英國央行:人工智能給金融穩定帶來的風險日益增加

重點摘要
英國央行表示,人工智能正對金融穩定構成日益嚴峻的威脅,包括投資者大舉押注AI以及銀行更易遭受網絡攻擊。報告指出,市場對AI前景的重新評估可能引發股價下跌,且相關企業借貸透明度不足,一旦風險爆發將加劇危機。央行強調現有監管框架未考慮自主智能體,有必要推出專門針對AI的監管規則。
英國央行在最新發布的半年度金融穩定評估報告中明確指出,人工智慧正對金融體系構成日益嚴峻的威脅,這項技術不僅使投資者大舉押注其發展前景,也讓銀行與金融機構更難以抵禦網路攻擊。報告同時強調,雖然英國銀行體系整體仍具備足夠韌性,但市場上多項已知風險尚未消除,包括股價估值偏高、公共債務水位高企,以及面向企業的高風險私人信貸持續擴張,而人工智慧相關風險已成為監管機構必須正視的新變數。這份由英國央行金融政策委員會撰寫的報告,特別點出幾項與人工智慧直接相關的新增風險來源。
其一,對沖基金等各類投資者透過舉債方式購入股票,使市場槓桿程度升高;其二,人工智慧相關企業大規模舉債以支撐技術研發與基礎設施投資,一旦市場預期轉變,這些企業的債務可持續性將面臨考驗;其三,人工智慧技術本身的潛在危害能力正在快速擴張,特別是自主性愈來愈高的AI系統可能引發營運風險與網路安全漏洞。英國央行在報告中分析,投資者之所以積極押注人工智慧賽道,前提是這項技術能夠實現大規模商業化盈利落地,同時配套的新型基礎設施須有效建成,且行業融資管道保持暢通。
然而,一旦市場重新評估人工智慧行業的前景,就可能觸發股價下跌;而當前市場高度集中,大量投資者採取趨勢驅動的同向持倉策略,加上槓桿水準走高,下跌行情將因此被放大,市場波動性進一步加劇。報告進一步指出,市場對人工智慧企業未來盈利預期的判斷,將直接影響這類企業債務的可持續性。更令人憂心的是,目前這些企業的借貸情況透明度不足,一旦風險爆發,資訊不對稱將加劇危機的嚴重程度。英國央行認為,監管機構必須密切關注這些脆弱環節,並強化對相關融資活動的監督。全球各國監管機構已開始高度關注人工智慧帶來的各類影響。
英國央行在報告中特別提及,前沿AI模型如Anthropic開發的「Mythos」等,可能引發新的網路風險與營運風險,而AI智能體(AI agent)的出現更帶來監管難題,因為這類系統可在極少人工干預下自主執行操作,傳統監管框架難以有效覆蓋。今年6月末,英國央行副行長薩拉・佈雷登首次公開釋放出需要專門針對人工智慧制定監管規則的信號。她強調,現有監管框架並未考慮自主智能體相關場景,指望所有智慧操作都全程依賴人工介入管控並不現實。這番談話被視為英國金融監管機構對AI風險態度轉向積極介入的重要指標。
在週二發布的報告中,英國央行承認,目前尚無法明確判斷更先進的人工智慧技術究竟會助長網路攻擊者,還是會強化金融體系防禦方的能力。不過,金融機構極有可能需要更頻繁地更新軟體以應對新威脅,而軟體更新本身就可能引發營運中斷風險。這樣的兩難處境意味著監管機構必須在促進技術創新與維護系統穩定之間取得平衡。儘管風險清單不斷拉長,英國央行仍判定英國銀行體系具備足夠韌性,能夠承受這些新興威脅所帶來的衝擊。與此同時,央行也出臺相關提案,允許銀行在重大危機發生後適度下調資本持有規模,以確保金融機構在面對壓力時仍能維持對實體經濟的信貸投放,避免信用緊縮加劇經濟下行。
市場分析人士指出,英國央行這份報告反映出監管機構對人工智慧風險的評估正從「觀察」階段進入「行動」階段。過去幾年,各國央行與金融監管機構多將人工智慧視為提升效率與創新的工具,但隨著AI系統自主性增強、應用範圍擴大,其可能引發的系統性風險已不容忽視。英國央行本次明確將AI風險納入金融穩定評估的核心議題,可能帶動其他主要經濟體跟進調整監管策略。整體而言,英國央行的立場是希望在鼓勵人工智慧技術發展的同時,建立更完善的風險預警與防範機制。報告最後強調,金融機構應加強對AI相關風險的內部管控,監管單位也須加速研擬針對性規範,特別是在自主智能體、模型可解釋性與網路安全等領域。
隨著人工智慧持續滲透金融市場的各個環節,監管框架能否與時俱進,將直接影響未來金融體系的穩定性。
Related
相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?
專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議
一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

騰訊是在“賽馬”,還是在打造 “Agent工廠”?
騰訊內部正在探討其發展策略究竟是「賽馬」機制還是打造「Agent工廠」。相關討論聚焦於公司如何平衡內部競爭與統一平台建設。目前站內已移除相關混雜文字,保留原始主題供讀者參考。
ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯
2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

openJiuwen發佈業界首個企業級分佈式蜂群架構,聯合郵儲成功落地金融生產環境
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作
**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。