本月早些时候，Block、Anthropic 和 OpenAI 在与 Linux Foundation 合作的基础上宣布成立代理化 AI 基金会（Agentic AI Foundation，AAIF）。该基金会汇聚了三家公司各自的贡献，并得到其他 AI 领军人物的支持，以制定代理化 AI 的开放标准。尽管仍处于早期阶段，但这已经是朝着提升金融科技互操作性迈出的重要一步。如果行业选择拥抱这一方向，我们就能打造一个生态系统：让代理能够从更丰富的数据中学习、访问统一的接口，并带来“复利式”的收益，而不是继续碎片化。如果我们不这样做，就有风险重现几十年来拖慢创新的同样“孤岛式”架构——只不过这一次，所用的技术更强大。
代理化 AI 在孤岛中的局限
金融科技历史上主要依靠专有技术栈实现增长。这种模式在过去行得通，但代理化 AI 暴露出其中的局限性。代理需要稳定地获取来自多个系统的上下文、操作界面与信号。
当每家机构在交易、身份、风险指标和商户资料的组织方式上都不尽相同，代理化 AI 就会遭遇严重障碍。碎片化的数据削弱了代理推理或采取有把握行动的能力。集成摩擦会拖慢部署速度，并提高工程成本。供应商锁定迫使公司只能在不够有效的工具之间做选择——仅仅因为这些工具能够贴合现有架构；更糟的是，公司还可能自建更多孤岛，从而把问题不断叠加。
当代理能够在连接的系统之间进行观察、决策并采取行动时，代理化 AI 才能发挥作用。孤岛式环境会削弱这三项能力。
未来十年的金融科技将由那些理解代理化 AI 不是单一产品的公司来定义。它是一个用于跨系统推理、行动与协作的平台。只有当行业就它们所运行的“轨道”达成一致时，平台才有机会实现规模化。
AAIF 代表了一个重要的第一步，但这只是开始。要释放代理化 AI 的全部潜力，金融科技需要参与其中。我们需要专门为金融原语设计的开放数据架构：商户、交易、身份、风险信号以及支付流程。部分商业与支付协议已经存在，而且仍在不断提出更多方案，但它们仍需要行业范围的认可与协作，才能成为真正的标准，而不是彼此孤立的实现。我们需要共享的安全与治理框架，让信任能够随着创新一起扩展。并且我们还需要金融科技领军人物在那些定义并维护这些标准的行业组织中进行积极参与，而不仅仅是被动关注。
这并不意味着要放弃差异化。最强的公司会在体验、风险管理与智能方面实现差异化，而不是在专有的“管道系统”上。互联网的历史表明，强大的基础设施能够扩展机会，而不是缩小机会。代理化 AI 让我们有机会再次做到这一点。
关于作者
Manik Surtani 是 Block, Inc. 的开源负责人。在 Block，Manik 之前曾领导 Square 和 Cash App 的工程团队。在加入 Block 之前，Manik 是 Red Hat 的资深工程师。他是 Infinispan 项目的创始人兼首席工程师，并担任 JBoss Data Grid 的平台架构师。Manik 具有 AI、分布式与容错系统方面的背景，以及对 JVM 性能调优的经验。Manik 是开源开发方法、理念与协作流程的坚定倡导者，自他第一次涉足计算机以来便一直参与开源。
开放标准将开启代理式人工智能在金融科技领域的下一次突破
Manik Surtani 是 Block 的开源负责人。
发现顶级金融科技新闻和活动！
订阅《金融科技周刊》（FinTech Weekly）的新闻通讯
由摩根大通、Coinbase、黑石、Klarna 等公司高管阅读
在2025年，AI代理改变了金融科技在内部的运作方式：在几乎不需要人工指导的情况下，自动化复杂工作流程，并在各工具之间进行协调。到2026年，我们将看到越来越多这类代理化功能直接提供给客户。但行业面临一个选择。如今的金融科技生态系统高度碎片化。每家支付处理商、贷款机构、银行和平台都有自己的数据格式和API。客户要么获得只能在彼此隔离的系统内运作的代理；要么我们可以共同迈向开放标准，让代理能够在更广泛的金融场景中运行。
本月早些时候，Block、Anthropic 和 OpenAI 在与 Linux Foundation 合作的基础上宣布成立代理化 AI 基金会（Agentic AI Foundation，AAIF）。该基金会汇聚了三家公司各自的贡献，并得到其他 AI 领军人物的支持，以制定代理化 AI 的开放标准。尽管仍处于早期阶段，但这已经是朝着提升金融科技互操作性迈出的重要一步。如果行业选择拥抱这一方向，我们就能打造一个生态系统：让代理能够从更丰富的数据中学习、访问统一的接口，并带来“复利式”的收益，而不是继续碎片化。如果我们不这样做，就有风险重现几十年来拖慢创新的同样“孤岛式”架构——只不过这一次，所用的技术更强大。
代理化 AI 在孤岛中的局限
金融科技历史上主要依靠专有技术栈实现增长。这种模式在过去行得通，但代理化 AI 暴露出其中的局限性。代理需要稳定地获取来自多个系统的上下文、操作界面与信号。
当每家机构在交易、身份、风险指标和商户资料的组织方式上都不尽相同，代理化 AI 就会遭遇严重障碍。碎片化的数据削弱了代理推理或采取有把握行动的能力。集成摩擦会拖慢部署速度，并提高工程成本。供应商锁定迫使公司只能在不够有效的工具之间做选择——仅仅因为这些工具能够贴合现有架构；更糟的是，公司还可能自建更多孤岛，从而把问题不断叠加。
当代理能够在连接的系统之间进行观察、决策并采取行动时，代理化 AI 才能发挥作用。孤岛式环境会削弱这三项能力。
为什么开放标准会改变一切
开放标准（共享的架构、定义与协议）带来的远不止是简化集成。它们会成为可扩展、可互操作的代理化行为的基础。
在代理能够跨系统推理或代表用户采取行动之前，这些系统必须“说同一种语言”。例如模型上下文协议（Model Context Protocol，MCP）：它是一种开放标准，使 AI 系统能够与现实世界的工具和数据进行交互。大约在一年的时间里，MCP 已在各行业得到越来越多的采用，包括金融科技与商业领域公司。Block 使用 goose 构建了 MCP 的第一个参考实现，并且是协议本身的早期贡献者。Stripe 构建了对 MCP 的支持，让代理能够访问支付数据、创建结账会话并管理订阅。Square 发布了用于其支付、目录和客户 API 的 MCP 服务器。Shopify 为其商业平台推出了 MCP 集成。这些例子说明，市场对互操作性确实有真实需求。
在互操作的协议之下，代理能够以更强的情境理解力来解释数据。相反，碎片化会限制代理所依赖信号的质量。
对比之下，开放银行（Open Banking）的全球推进花了多年时间（尤其在美国），原因在于它要求机构承担“重活”：构建新的 API、确保合规、并在监管机构之间协调。进展依赖监管压力；即便如此，采用也一直缓慢且参差不齐。在这两种情况下，客户都能从更好的互操作性中受益。对于代理化 AI，企业甚至可能拥有额外的激励：代理可以帮助在不同系统之间架桥或进行翻译，从而降低集成负担，并使开放标准具备商业吸引力，而不仅仅是合规驱动。
下一代代理化 AI 将由协作的专业代理组成。一个代理擅长文档分类，另一个擅长欺诈检测，再另一个擅长现金流预测。可预期的接口与共享协议可以帮助这些代理发现服务、委派任务并编排工作流程，而不必依赖脆弱的定制代码。
一旦代理能够在金融平台之间顺畅流动，互操作性的真正力量就会变得清晰。现在，每一项金融服务都在隔离状态下运作。你的工资系统无法与企业银行应用沟通。你的费用管理工具无法与会计软件协同工作。你的支付处理器也看不到你的现金流预测。借助开放标准，代理就能把这些系统串联起来进行编排。它们可以通过拉取企业卡数据、将结果与会计系统中的发票进行匹配，并实时更新预算预测来自动完成对账。它们可以跨多个平台协调支付时机：当现金流充裕时及时支付供应商；当现金流紧张时则延后支付。它们还可以把一个平台的承保数据连接到另一个平台的风险评估，让你不必反复填写相同信息。其价值在于连接那些原本并未被设计为可互操作的系统。
更小的金融科技公司同样会受益。开放标准通过允许新进入者在不需要昂贵工程项目的情况下把代理连接到银行与处理商，从而“拉平竞争环境”。它们可以在洞察与经验上竞争，而不是在集成预算上竞争。
构建“轨道”，而非“高墙”
未来十年的金融科技将由那些理解代理化 AI 不是单一产品的公司来定义。它是一个用于跨系统推理、行动与协作的平台。只有当行业就它们所运行的“轨道”达成一致时，平台才有机会实现规模化。
AAIF 代表了一个重要的第一步，但这只是开始。要释放代理化 AI 的全部潜力，金融科技需要参与其中。我们需要专门为金融原语设计的开放数据架构：商户、交易、身份、风险信号以及支付流程。部分商业与支付协议已经存在，而且仍在不断提出更多方案，但它们仍需要行业范围的认可与协作，才能成为真正的标准，而不是彼此孤立的实现。我们需要共享的安全与治理框架，让信任能够随着创新一起扩展。并且我们还需要金融科技领军人物在那些定义并维护这些标准的行业组织中进行积极参与，而不仅仅是被动关注。
这并不意味着要放弃差异化。最强的公司会在体验、风险管理与智能方面实现差异化，而不是在专有的“管道系统”上。互联网的历史表明，强大的基础设施能够扩展机会，而不是缩小机会。代理化 AI 让我们有机会再次做到这一点。
关于作者
Manik Surtani 是 Block, Inc. 的开源负责人。在 Block，Manik 之前曾领导 Square 和 Cash App 的工程团队。在加入 Block 之前，Manik 是 Red Hat 的资深工程师。他是 Infinispan 项目的创始人兼首席工程师，并担任 JBoss Data Grid 的平台架构师。Manik 具有 AI、分布式与容错系统方面的背景，以及对 JVM 性能调优的经验。Manik 是开源开发方法、理念与协作流程的坚定倡导者，自他第一次涉足计算机以来便一直参与开源。