两年前，AI 还主要应用于研究、写作和提升信息获取效率。而今，AI 已能够完成代码编写、快速搭建复杂应用和系统、自动化业务流程，生成媲美专业水准的图片及视频。如今，AI 系统已在大规模处理数百万笔支付交易。
与此同时，监管机构的反应速度却远远滞后。如果 AI 代理获得更多资金控制权，这一差距或将带来潜在风险。
在纽约联合国总部，BeInCrypto 近日于“未来货币峰会”主导了一场聚焦该议题的监管圆桌。与会嘉宾包括美国国税局（IRS）首席风险与内控官 Dottie Romo、联合国联合职员养老金基金 Dino Cataldo Dell’Accio，以及 Mastercard 的 Julius Moye。
AI 支付已实现大规模运行
BeInCrypto 最新发布的 《2026 年 AI 代理支付行业现状报告》 展示了机器驱动支付的现实图景。
研究团队于 7 月 23 日至 8 月 26 日期间，追踪监测了 Base 和 Solana 链上的 640 万笔 x402 支付交易，总额为 119,947 美元。
绝大多数交易金额极小——90.8% 的转账金额不到 1 美分。但据报告，自系统上线以来，AI 代理已累计执行近 2 亿笔结算操作。
这类交易金额较小，主要用于按需支付各类数字资源，如数据、API 接口或算力任务。如此高频率的资金流动，生动展现了机器商业活动与传统业态的迥异特征。
监管层或需“以算法监管算法”
美国国税局风险官员警告称，传统监管方式难以跟上 AI 时代的支付速度。
“它们每分钟就能做出数百万个决策。”——IRS Dottie Romo
她指出，监管机构目前高度依赖定期报告来发现欺诈、风险控制失效和其他合规风险。而面对自动化金融系统，传统手段恐怕难以做到及时响应。
这是否意味着，算法系统还需要由其他算法进行监控？Romo 表示，某种类型的自动化监管机制将几乎不可避免。
“我们无法以足够快的速度靠人工实现这一点。”Romo 说。
她认为，应该推进市场的实时监控体系，在关键决策上依然保留人工参与。
“一键断电”权限该归谁？
万事达卡的 Moye 以 2012 年 Knight Capital 交易灾难事件和 Terra/Luna 崩盘为例，警示自动化系统若缺乏足够安全保障，极易引发系统性风险。
他的应对模型是：机器首先自动检测异常行为并及时遏制风险，严重事故再将问题升级交由人类处理。
“真正的做法，是让 AI 和机器起到止血带的作用，先阻止风险蔓延，然后再由人类进行‘手术’式修复。”万事达卡金融犯罪防控部门经理 Julius Moye 表示。
Dell’Accio 强调，自动化并不能替代责任担当。他指出，最终的责任归属需要追溯三个核心问题：
“反乌托邦”式的现实
一个令人不安的现实是，AI 已经成为现代金融体系中非常“高调且进取”的一员，其处理的月度交易量达到数百万笔。
监管者实际上无法彻底弥补这类技术差距——以人类之力根本无法与其匹敌。因此，我们或许很快将迎来这样一种新常态：监管机构不得不依赖机器来监管机器。
这听起来像反乌托邦科幻，但事实上，政策制定层已经开始正视和探讨这一趋势。
