执行摘要指出，人工智能（AI）正进入一个新阶段，其中系统可以代表用户自主行动。在支付领域，这种转变可能会将交易发起从明确的人类指令转向代理早期阶段，由技术公司、支付网络和金融机构介导的决策。报告引入了一个三层概念框架，将（1）意图形成和协调、（2）授权和控制以及（3）结算分离开来，以分析代理能力与支付系统互动的可能影响。报告回顾了在支付中使用代理AI的潜在用例，并突出了与授权可追溯性、不透明度、相关代理行为、网络安全以及未解决的法律法规和责任问题相关的风险。报告还讨论了新兴的缓解方法，包括基于指令的授权、决策与执行的架构分离、代理身份框架、可编程支付控制、审计跟踪以及分层人工在支付中的作用。报告认为，随着实验的继续，代理AI对机构设计和治理选择的影响也同样重要。
引言和背景部分介绍了代理型AI的兴起及其在支付领域的应用，并指出这一趋势提出了重要的政策、建筑设计和风险管理问题。报告定义了代理型AI，并简要回顾了AI在支付领域的兴起，从早期的基于规则的系统到基于机器学习和深度学习的系统，再到新一代的非确定性AI代理。
报告提出了一个三层模型来分析代理AI与支付系统互动的可能影响。层1——意图与编排层，包括将高级用户目标或指令转化为概率性代理系统和协议。层2——控制和授权层，强制实施确定性约束，以规范代理提出的或发起的动作是否可以执行。层3——结算层，包括传统的确定性结算基础设施，如实时全额支付系统（RTGS）、即时支付网络、卡网络清算引擎以及中央银行数字货币平台和基于分布式账本的结算轨道等较新的结算系统。
报告讨论了代理AI在支付领域的潜在用例，包括电子商务的演变、自动跨境支付流程和流动性管理、代理合规解决方案。报告指出，代理AI可以带来广泛的应用场景的好处，如提高电子商务交易的效率、优化跨境支付路由、增强流动性管理，并支持实时合规性监控。
报告还讨论了风险、差距和缓解策略。报告指出，代理AI系统能够自主解释目标，执行多步操作，并动态适应变化的环境。它们代表着金融服务业创新的下一个浪潮，但也带来了风险，如消费者自主权、市场波动、数据安全和隐私保护、市场集中度和竞争、系统兼容性、技能差距、认证或KYC要求、法律责任和监管一致性。报告提出了缓解这些风险的方法，包括实施正式的AI治理结构、系统措施、私营部门措施和公共部门措施。
结论指出，智能代理代表支付系统的一个可能具有变革性的发展。能够解释目标、协调交易并在数字服务中自主交互的软件代理可以显著扩大金融活动的自动化。然而，这些好处与基本设计紧张并存。支付系统建立在保证可预测性、责任和最终法律结算的确定性基础设施之上。整合这些技术需要仔细的架构设计，以确保自动化不会削弱支付基础设施的核心可靠性。报告认为，代理型AI在支付领域的轨迹不仅取决于技术能力，还取决于制度设计和治理选择。
