在多位科技与金融行业高管看来，人工智能正在迈入一个新阶段：系统不再仅仅用于生成内容或分析信息，而是开始直接执行金融决策、管理数字资产并主动参与经济活动——这一转变也成为AI Appreciation Day上的讨论焦点。
这场变革背后，是技术能力的快速提升与投资规模的持续扩张。
斯坦福大学在《2026 AI Index》报告中指出，AI智能体在真实任务中的成功率，从2025年的20%跃升至2026年的77.3%。2025年全球企业在AI上的投入达到5817亿美元，较2024年大增130%。
不过，报告也强调，目前系统在多步骤规划和复杂财务分析方面依然存在显著短板，这突显了“实验性智能体”与“可信赖经济基础设施”之间的差距。
AI 智能体开始走出“辅助工具”定位
在一些率先落地应用的企业内部，这一差距正在被快速缩小，AI智能体已被部署到研发、合规以及财务运营等关键环节。
Global Settlement Network联合创始人兼首席执行官Ryan Kirkley表示，他亲眼见证了AI从“有趣的试验品”演变为企业运营的核心引擎。
“这些年持续投资AI公司，我看到这项技术从‘有意思的尝试’变成真正重塑企业运营方式的基础设施。”Kirkley在接受 Yellow.com 采访时说。
在 Global Settlement 内部，AI已经成为业务中枢：公司内部的AI智能体数量已经超过员工数量，代理式系统深度参与合规、身份识别以及软件开发等关键流程。
在Kirkley看来，AI与区块链的结合将尤为重要：AI善于处理数据、挖掘机会，区块链则提供可编程的跨境金融执行底层。
“我最兴奋的是AI和加密技术的交汇，因为两者恰好补齐了彼此缺失的那一部分。”他说。
国际清算银行（BIS）同样指出，AI与代币化技术有望打通交易、清算与抵押品管理环节，压缩对账成本。BIS表示，金融机构已经在信贷风控、欺诈检测、风险管理和后台自动化中广泛应用AI。
代币化平台Brickken首席营销官Jordi Esturi则认为，业界当前对AI的关注仍过于集中在文本生成、会议纪要与代码助手等“表层应用”上。
“AI的下一阶段，是成为经济中的‘主动行为体’，帮助个人和机构执行金融决策、管理数字资产，并在实时环境下协调愈发复杂的交易。”Esturi表示。
他将这一演化称为“代理型金融（agentic finance）”和“代理型资本市场（agentic capital markets）”的基础，即AI系统在明确的治理框架内运行，支撑资本形成与资产管理。
在这种模式下，初创企业创始人可以借助AI增强的基础设施进行融资，投资者可用智能体管理组合，公司也能以更少人工流程发行代币化资产。
“无论是创始人融资、投资者管理组合，还是企业发行代币化资产，都应该能像今天使用互联网一样自然地与金融基础设施交互。”Esturi说。
BIS在另一份报告中指出，代币化账本可以支持7×24小时自动化运营与同步结算，但前提是建立在“可靠货币、清晰治理以及完善监管保障”之上，否则难以在大规模场景中安全运行。
延伸阅读：RWA Tokenization Tripled But 80% Of Value Sits In Just One Asset Class
新兴市场有望在AI时代“多分一杯羹”
除金融以外，AI开发成本的下行正在重塑“科技公司必须诞生在传统中心”的格局。
Actai Advisors联合创始人、Future Caribbean创始人Lily Dash表示，AI正在削弱“地理位置”与“全球科技经济参与度”之间的传统绑定关系。
“这是第一次，地理位置的重要性明显低于人才、抱负和获得合适工具的能力。”Dash说。
她提到，巴巴多斯、牙买加、特立尼达、尼日利亚和肯尼亚等市场的创业者，如今无需迁往硅谷或伦敦等成熟科技中心，也有条件在本地打造产品并参与AI技术演进。
Dash指出，参与科技开发的成本大幅下滑，让过去主要“进口技术”的地区有机会转向“本地生产、对外输出”。
斯坦福AI指数显示，生成式AI在三年内就实现了53%的普及率，渗透速度快于个人电脑和互联网。但普及率仍与国民收入高度相关，说明即便扩散迅速，技术获取依旧不均。
世界银行也在一份报告中警示，中低收入国家在大规模部署AI方面面临巨大障碍。其《数字进展与趋势报告》提出，AI普及至少需要四大基础：网络连接、算力基础、本地相关数据以及劳动力技能。
Dash认为，这四个“底座”将决定新兴市场能否从AI浪潮中获得持续的经济回报。
“关键是确保人们能真正获得基础设施、教育、导师和资金，把想法变成真正的生意。”她说。
她强调，如果资本能更系统性流向本地创业者，AI就可能在这些经济体中转化为GDP增量、高附加值就业岗位，以及更具地理多样性的科技公司版图。
治理将成为真正的“决胜点”
多位高管的共识是：AI在经济中的重要性，将越来越体现在“能做什么”，而不是“能生成什么”。
Kirkley预计，AI会显著降低企业和个人使用代币化资产与数字货币的门槛，从而加速区块链金融服务的采用。
“未来的金融不仅是数字化的，更会是‘默认智能化’的。”他说。
但更高的自治性也意味着更高的系统性风险。BIS警告称，如果金融机构普遍采用类似的AI模型，在市场冲击下它们可能采取趋同反应，进而放大波动性和流动性压力。同时，对少数云服务、数据与模型提供商的高度依赖，也可能在运营层面引入新的脆弱点。
下篇阅读：Perp DEXs Are Eating Centralized Volume, And The Shift Is Accelerating