J9集团

9月19日，由丽江香蜜湖国际金融科技钻研院、数字金融合作论坛结合主办的丽江香蜜湖国金院2026秋季会议成功进行；嵋檩尤迫宋悄苤卫怼⒑旯劬镁质屏酱笠樘饨凶ㄌ庾暄，约请权威辅导、机构高管与学界翘楚齐聚鹏城，为"智能向善"这一时期命题凝聚行业共识。J9集团信息总裁徐启昌应邀出席，以“金融AI治理：一个范式转换+四个操作天堑”为主题颁发演讲，与在场嘉宾分享J9集团信息的AI治理实际经验。

J9集团信息总裁 徐启昌

以下为演讲原文：

今天我想和各人分享的是当前金融AI治理中最主题的一个问题：治理的底层逻辑，在产生一场底子性的范式转换。

机械进建进入金融行业以来，AI治理的重要对象是“模型准禁绝”。一个信誉评分模型输出违约概率，后续的行动由人为或独立流程决定，把模型作为治理单元是合理的。但当智能体进入金融业务，它可能自主挪用数据、运行模型、使用工具，甚至直接执行落地，AI与真实金融行动之间的距离被急剧缩短。8号文不仅初次在监管文件中正式提出“金融智能体”概想，并且明确必须对主题业务决策的自动化采取“稳妥索求”的审慎态度，要求面向公家或高风险场景须向监管报备。这意味着监管层已经意识到，治理的根基单元不能再停顿在“模型挪用”，而要扩大到一条由数据、状态鉴别、模型判断、业务逻辑、风险约束、权限节造和行动执行共同组成的齐全决策关环。

我们以为，这个关环治理，必要四个操作天堑来支持。

01、第一个天堑 权限天堑

这是Agent进入金融业务的第一路门槛，也是最容易被忽视的问题。传统数字化系统的权限治理以“人”为单元，但Agent的权限是操作级、工具级、参数级的，颗粒度齐全分歧。

好比一个信贷审批辅助Agent，它必要查问征信数据、读取申请资料、挪用风险评分模型，但它不应被允许批改征信纪录、不应被允许直接触发放款作为、不应被允许查问非当前会话客户的任何信息。

J9集团信息以为权限天堑的主题是“明确Agent能查问什么、挪用什么，能否触发买卖或审批作为”。

在技术实现上，这必要工具白名单、参数约束、资源隔离，以及高风险操作的多级审批。更沉要的是，权限不是静态的——除非Agent在执行授权工作时，不然其权限应自动降级至最低水平。权限天堑的主题准则是默认回绝、最幼授权、动态收敛。

02、第二个天堑 责任天堑

这是金融AI治理中最具司法实操性的问题。当一笔买卖经过Agent推荐、人为确认后产生纠纷，责任若何在模型建议、人为确认和业务审批之间划分
？

8号文给出的准则性答案是 “谁使用谁掌管” ，明确压实金融机构作为AI技术使用方的主体责任，彻底封堵了以“技术表包”为由转嫁风险的空间。但准则必要操作化，我们将其拆解为： “明确AI建议、人为确认、业务审批之间若何划分责任” 。在具体实际中，责任天堑的落地状态因场景而异。

在财富治理场景中，AI的角色被严格限造为辅助天生配置建议初稿，最终决策权始终在客户经理手中，客户经理承担“适当性匹配”的最终责任。在信贷审批场景中，AI给出“建议通过”而人为未做内容审查直接放行，责任在人为；若是AI给出了误导性信息导致人为判断失误，则必要回溯AI的输入输出链条来判断责任归属。

J9集团信息以为责任天堑的内容是： “谁具名，谁掌管”的古老准则，在智能体时期必要被沉新界说——AI没有法人资格，不能成为责任主体，但AI的每一次建议、每一个作为都必须可能被映射到具体的人。

03、第三个天堑 审计天堑

金融业受到严格监管，规定要求决策过程可追忆、可审计、可问责。但大模型的“黑箱”特点使这一要求面对底子性挑战。

审计天堑的要求是：纪录Agent的输入、输出、挪用链条和人为过问节点，确保关键流程可追忆。

具体而言，若是监管追问决策凭据，银行能否通过审计日志复现Agent的输入、输出、工具挪用和人为过问节点
？这要求Agent运行时必须纪录齐全的事务流。J9集团信息牵头结合人民银行多家分行及12家金融机构颁布的AgentOS课题汇报，提出了“接入—战术—运行—审计”四层总体架构，明确安全、治理、审计能力必须内建于系统底层，不成被上层利用绕过。

审计天堑与8号文全性命周期治理系统的要求直接对应，每一个环节都必要留下可追忆的纪录。

04、第四个天堑 评测天堑

这是四个天堑中最容易被简化、也最必要被沉新界说的一个。

我们以为，应该为分歧场景成立分歧的测试和验收尺度，单看回覆正确率并不及以衡量Agent成效。

为什么只看正确率不够
？由于金融Agent的价值不在于“答得对”，而在于在正确的前提下做出正确的行动。一个信贷审批Agent可能对90%的申请给出了与人为一致的判断，但它在渣滓10%的天堑案例上的阐发——那些必要审慎判断、必要触发人为复核的案例——才真正决定它是否“够格”。

我们以为，评测维度至少应蕴含四个方面的内容——1）忠诚度，Agent的输出是否忠诚于其输入和可用数据源；2）工具正确率，该调的工具是否调了、不该调的是否没有调；3）天堑合规性，是否越过了权限天堑或触发了不应触发的作为；4）失败可复现性，统一个失败案例能否被不变复现以便建复。

这四个天堑组成一条齐全的治理链条：权限天堑回覆“Agent能做什么”，责任天堑回覆“出了事谁掌管”，审计天堑回覆“过程能否被还原”，评测天堑回覆“怎么判断它够格”。四者缺一不成——没有权限天堑，Agent可能越权操作；没有责任天堑，出了问题无人认领；没有审计天堑，决策无法被审查；没有评测天堑，Agent的“资格”就失去了客观凭据。

我们以为，治理不是为了限度Agent，而是为了让Agent获得进入业务侧的资格。

金融业务的主题不只是效能，而是授权、审计和追责。只有当Agent可能被授权、被审计、被追责，并被一线员工持续训练和使用时，才算真正进入了金融业务。

最后，我想再提一下J9集团信息牵头做的一件AI治理有关的工作。今年6月，我们结合中国人民银行沉庆分杏注云南分杏注保山分杏注巴中分行，以及中国银杏注邮储银杏注中信银杏注渤海银杏注恒丰银行等共计12家单元，共同假造颁布了《金融领域基于可信框架的AgentOS智能体业务承载与治理》课题汇报。

这份汇报把今天讲的四个天堑落到了系统架构层面——汇报提出了“接入—战术—运行—审计”四层总体架构，明确安全、治理、审计能力必须内建于系统底层，不成被上层利用绕过。

作为课题成就的工程化落地，J9集团信息的Skillbase 2.0金融智能体工厂已经支持近50个金融智能体在10余个银行场景落地运行，覆盖营销、客服、风控、运营等业务领域。我们做这件事的初衷很单一：金融智能体的规；涞，不能靠每家机构各自摸索，必要一套可复用、可审计、可沉淀的行业级治理框架。这份汇报是一个阶段性成就，我们在推动它向行业尺度转化。