中国外汇 | AI赋能金融的机遇与挑战·专题报道：人工智能、区块链与金融监管

要点 人工智能与区块链融合推动金融迈向可编程时代，既提升效率，也放大系统脆弱性，产生算法误判、同质化抛售、数据操纵、隐私矛盾及治理迷雾等复合风险。建议构建分层、分场景的审慎监管框架，强化可暂停性与抗正反馈设计，并推动跨境监管协调。

作者 |  刘东民 中国社会科学院世界经济与政治研究所副研究员，国际金融研究中心副主任

来源 |《中国外汇》2026年第12期

在数字金融与数字经济快速发展的背景下，人工智能与区块链技术正在金融领域逐步走向融合。两种技术的融合，一方面加速了全球金融业从传统的数字化向可编程的方向演进，从而提升金融体系的运行效率及其服务实体经济的能力，另一方面也产生了由算法模型误差与智能合约刚性执行相叠加的新型复合风险。面对技术变革带来的双刃剑效应，我国可以在鼓励金融科技创新的同时，构建分层、分场景的审慎监管框架，强化系统的可暂停性与抗正反馈设计，积极参与并推动建立可编程金融的跨境监管协调机制，进一步提升我国数字经济的全球竞争力，引领全球金融治理的变革。

  人工智能与区块链在金融领域的融合态势及其特征

人工智能与区块链的融合正在推动金融体系从传统的数字化向可编程方向演进。金融业本身具有信息密集、合约密集与交易密集的结构特征，这正是人工智能与区块链能够发挥融合优势的地方，两者融合使得金融活动呈现出四个显著特征：一是决策端算法直接驱动，表现为授信审批、反欺诈、交易策略与风险评估等环节越来越多地由人工智能模型来驱动，人工干预的比例大幅下降；二是执行端合约自动履行，这意味着支付、清算、资产抵押与担保转移等流程依据智能合约在区块链上自动完成，简化了传统中介的繁琐流程，在提高效率的同时降低了运营成本；三是数据端网络规模扩大，其特征是链上与链下数据实现互通，形成跨机构的行为与跨境的大规模交易网络，在全国、区域乃至全球范围内打破以往的数据孤岛，增强了金融市场的网络效应；四是供给端平台依赖加深，表现为云服务、人工智能大模型与区块链底层基础设施日益向少数头部机构集中，形成全行业的共同依赖平台。

两种技术的融合在金融领域表现出效率提升与脆弱性扩张的同源性。人工智能与区块链的结合在降低信息不对称、提升风控颗粒度、优化合规审计、改善运营效率以及降低成本方面展现出十分显著的正面经济价值。然而，技术提高效率的路径同时伴随着系统耦合度与复杂度的上升，同源性的以下四个特征分别带来相应的脆弱性放大：一是更快速，其脆弱性体现在人工智能的高频决策与链上即时结算大幅压缩了传统金融业务中延迟、复核与纠错的缓冲窗口；二是更集中，其风险表现在对少数云服务商、基础模型和链上关键协议的共同依赖，使得单点故障容易演变为系统性风险；三是更同质，其问题在于全球人工智能大模型高度相似的数据源与目标函数，导致市场参与者的羊群行为被显著放大；四是更自动，其风险体现在智能体和链上智能合约形成的自动执行，使得人为干预更困难。可编程金融能够减少道德风险与操作风险，但也可能在极端情境下缺少人类裁量与处理弹性，使得清算、冻结、赎回等关键动作缺乏缓冲机制。

人工智能与区块链的技术结合在金融业务中呈现出三种典型的复合形态。第一种是人工智能驱动的链上金融，即人工智能的输出直接触发智能合约的执行，比如人工智能动态调整借贷清算参数或自动触发资产调仓。在这种形态中，人工智能是输入端，区块链是输出端。第二种是区块链支撑的人工智能金融，即区块链为人工智能模型提供不可篡改的数据输入、信用画像基础以及可验证的审计轨迹，从而提升模型的可信度。在这种形态中，区块链是输入端，人工智能是输出端。第三种是人工智能与区块链的双向联通，它超越了前两种的单向驱动关系，演化为一种互为输入与输出的双向闭环系统，人工智能既作为决策预言机（Oracle，是指向区块链的智能合约提供链外数据的机制或服务）为智能合约提供动态输入，又通过区块链上的治理结果获取训练或优化模型的反馈信号。

全球范围内人工智能与区块链在金融领域的融合形成了差异化显著的应用场景。在发达国家，人工智能与区块链的融合主要体现为机器对机器支付与智能体自动采购数字服务。例如，自2025年以来，美国上市公司、同时也是美国本土最大的加密货币交易所Coinbase推出了专门的协议x402，旨在让应用程序和智能体能够通过超文本传输协议直接进行即时链上支付；谷歌也推出了代理支付协议Agent Payments Protocol（AP2），为智能体代表用户进行商业交易提供授权与责任记录框架；全球云网络服务商Cloudflare则宣布推出面向人工智能驱动互联网的数字货币，并参与x402和AP2等链上支付标准建设。而在中国，相关应用则为赋能实体经济、促进跨境贸易做出了贡献。例如，蚂蚁集团打造的综合服务平台Whale，其内部嵌入了区块链跨境支付系统与人工智能全球外汇需求预测模型，通过与汇丰、渣打等国际金融机构合作，该平台不仅对传统存款进行了合规数字化改造，提供高效率、低成本的跨境支付，还利用人工智能帮助企业预测汇率波动风险，为国际化企业打造智能型全球资金管理调配系统。发达国家与中国的应用场景差异化不仅反映了不同地区的监管导向，也体现出技术服务于不同经济结构的客观需求。

  人工智能与区块链融合在金融体系产生的复合风险

人工智能与不可逆的链上执行紧密连接，可能导致模型的微小误差或误判被放大为系统性损失。在传统金融体系（包括现行的数字金融体系）中，人工复核、业务暂停或事后对账等机制均有能力对模型误差进行调整，但是在人工智能与区块链结合的可编程金融系统中，人工智能的输出往往直接触发链上智能合约的执行，这种硬核的算法自动执行具有不可逆性和全网同步广播的特征，中间没有人工审核或者干预的机会。此外，人工智能反欺诈模型的误报如果与智能合约的自动冻结机制结合，个别情况下会迅速引发用户的流动性恐慌与集中提现，最终演化为挤兑与信任危机。人工智能对宏观风险的错误判断，则可能在少数压力期导致资产调仓风险集中爆发。

区块链网络的组合嵌套，与人工智能大模型高度一致的交易策略相互叠加，在某些情况下会引发跨机构、跨区域的抛售螺旋（Fire-Sale Spiral）。人工智能策略的同质化源于市场对相似数据源、相似收益风险权衡以及相似风控约束的广泛采用。当这些高度同质化的策略运行在共享抵押品、共享流动性资金池与共享预言机的不同区块链网络中时，个体机构的理性行为将被迅速地传染和放大，最终可能形成系统风险。面对外部价格冲击，不受人为控制的正反馈传导将快速发展：首先是外生冲击导致价格短时偏离，然后是高度一致的人工智能止损机制与区块链智能合约清算机制被同时触发，不同机构的抛售行为在链上同时释放，最后是抵押品价格大幅下跌导致更多的链上底层合约自动触发清算，风险跨越多个流动性资金池迅速扩散。在此过程中，人工智能在压力期倾向于收紧风控阈值的顺周期行为，也会进一步放大市场的抛售压力。

关键外部数据源（即预言机和数据供应链）一旦发生故障或被操纵，就会同时误导人工智能的决策和区块链的自动执行，可能形成双重破坏效应。链上合约高度依赖外部预言机提供价格与信用数据来触发执行，而人工智能模型也是依赖庞大的数据供应链进行预测与决策。当预言机或关键数据源发生错误、延迟或被恶意操纵时，不仅会误导合约执行，还会同时误导人工智能模型的策略调整，形成破坏力较强的双通道传播。攻击者甚至可以利用人工智能模型行为的可推断性，通过制造短时的价格异常来精准触发套利性交易，获取可预测的收益。随着云服务、基础模型与链上关键节点集中度的不断叠加，数据基础设施的单点故障有可能从技术事件快速演化为系统风险。

透明度与隐私保护之间的矛盾日益增加，催生新型合规风险。从监管视角来看，金融交易的透明度与可追踪性具有重要价值；但是对交易者而言，隐私保护更为重要。人工智能与区块链的结合，在技术上既可以实现穿透式监管，从而有效提高交易透明度与可追踪性，同时也可以通过另类技术选择而很好地保护隐私，关键取决于技术的具体应用方式，而这恰恰在监管者和交易者之间产生了冲突。过度监管容易侵犯用户的商业机密，甚至将金融活动推向更为隐蔽的非法渠道。如果放弃链上穿透式监管，区块链金融的跨境属性、地址匿名性以及跨链跳转等技术手段，又容易削弱监管的可执法性。此外，人工智能在进行可疑交易识别或风险评分时，有时会因为训练数据的结构性偏差导致判断失误，并在随后立即发生的自动化处置中对正常交易行为产生误伤。这种由于人工智能与区块链相融合所导致的执法过程黑箱与可申诉机制的缺失，不仅会引发消费者权益纠纷，还会削弱监管的公信力。

去中心化治理叠加人工智能算法黑箱，有可能导致责任界定与危机响应的延迟甚至失效。区块链协议通常采用多重签名机制或去中心化治理模式进行升级，而人工智能模型则多由外部供应商开发并部署在云端。两者的结合在治理与责任层面制造了三重迷雾：一是主体迷雾，表现为事故发生后难以界定是模型提供者、协议治理者还是数据供应商的责任；二是过程迷雾，表现为参数调整与合约升级缺乏可追踪的逻辑解释；三是信息迷雾，表现为人工智能可通过海量生成内容来操纵舆论，制造出共识假象，从而干扰系统的正常决策与治理。当风险事件爆发时，由于决策链条过长、多方协调困难，危机处置容易被迟滞；而链上风险快速扩散的特征，使得这种处置延迟将放大最终的经济损失。

  应对复合风险的审慎监管启示和建议

面对人工智能与区块链在金融领域相融合带来的复合风险，我国监管部门应坚持技术中性与功能监管的原则，对系统重要性节点施加强监管，同时为金融创新保留足够的空间，构建一套分层、分场景且具备高度可操作性的审慎监管方案。

第一，建立基于风险分级的算法模型监管机制。在算法层，监管对象可聚焦于高影响模型。建议实施模型风险管理制度化，将模型分为直接影响资金可得性与清算触发的一级高影响模型、影响一般运营的二级模型以及内部辅助的三级模型。对于高影响模型，必须建立严格的模型治理与责任链条，明确业务、技术与合规负责人的边界。强制要求独立于开发团队的第三方验证与关键假设披露，并建立完善的版本变更管理与重大误判事故的快速报告与纠错救济机制。

第二，强化智能合约的审慎要求与可暂停性设计。智能合约是执行层风险的核心载体。监管部门可建立关键合约清单制度，对涉及核心资产转移、权限升级与风控冻结的合约实施更高标准。鼓励对此类合约进行第三方代码审计与形式化验证。其中，关键合约必须内置紧急暂停开关，并设定严格的多重签名门槛与触发条件以防滥用。同时，要求预言机具备多源校验与异常波动断点保护功能，并在清算机制中引入清算限速、分批处置与价格保护带等抗正反馈设计，避免机械性的风险放大。

第三，推动反洗钱合规与监管科技的闭环建设。在合规层面，应致力于将链上的技术可追踪性转化为监管可执法性。强化对相关中介环节的客户身份识别与交易监测要求，鼓励利用人工智能辅助进行链上异常识别，但须恪守最低必要原则并建立完善的误伤申诉机制。同时，应将监管科技建设为高效的生产系统，形成数据接入、风险分析、监管行动与反馈学习的闭环。通过统一数据字典、身份映射与自动化接口，打破信息孤岛，提升监管机构对高频自动化交易的实时干预与处置能力。在隐私保护方面，可以探索引入零知识证明等密码学技术，在不泄露交易细节的前提下完成合规验证，从而在透明度与隐私之间寻找新的平衡点。

第四，防范监管套利并确立跨境监管的基本原则。鉴于数字金融与可编程金融具有天然的强跨境属性，各国监管政策的差异极易诱发监管套利与风险外溢。我国可积极参与并推动建立可编程金融的跨境监管协调机制，针对关键基础设施与重大风险事件实现信息共享与联合处置。在国内监管实践中，需要明确面向公众业务的责任主体与属地合规要求，确立透明度、审计与韧性的监管标准，并适当应用穿透式监管原则。中国的数字金融已经走在了世界前列，在人工智能与区块链创新融合的可编程金融时代，只要把握好金融创新和金融监管的平衡点，金融科技的发展就能真正转化为推动我国金融高质量发展的核心动力，并为我国参与和引领全球金融治理做出重要贡献。