本月早些时候，Block、Anthropic 和 OpenAI 与 Linux 基金会合作，宣布成立 Agentic AI Foundation（AAIF，代理式 AI 基金会），汇集了各自公司的贡献，并在其他 AI 领导者的支持下，建立代理式 AI 的开放标准。尽管这才刚刚起步，但它在改善金融技术互操作性方面迈出了具有意义的一步。如果行业拥抱这一方向，我们就能构建一个生态系统：让代理能够从更丰富的数据中学习，访问统一协调的接口，并实现不断累积、而非逐步碎片化的价值。若我们不这样做，我们将面临重现数十年来那种减缓创新的同样“信息孤岛”架构的风险——只是这一次，技术更强大。
孤岛中的代理式 AI 的局限性
金融科技历史上主要依靠专有技术栈实现增长。过去这种模式行之有效，但代理式 AI 暴露了它的局限。代理需要一致地、稳定地获取多个系统提供的上下文、操作界面（action surfaces）以及信号。
当每一家机构对交易、身份、风险指标以及商户画像的组织方式都不尽相同，代理式 AI 就会遭遇严重的障碍。碎片化的数据削弱了代理进行推理或采取果断行动的能力。集成摩擦会减慢部署速度并提高工程成本。供应商锁定迫使企业不得不选择较不有效的工具，仅仅因为它们符合既有架构；更糟的是，企业甚至会自建新的孤岛，从而把问题进一步放大。
当代理能够在连接起来的系统之间观察、做出决策并采取行动时，代理式 AI 才能发挥成效。孤岛化环境会削弱这三项能力中的全部能力。
未来十年的金融科技将由那些理解代理式 AI 并非单一产品的公司所定义。它是一个跨系统进行推理、行动与协作的平台。只有当行业对他们运行的平台“轨道”达成一致时，平台才可能真正扩展。
AAIF 代表了重要的第一步，但这仅仅是开始。要释放代理式 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模式：商户、交易、身份、风险信号和支付流。部分商业与支付协议已经存在，也有更多正在被提出，但它们仍需要获得全行业的认同与协作，才能成为真正的标准，而不只是彼此孤立的实现。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。并且我们需要金融科技领域的领导者在那些定义并维护这些标准的行业组织中进行积极参与，而不仅仅是被动观察。
这并不意味着要放弃差异化。最强的公司会在体验、风险管理和智能方面实现差异化，而不是在专有的“管道”（proprietary plumbing）上。互联网的历史表明，强大的基础设施可以扩大机会，而非缩小机会。代理式 AI 给了我们再做一次的机会。
关于作者
Manik Surtani 是 Block, Inc. 的开源负责人。在 Block，Manik 曾带领团队在 Square 和 Cash App 负责工程工作。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（JBoss 数据网格）的平台架构师。Manik 具有 AI、分布式与容错系统方面的背景，并擅长对 JVM 进行性能调优。Manik 是开放源代码开发方法、理念与协作流程的坚定倡导者，自他第一次涉足计算以来就一直参与开源。
开放标准将解锁金融科技中自主AI的下一个突破
Manik Surtani 是 Block 的开源负责人。
探索顶级金融科技新闻和活动！
订阅 FinTech Weekly 的新闻简报
被摩根大通、Coinbase、Blackrock、Klarna 等公司的高管阅读
2025 年，AI 代理改变了金融科技公司内部的运作方式，通过自动化复杂工作流程，并在几乎不需要人工指引的情况下跨工具进行协调。到 2026 年，我们将看到越来越多这种代理式功能直接提供给客户。但行业面临一个选择。如今的金融技术生态系统高度碎片化。每一家支付处理器、贷款机构、银行和平台都有各自的数据格式和 API。客户要么只能得到只能在孤立系统内工作的代理，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作。
本月早些时候，Block、Anthropic 和 OpenAI 与 Linux 基金会合作，宣布成立 Agentic AI Foundation（AAIF，代理式 AI 基金会），汇集了各自公司的贡献，并在其他 AI 领导者的支持下，建立代理式 AI 的开放标准。尽管这才刚刚起步，但它在改善金融技术互操作性方面迈出了具有意义的一步。如果行业拥抱这一方向，我们就能构建一个生态系统：让代理能够从更丰富的数据中学习，访问统一协调的接口，并实现不断累积、而非逐步碎片化的价值。若我们不这样做，我们将面临重现数十年来那种减缓创新的同样“信息孤岛”架构的风险——只是这一次，技术更强大。
孤岛中的代理式 AI 的局限性
金融科技历史上主要依靠专有技术栈实现增长。过去这种模式行之有效，但代理式 AI 暴露了它的局限。代理需要一致地、稳定地获取多个系统提供的上下文、操作界面（action surfaces）以及信号。
当每一家机构对交易、身份、风险指标以及商户画像的组织方式都不尽相同，代理式 AI 就会遭遇严重的障碍。碎片化的数据削弱了代理进行推理或采取果断行动的能力。集成摩擦会减慢部署速度并提高工程成本。供应商锁定迫使企业不得不选择较不有效的工具，仅仅因为它们符合既有架构；更糟的是，企业甚至会自建新的孤岛，从而把问题进一步放大。
当代理能够在连接起来的系统之间观察、做出决策并采取行动时，代理式 AI 才能发挥成效。孤岛化环境会削弱这三项能力中的全部能力。
为什么开放标准会改变一切
开放标准（共享的模式、定义和协议）所带来的远不止是简化集成。它们为可扩展且可互操作的代理式行为奠定基础。
在代理能够跨系统进行推理，或代表用户采取行动之前，这些系统必须“讲同一种语言”。以模型上下文协议（Model Context Protocol，MCP）为例：这是一种开放标准，使 AI 系统能够与真实世界的工具和数据进行交互。就在大约一年时间里，MCP 已经在各个行业不断增长采用率，包括金融科技和商业公司。Block 使用 goose 构建了 MCP 的第一个参考实现，并且还是该协议本身的早期贡献者。Stripe 构建了 MCP 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 为其电商平台推出了 MCP 集成。这些例子都说明了市场对互操作性的真实兴趣。
借助可互操作的协议，代理能够以更高的上下文理解能力来解释数据。相反，碎片化会限制代理所依赖信号的质量。
再看开放银行。开放银行在全球范围内（尤其是美国）取得进展花了很多年，因为它要求机构来承担繁重的工作：构建新的 API、确保合规、并在监管机构之间协调。进展依赖于监管压力，而即便如此，采用也一直缓慢且不均衡。在这两种情况下，客户都能从更好的互操作性中获益。对于代理式 AI，公司还可能有额外的激励：代理可以帮助在不同系统之间进行衔接或翻译，从而降低集成负担，使开放标准更具商业吸引力，而不仅仅是合规驱动。
下一代代理式 AI 将由协作的专业代理组成。一个代理可能擅长文档分类，另一个擅长欺诈检测，还有一个擅长现金流预测。可预测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，而无需依赖脆弱的定制代码。
一旦代理能够在金融平台之间灵活流转，互操作性的真正力量就会变得清晰。目前，所有金融服务都在各自的“孤立”环境中运行。你的工资发放系统不会和你的企业银行应用对话。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。有了开放标准，代理就能在所有这些场景中进行编排。它们可以通过从企业卡中拉取数据、把这些数据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。它们可以在多个平台之间协调支付时点，确保现金流充裕时及时付款给供应商、现金流紧张时再延后。它们还可以把一个平台上的承保数据连接到另一个平台上的风险评估，这样你就无需反复填写同样的信息。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的进入者把他们的代理接入银行和处理器，而无需昂贵的工程项目，从而拉平竞争环境。他们可以在洞察和经验上竞争，而不是在集成预算上竞争。
构建“轨道”，而不是“高墙”
未来十年的金融科技将由那些理解代理式 AI 并非单一产品的公司所定义。它是一个跨系统进行推理、行动与协作的平台。只有当行业对他们运行的平台“轨道”达成一致时，平台才可能真正扩展。
AAIF 代表了重要的第一步，但这仅仅是开始。要释放代理式 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模式：商户、交易、身份、风险信号和支付流。部分商业与支付协议已经存在，也有更多正在被提出，但它们仍需要获得全行业的认同与协作，才能成为真正的标准，而不只是彼此孤立的实现。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。并且我们需要金融科技领域的领导者在那些定义并维护这些标准的行业组织中进行积极参与，而不仅仅是被动观察。
这并不意味着要放弃差异化。最强的公司会在体验、风险管理和智能方面实现差异化，而不是在专有的“管道”（proprietary plumbing）上。互联网的历史表明，强大的基础设施可以扩大机会，而非缩小机会。代理式 AI 给了我们再做一次的机会。
关于作者
Manik Surtani 是 Block, Inc. 的开源负责人。在 Block，Manik 曾带领团队在 Square 和 Cash App 负责工程工作。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（JBoss 数据网格）的平台架构师。Manik 具有 AI、分布式与容错系统方面的背景，并擅长对 JVM 进行性能调优。Manik 是开放源代码开发方法、理念与协作流程的坚定倡导者，自他第一次涉足计算以来就一直参与开源。