金融市场中的 AI 智能体：架构、应用与系统性影响

近期大语言模型、工具使用智能体以及金融机器学习的进展正在推动金融自动化从孤立的预测任务向集成决策系统转变，这些系统能够感知信息、对目标进行推理并生成或执行行动。本文构建了一个用于分析 agentic 金融的综合框架：即由自主或半自主 AI 系统参与信息处理、决策支持、监控和执行工作流程的金融市场环境。分析分为三个步骤：首先，本文提出了金融 AI 智能体的四层架构，涵盖数据感知、推理引擎、策略生成及执行控制。其次，引入 Agentic 金融市场模型（AFMM），这是一种仿制代理建模方法，将 agent 设计参数（如自主深度、异构性、执行耦合、基础设施集中度及监督可观察性）与市场层面的结果（如效率、流动性韧性、波动性及系统性风险）关联。最后，本文基于 AI 智能体能力披露和市场异质性 repricing 的事件研究，提出了说明性实证应用。本文认为，AI 在金融领域的系统性影响更多取决于 agent 架构在机构间的分布、耦合方式及治理方式，而非仅取决于模型的智能程度。本文的实证应用本意为探索性研究：它并未验证完整的 AFMM，但展示了如何使用公开数据研究一个可观察的预期渠道。近期最可能的均衡是受限自主性，即 AI 智能体作为受监督的协作员、监控系统及受约束的执行模块嵌入人类决策过程之中。