美国与欧洲监管机构正加强对 Agentic AI 在银行业应用的审视，重点关注权限管理、审计痕迹、供应商依赖与可恢复性。监管行动目前以信息收集和沟通为主，未来可能侧重要求银行具备独立恢复能力、实时监控与快速暂停机制，而非直接禁止模型。
路透社10月13日报道，随着银行开始采用能够在较少监督下执行任务的 Agentic AI，美国和欧洲的银行监管机构正在加强对相关风险的了解。六名知情人士称，美国联邦储备委员会、货币监理署（OCC）和联邦存款保险公司（FDIC）近期向银行询问其如何使用先进 AI 模型，以及如何限制、监控、审计并关闭自主运行的智能体。
不过，这些询问目前仍属于信息收集和监管沟通，并不等同于美国或欧洲已经出台一套新的、统一且具有强制性的 Agentic AI 监管规则。美国三家机构没有就路透社报道发表评论；英国央行也未置评。
监管者真正关心的，不只是模型是否出错
据路透社报道，美国监管机构的问题集中在几个具体环节：银行是否使用由中国开发的 AI 技术，是否将智能体用于网络防御，智能体能否超越原有授权，人类是否参与关键决策，以及银行能否追踪智能体作出决定的过程。
这些问题反映出银行业 AI 风险正在从传统的“模型预测是否准确”，转向“一个能够调用工具并持续行动的系统是否仍在控制范围内”。如果智能体可以访问客户数据、内部代码、交易系统或网络安全工具，那么一次错误的判断可能不再只是生成一段不准确的文字，而可能演变为一连串未经批准的操作。
5月，联邦储备委员会负责监管的副主席米歇尔·鲍曼在金融稳定监督委员会（FSOC）人工智能系列圆桌会议上表示，银行正在开发自有 AI 应用，也在使用供应商提供的工具。她说，监管者需要了解 AI 的具体使用场景，包括系统是否执行重要任务、是否影响消费者，以及银行如何管理第三方风险。
美国监管机构4月发布的修订版模型风险管理指引则明确表示，生成式 AI 和 Agentic AI 模型属于新颖且快速发展的技术，不在该指引的适用范围内。OCC在公告中同时表示，三家机构计划进一步发布信息征询文件，专门讨论银行使用 AI、生成式 AI、Agentic AI 以及基于 AI 的模型。
因此，目前美国的政策状态更接近“重新确定监管问题和收集行业信息”，而不是已经形成一套针对智能体的正式审查标准。
欧洲担心攻击速度与技术依赖叠加
欧洲监管机构关注的重点更加偏向金融系统的整体韧性。路透社称，欧洲央行（ECB）在7月要求银行制定应对 AI 驱动网络攻击的计划，包括加强备份和恢复能力，并要求部分银行盘点 AI 在业务和第三方供应商中的使用情况，识别关键依赖，确保系统能够被受控地关闭和恢复。
欧洲央行10月1日发布的讲话进一步说明了这种担忧。行长克里斯蒂娜·拉加德表示，欧元区约九成重要银行已经使用生成式 AI，而 AI 智能体开始获得更大的自主权，可能被用于制定交易策略或发现交易系统中的漏洞。她警告说，智能体可能以人类管理者没有预料、也无法及时发现的方式追求目标。
拉加德列出的风险包括三类。第一，多个金融机构如果依赖相似的前沿模型，可能以相似方式判断市场冲击，从而放大价格波动。第二，针对共享技术供应商的攻击可能同时影响多家机构。第三，欧洲金融系统对少数美国或中国模型的依赖，可能在地缘政治变化或出口管制下转化为供应风险。
欧洲央行还引用了对前沿 AI 网络攻击能力的测试：2025年底发布的模型在一项模拟32步攻击中平均完成约三分之一的步骤，而最新模型已能完成全部步骤。监管者据此担心，攻击者从发现漏洞到大规模自动化利用漏洞的时间，可能从数周缩短到数小时。
英国推动“裸机恢复”，但仍未宣布专门法律
英国监管部门则在推动大型银行评估与主 IT 系统完全隔离的“裸机恢复”方案。这类系统的目标是在主要运营系统被破坏后，仍能恢复关键服务。路透社称，英国当局倾向于与银行合作推进这一方向，而不是立即引入新的强制性要求。
英国央行、金融行为监管局和财政部5月发布的联合声明指出，前沿 AI 正在提高网络和运营韧性风险，金融机构又普遍依赖金融业之外的技术服务商。英国政府和金融监管部门将继续通过跨市场运营韧性小组与行业沟通，并监测前沿 AI 的发展。
这一路径也与英国近期扩大 AI 网络防御试点的方向相吻合。AIFlux此前的报道显示，英国正在研究如何把自主 AI 智能体的重大事故和未遂事故纳入现有网络安全与韧性制度。这里的重点同样是事故报告、责任划分和快速响应，而不是宣布一部新的 AI 专门法律。
从“能否完成任务”转向“是否留下可审计轨迹”
银行监管机构提出的问题，正在成为企业部署智能体时的共同难题：智能体做了什么、使用了哪些权限、调用了哪些工具，以及出现异常后谁能够及时停止它。
AIFlux此前对Google Agent Anomaly Detection的梳理指出，企业开始把审查对象从最终答案扩大到推理轨迹、工具调用、执行日志和 OpenTelemetry traces。一个智能体即使最终完成了任务，也可能在过程中调用了不应访问的工具，抓取了过量数据，或通过多次看似合理的操作扩大了权限。
这也是银行需要面对的核心转变。传统模型治理可以围绕验证、监测和偏差控制展开，但自主智能体还需要身份管理、最小权限、人工批准、凭证隔离、实时监控、完整审计记录，以及能够快速暂停和恢复的技术机制。
网络防御本身也具有双重用途。AI 可以帮助银行更快发现漏洞、验证修复方案，但同样的能力也可能帮助攻击者完成侦察、编写攻击脚本和扩大入侵范围。此前针对韩国金融机构攻击活动的报道也显示，当渗透测试工具与外部模型、代码执行环境和网络访问结合时，防御工具与攻击基础设施之间的边界会变得更加复杂。
监管重点可能先落在恢复能力，而不是模型禁用
从目前披露的信息看，美欧监管机构并没有要求银行停止使用 Agentic AI，也没有宣布禁止某一类模型。更现实的监管方向可能是要求银行证明：它们知道智能体部署在哪里，能够解释其权限和供应商依赖，能够识别异常行为，并且在系统失控或外部服务中断时维持关键业务。
这意味着“能否关掉智能体”只是问题的一部分。“关掉之后能否继续提供支付、账户访问和关键客户服务”，可能同样重要。欧洲央行已经把 AI 风险放在运营韧性、网络防御和金融稳定的交叉位置上；英国讨论独立恢复系统，也说明监管关注点正在从预防单一错误扩大到承受系统性冲击。
截至目前，路透社报道所描述的监管行动仍处于询问、评估和沟通阶段。下一步值得关注的是，美国三家机构计划发布的信息征询文件会否提出更明确的智能体治理原则，以及欧洲监管机构是否会把 AI 使用盘点、第三方依赖和独立恢复能力转化为更具体的监督要求。
可以确定的是，银行对 AI 的监管讨论已经不再只围绕模型输出是否准确。随着智能体开始接触真实系统，监管者要求银行回答的将是更基础、也更难的问题：谁授权了它，谁看见了它做什么，谁能够审计它，以及在它开始偏离目标时，银行能否在造成更大范围影响之前把它停下来。
来源：
- Reuters：Banking watchdogs ramp up AI scrutiny as stability fears mount, sources say
- OCC：OCC Issues Updated Model Risk Management Guidance
- Federal Reserve：Speech by Vice Chair for Supervision Bowman on artificial intelligence in the financial system
- ECB：Where AI risks meet
- ECB：Strengthening operational resilience for the age of AI
- Bank of England：Joint statement on Frontier AI models and cyber resilience