理（risk-management）和做市（market-making）。這三個領域恰好是金融市場流動性和穩定性的命門。

這裡的關鍵矛盾在於：金融監管的核心假設是「有人類在迴路裡」。你管的是人的行為——交易員的資格、內控流程、審批層級。但 Agentic AI 把人類從迴路裡抽走了。當一個 AI 代理能在 3 毫秒內完成「偵測異常 → 評估風險 → 拋售 5 億美元資產」的全鏈條操作，你事後去追究「誰授權了這筆交易」這個問題本身就變得荒謬。

根據 Reuters 報導，Breeden 在演講中明確指出，Agentic AI 能夠在「沒有人類介入的情況下自主行動和做出決策」，而現有的金融監管框架「並非為這種代理而設計」。這句話聽起來雲淡風輕，但翻譯成監管術語就是：你的法規體系存在結構性盲區。

英國央行為何在此時按下監管改革的啟動鍵？

這裡有個值得深挖的背景脈絡。英國央行——全球第二古老的中央銀行，成立於 1694 年——在金融穩定監管上一向以保守著稱。過去數年，面對 AI 在金融領域的快速滲透，英國央行始終維持著一個相當謹慎的立場：現有框架「大致足夠」，只需要在執行層面做一些調整。

但 Breeden 這次的表態，標誌著一個明確的政策轉向。她承認，多年來堅持的「現有框架足夠」立場已經站不住腳。原因很直接：Agentic AI 在支付和交易領域的能力躍遷速度，遠超監管體系的迭代週期。

想想這個時間線：2023 年 ChatGPT 剛讓大眾認識生成式 AI，2024 年各家金融機構開始在風控和客服場景試水，2025 年 Agentic AI 概念從實驗室走向生產環境，2026 年已經有系統在實盤交易中自主決策。監管法規的修訂週期通常是 2-3 年起步——你還在寫諮詢文件的時候，被監管的對象已經換了三代。

Breeden 特別提到，Agentic AI 在「agentic payments」（自主支付）和交易領域的快速發展暴露了潛在的監管缺口。所謂 agentic payments，是指 AI 代理可以自主完成支付指令的發起、授權和執行——這意味著資金可以在完全沒有人類簽核的情況下跨機構流動。在現行反洗錢（AML）和支付服務法規下，這幾乎是一個法規真空地帶。

從產業鏈角度來看，這個政策轉向的影響是深遠的。截至 2026 年，全球主要金融機構在 AI 系統上的累計投入已達數千億美元規模。倫敦作為全球外匯交易和衍生品市場的核心樞紐，英國央行的監管態度轉變，將直接影響這些機構的 AI 部署策略和合規成本結構。預估到 2027 年，僅英國金融業的 AI 合規支出就將新增 80-120 億英鎊，全球範圍內的合規升級成本可能達到 500 億美元以上。

更值得關注的是 Breeden 的措辭演變。她不再使用「需要觀察」或「持續監測」這類軟性詞彙，而是直接說「可能需要更精密的監管框架」（more sophisticated regulatory frameworks）。在央行語境裡，這幾乎等於宣告：法規重寫已經排上議程。

透明性、可審計性、問責制——Agentic AI 監管的三根支柱

Breeden 在演講中為未來的 Agentic AI 監管框架劃定了三條核心底線：透明性（transparency）、可審計性（auditability）和問責制（accountability）。這不是隨口說的三個詞，而是針對 Agentic AI 系統特性精確設計的監管三角。

透明性的要求最為基礎也最為棘手。Agentic AI 系統的決策過程本質上是一個黑箱——你餵進去市場數據，它吐出來交易指令，中間的神經網路推理過程人類無法直接解讀。Breeden 要求的是：金融機構必須能夠向監管機構解釋，AI 代理在某個特定時刻為什麼做出了那個決策。這在技術上意味著需要部署可解釋性 AI（XAI）工具，而目前多數金融機構的 Agentic AI 系統並未內建這類能力。

可審計性更進一步——它要求的不只是「解釋」，而是「可回溯的完整證據鏈」。監管機構需要能夠在事後重建 AI 代理的決策推理過程：它在什麼時間點接收了什麼數據、權重如何變化、為什麼選擇了行動 A 而非行動 B。這要求 AI 系統在運行時記錄的日誌粒度，遠超目前業界的標準實踐。目前主流的 AI 交易系統日誌通常只記錄「輸入」和「輸出」，中間的推理過程幾乎不保留——這在 Agentic AI 時代是一顆定時炸彈。

問責制則是最棘手的法律哲學問題。當一個 AI 代理自主做出了導致數億美元損失的交易決策，責任歸誰？是部署系統的金融機構？是開發系統的技術供應商？是訓練模型的數據標註團隊？還是——極端情況下——AI 系統本身？現行金融法規的問責框架建立在「人類行為人」的概念上，而 Agentic AI 模糊了這個概念的邊界。

Breeden 的演講暗示，這三支柱不會只是「建議」或「最佳實踐指引」——她用「bespoke rules」（定制規則）這個詞，在英國監管語境中，這通常意味著具有法律約束力的專門法規，而非軟性指引。

2026 年後的金融 AI 產業鏈：從合規防線到信任重建

把鏡頭拉遠來看，Breeden 的這場演講不只是一次監管政策表態，更是全球金融 AI 產業鏈進入「合規驅動重組期」的起跑槍。從 2026 年下半年開始，我們預期會看到幾條清晰的產業鏈演進軌跡。

第一，AI 治理基礎設施將成為獨立賽道。目前金融機構的 AI 合規功能大多內嵌在各業務線中，缺乏統一的治理層。隨著透明性、可審計性和問責制成為硬性要求，一批專門做「AI 行為審計」「決策推理鏈記錄」「模型風險監控」的技術供應商將快速崛起。預估到 2027 年，全球 AI 治理與審計工具市場規模將達到 150-200 億美元，其中金融業佔比超過 40%。

第二，Agentic AI 的部署將出現「合規分層」。不是所有金融功能都會被允許使用完全自主的 AI 代理。Breeden 點名的交易、風控和做市三大領域，可能面臨最嚴格的「人類監督保留」要求——即便 AI 可以自主決策，也必須在某些風險閾值觸發時暫停並轉交人類審核。這將催生一個新的技術品類：「人機協作閘門」（Human-AI Collaboration Gateways），專門負責在自主決策和人類接管之間做無縫切換。

第三，跨境監管協調將成為地緣政治新戰場。正如 Breeden 選擇在 ECB 論壇而非英國國內場合發表這番言論所暗示的，Agentic AI 監管不可能靠單一國家搞定。如果美國、英國、歐盟和亞洲主要金融中心對 Agentic AI 採取截然不同的監管強度，金融機構會把最激進的 AI 交易系統部署在最寬鬆的管轄區——這不僅製造監管套利，更會讓系統性風險在全球金融網絡中不受控地擴散。2027 年前後，G20 層面的 Agentic AI 監管框架協調極有可能成為國際金融治理的核心議題。

第四，保險業將開發全新的 AI 責任險種。問責制的要求明確化之後，金融機構需要為 Agentic AI 系統的自主決策後果購買責任保險。這是一個全新的保險品類——傳統的金融機構專業責任險（PI）並不覆蓋 AI 自主決策導致的損失。預估到 2028 年，AI 責任保險市場規模將達到 80-100 億美元，成為保險業增長最快的細分賽道之一。

最後，回到 Breeden 自己的定位。她將這次 Agentic AI 的監管討論定位為一個「wake-up call」（警鐘）——對監管機構而言，這是一次範式轉移的逼迫；對金融機構而言，這是一次合規成本的結構性攀升；但對整個金融系統而言，這可能是一次「信任重建」的契會。如果透明性、可審計性和問責制三支柱能夠被有效落實，Agentic AI 不會只是風險源——它也可能成為金融市場效率和韌性的倍增器。關鍵在於，監管的速度能否在系統性事件發生之前趕上技術部署的速度。目前看來，這場賽跑的結果還充滿變數。

常見問題 FAQ

Agentic AI 與一般量化交易系統有什麼根本區別？

一般量化交易系統執行的是人類預先編寫的固定策略規則，行為邊界完全可預測；Agentic AI 則能自主規劃行動序列、從市場反饋中學習調整策略，並在無人類監督下直接執行交易決策。核心差異在於「自主性層級」——量化系統是工具，Agentic AI 是代理人。英國央行副總裁 Sarah Breeden 在 2026 年 6 月的 ECB 葡萄牙論壇演講中明確指出，這種自主性突破了現有監管框架「人類在迴路中」的核心假設。

英國央行建議的 Agentic AI 監管三支柱具體要求是什麼？

Breeden 提出的三支柱為：透明性——金融機構需能向監管者解釋 AI 代理的決策邏輯；可審計性——需保存完整的決策推理鏈記錄，支持事後回溯重建；問責制——需明確 AI 自主決策導致損失時的責任歸屬。她特別強調這些要求針對 AI 驅動的交易、風險管理和做市功能，並暗示這些將以具有法律約束力的「定制規則」（bespoke rules）形式落地，而非軟性指引。

Agentic AI 對金融穩定的最大系統性風險是什麼？

最大風險是「無人類介入的連鎖反應」。多個 Agentic AI 系統在極端市場條件下可能同步觸發自主拋售或風險規避操作，且速度為毫秒級，人類監管者和交易員完全來不及介入。這類似於 2010 年「閃崩」事件的放大版——但閃崩是由算法之間的互動引起的，而 Agentic AI 的自主決策能力使連鎖反應的複雜度和不可預測性呈指數級上升。Breeden 將此定位為對監管機構的「警鐘」，呼籲全球央行協調應對。

參考資料與延伸閱讀

• Reuters｜Bank of England’s Breeden signals new rules to govern agentic AI
• Bank of England｜Agents of change — speech by Sarah Breeden（ECB 葡萄牙論壇演講全文）
• Global Banking & Finance｜Bank of England: Agentic AI May Require Financial Regulatory Reform
• Yahoo Finance｜Agentic AI may require regulatory reform, BOE’s Breeden says

立即諮詢 AI 金融合規策略 →