在多位科技与金融行业高管看来，人工智能正步入一个全新阶段：系统不仅能生成内容、分析信息，还将直接执行金融决策、管理数字资产，并以“主动参与者”的身份介入经济活动——这也是他们在 AI Appreciation Day 之际发出的共同判断。
这一转变背后，是技术能力的快速跃迁与资本大规模涌入。
斯坦福大学发布的 2026 年《AI Index》显示，AI 代理在真实世界任务中的成功率，从 2025 年的 20% 飙升至 2026 年的 77.3%。全球企业在 AI 领域的投资去年达到 5817 亿美元，较 2024 年暴增 130%。
不过，报告也指出，当下系统在多步骤规划和复杂财务分析方面仍有明显短板，凸显出“实验性代理”与“可靠经济基础设施”之间的现实鸿沟。
AI 代理从“助手”走向“主体”
这种鸿沟正在企业内部逐步缩小，特别是在那些已将 AI 代理广泛部署于研发、合规与财务运营环节的公司中。
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“有趣的实验技术”演变为“企业运营中枢”的过程。
“过去几年我一直在投资 AI 公司，也因此能够看到这项技术如何从一个有意思的试验，变成真正重塑企业运作方式的核心动力。”Kirkley 在接受 Yellow.com 采访时表示。
他介绍，在 Global Settlement，AI 已经成为业务底座：公司内部“代理数量多于员工”，代理型系统深度嵌入合规管理、身份识别和软件开发等关键流程。
在 Kirkley 看来，AI 与区块链的结合尤为关键：AI 负责处理数据、识别机会，区块链网络则提供可编程的金融基础设施，支持跨境执行各类金融决策。
“让我最兴奋的是 AI 和加密的交汇点，因为这两种技术正在为彼此补上缺失的那一块。”他说。
国际清算银行（BIS）此前也曾指出，AI 与代币化有望进一步打通交易、清算与抵押品管理环节，并压缩对账成本。目前，金融机构已经在信贷审批、反欺诈、风险管理及后台自动化等领域大规模应用 AI。
代币化平台 Brickken 的首席营销官 Jordi Esturi 认为，市场目前对 AI 的关注仍过于聚焦在“文本生成、会议纪要与编程助手”等浅层应用上。
“AI 的下一阶段，是成为真正的经济行为主体，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日益复杂的交易。”Esturi 表示。
他将这一演进称为“代理型金融（agentic finance）”与“代理型资本市场”的基石——在这一模式中，AI 在明确的治理框架下运行，辅助资本形成与资产管理。
在这样的基础设施之上，创业者可以依托 AI 支持的系统完成融资，投资者可以智能管理投资组合，企业则有望在更少人工介入的情况下发行代币化资产。
“无论是创业者募资、投资者管理组合，还是企业发行代币化资产，他们与金融基础设施的交互体验，都应该像今天使用互联网一样自然便捷。”Esturi 说。
BIS 在另一份报告中指出，代币化账本可以支撑 7×24 小时自动化运行与同步结算，但前提是有“可靠货币、清晰治理与完备监管护栏”，否则相关系统难以在大规模场景中安全运转。
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 版图中“换位”
除了金融业本身，快速下降的 AI 开发成本正在重塑全球科技企业的“地理版图”。
咨询公司 Actai Advisors 联合创始人、“Future Caribbean”创始人 Lily Dash 指出，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。
“或许是历史上第一次，地理位置的重要性正在被天赋、雄心和工具获取能力所取代。”Dash 表示。
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，正在成为本地创业者构建产品并参与 AI 开发的新兴热点，而无需再迁往硅谷或伦敦等传统科创中心。
Dash 指出，技术参与成本的大幅下降，让许多长期依赖“进口技术”的地区首次迎来“自研—出口”的现实机会。
斯坦福的《AI Index》显示，生成式 AI 在三年内实现了 53% 的人口渗透率，其普及速度快于个人电脑和互联网。不过，AI 采用率仍与国家收入水平高度相关，说明在高速扩散的背后，“使用门槛不均衡”的问题依旧存在。
世界银行则在一份关于 AI 的基础研究报告中警告，低收入与中等收入国家在大规模部署 AI 方面仍面临巨大障碍。其《数字进展与趋势报告》将“连通性、算力、本地相关数据与劳动力技能”视为 AI 广泛采用的四大基础。
Dash 表示，这四大要素的完备程度，将直接决定新兴市场能否从 AI 中获得可持续的经济收益。
“关键是要确保人们真正能接入基础设施，获得教育资源、导师支持以及必要的资金，把想法变成真正的业务。”她说。
她认为，如果资本能够更系统地流向本地创业者，AI 就有望转化为推动 GDP 增长、高附加值就业以及科技企业“全球版图再平衡”的新动能。
治理将决定 AI 经济影响的“走向”
多位高管普遍认为，未来 AI 在经济中的分量，将越来越取决于“能做什么”，而不仅仅是“能生成什么”。
Kirkley 预计，AI 将显著降低企业和消费者使用代币化资产与数字货币的门槛，从而加快基于区块链的金融服务被主流市场接受的速度。
“未来的金融不仅会是数字化的，更会是‘默认智能化’的。”他表示。
不过，更高程度的自主性也意味着更高风险。BIS 此前就曾警示，如果大量金融机构依赖相似的 AI 模型，在市场剧烈波动时，它们可能采取高度趋同的应对策略，进而放大波动与流动性压力。此外，对少数几家云服务商、数据提供方和模型供应商的集中依赖，也可能引发系统性操作风险。
下篇阅读：Perp DEXs Are Eating Centralized Volume, And The Shift Is Accelerating