如今正是“智能体经济（Agentic Economy）”的时代。被TokenPost旗下优质月刊《Blockchain Business Review》2026年1月号选为核心关键词的这个词，意味着AI超越单纯工具、蜕变为自主经济活动主体的新经济范式。并且，这一巨大潮流在金融系统最保守和核心的领域——“支付结算”系统中也得到了印证。
近期，国际清算银行（BIS）与加拿大央行的研究团队发布的工作论文证明了生成式AI（Gen AI）具备承担银行“现金管理者（Cash Manager）”角色的潜力，暗示智能体经济并非遥远未来的科幻，而是迫近的现实。
◇ BIS的实验：AI，解开“流动性管理”难题
BIS研究团队进行了一项实验，将批发支付系统中的流动性管理权限授予通用生成式AI模型。赋予这个AI智能体的任务绝不简单。因为它需要在不确定的资金流中，为流动性冲击（Liquidity Shock）做好准备，并把握结算延迟成本与流动性持有成本之间微妙的平衡（Trade-off）。
令人惊讶的是，即便是未经专门金融训练的通用AI模型，也做出了与熟练的人类管理者相似的“预防性（Precautionary）”决策。
- AI智能体为应对未来紧急的大额支付，做出了推迟当前小额支出的判断；
- 通过计算资金流入可能性，重新调整了优先级；
- 得出了在最小化结算延迟的同时又能保全流动性的最优策略。
这强有力地证明，AI已超越单纯执行输入指令的阶段，进化为能在不确定性下计算风险并采取行动的“经济智能体”。
◇ “比强化学习（RL）更快、更灵活”… Gen AI开启的创新
这项研究向韩国金融界传递的信息很明确。那就是“速度”与“效率”。
此前作为金融优化模型主流的强化学习（RL）方式，就如同向孩童从头开始逐一教授支付结算的规则。为了学习最优策略，需要数万次模拟、海量数据以及漫长的时间。
相比之下，基于生成式AI的智能体具备“零样本（Zero-shot）”或“少样本（Few-shot）”学习能力。仅凭提示词就能理解情境并进行即时推理，因此无需专门的长期训练即可投入复杂的金融业务。这意味着金融机构可以通过引入智能体，显著降低运营成本，并提高原型设计（Prototyping）的速度。
◇ 金融的未来：“AI沙盒”与人类的角色
当然，不能立即将银行金库的全权交给AI。BIS报告也强调了“人在回路（Human-in-the-loop）”模式，并着重指出了对AI决策进行最终验证的人类管理者的重要性。同时，报告也警告了在未预料到的“黑天鹅”情境下，AI依赖过去数据可能做出误判的风险。
但方向已定。政策制定者可以利用这些AI智能体构建“多智能体支付结算模拟器（Multi-agent payment system simulator）”。可以在虚拟沙盒中安全地测试系统性死锁（Gridlock）或危机情境下的韧性，并试验新的监管政策。
◇ 为迎接‘智能体经济’我们应有的姿态
TokenPost 1月号之所以关注‘智能体经济’，原因很明确。因为2026年将成为AI从人类辅助工具（Tool）升级为自主代理（Agent）的元年。
韩国金融市场已在AI银行家引入、机器人投顾活跃化等方面加速AI转型。此次BIS的研究更进一步，展示了AI可以超越简单应答，成为资金管理等核心业务的主体。
国内金融机构现在应为了运营效率，加快引入符合目的的AI解决方案，同时必须为风险评估和合规监管做好周密准备。BIS的这项研究仅仅是这场巨大变革的序幕。金融的未来，如今取决于“谁能雇佣更聪明的智能体”。
