香港金管局把 AI 代理寫進監理議程：銀行導入的交付物，將從模型延伸到代理紀錄冊與介入機制

香港金融管理局（金管局）10 月 15 日向全體認可機構（香港的持牌銀行等）發出負責任應用人工智能通函，並公布以可問責、具韌性、可信賴為三支柱的「ART」框架。通函附件分三份：一份監理指引，預期認可機構按比例原則適用；一份第二期生成式 AI 沙盒（金管局提供的受控測試環境，讓銀行在監理可見下試做 AI 應用）的實務心得；一份代理式 AI 治理的概念文件。

代理式 AI 是這次最新的一塊。通函說明，概念文件只列出初步考量，會用來形成未來的監理要求，目前沒有訂出諮詢截止日；金管局另表示將於短期內發出討論文件，探討「意圖為本」的問責安排、重要 AI 代理紀錄冊與有效介入機制。它還不是硬規定，但方向已經寫在紙上。

為什麼是現在？金管局助理總裁（銀行監理）Carmen Chu 10 月 16 日的致辭說得很直接：第二期沙盒中，超過 60% 的用例涉及 AI 代理，其中一半是多代理應用。第二期沙盒共有來自 20 家銀行、14 家科技夥伴的 27 個用例。8 月公布首期名單的 GenAI 沙盒++（沙盒的延伸計畫）選出 36 個用例、涉及 30 家金融機構，聚焦代理式 AI 應用。代理已經不只是實驗室題目，而是銀行在監理機關看得到的環境裡實際試做的系統。

FDE AI認為，監理機關把「紀錄冊」與「介入」列為代理治理的下一步，透露出一個判斷：代理出事時，監理要追問的是誰授權它做什麼、它做了什麼、誰能在何時把它停下，而不是它背後用了哪家的模型。同一場致辭提到，與第一期相比，銀行以少約 30% 的運算資源做出更複雜的產出，開源模型對此有所貢獻。模型愈容易替換，治理的錨點就愈要放在代理本身。

把香港放回華語圈來看，節奏差異很清楚。

新加坡金融管理局（MAS）10 月 7 日發布 AI 風險管理指引定稿，以監理期望的形式，預期金融機構維持 AI 用例、系統或模型的清冊，並在回應意見文件中說明 AI 代理與多代理系統都在定義之內。第 3、4 節自 2027 年 10 月 7 日起適用，第 5、6 節於 2028 年 10 月 7 日前到位，MAS 並表示 2027 年再就代理式 AI 另行諮詢。新加坡的指引有明確適用日，香港列出的代理治理項目更細，但仍在討論階段。

台灣金融監督管理委員會（金管會）2024 年 6 月發布「金融業運用人工智慧(AI)指引」，性質屬行政指導。10 月 13 日，金管會再發布「金融業運用代理AI安全諮詢文件」，以資料敏感度、動作影響與能力邊界替代理分級，提出代理須能停用、撤銷授權並回復的控管方向，並對外徵詢 30 天；據中央社報導，文件不取代現行法令，轉為指引尚無時間表。採用面也不慢：金管會 2025 年 5 月的調查顯示，銀行使用 AI 的比例達 87%，居各業別之首；在所有使用 AI 的金融業者中，有 48% 已使用生成式 AI。

FDE AI認為，這三種節奏對跨境經營的華語圈金融集團是同一個訊號：最嚴的那一地會成為集團的實質標準。三地同月出手，方向相近：新加坡預期清冊涵蓋代理，台灣諮詢文件提出代理須能停用、撤銷授權並回復，香港擬探討紀錄冊與介入機制；差別在約束力與時程，目前只有新加坡定了適用日。在兩地以上設點的銀行，很難各地維持不同的代理治理，等待定稿只是把補做紀錄冊的成本往後推。

紀錄冊聽起來像法遵文件，落到現場卻是工程問題。要登記一個代理，至少要說得出它被賦予的意圖、可以呼叫哪些工具與系統、用誰的身分存取資料、輸出由誰覆核、出錯時由誰在多短時間內關掉。MAS 的回應意見文件已提到，清冊可以記錄代理層級的屬性，例如識別碼與工具或系統存取權限，且第三方的自我聲明不足以單獨作為依據。

這些資訊，多半只有把代理接上銀行系統的人才知道。代理在沙盒裡跑得通，和在正式環境中留下一份監理可檢查的紀錄，是兩件不同的工作。成果數字也要放在這個脈絡裡讀：致辭提到某銀行的客戶開戶（onboarding）時間縮短 40%、某市場風險代理把個案分析週期縮短 95%，都是未具名的單一案例，致辭未說明驗證方式。效益寫得出來，治理文件寫不寫得出來，才決定能否從沙盒走到全行。

FDE AI認為，這也改寫了銀行與 AI 廠商的分工：誰最懂代理實際碰了哪些系統，誰就該交出紀錄冊的第一版。若合約沒寫明歸屬，這份工作往往落在銀行最缺人的科技風險團隊，專案也會卡在上線前最後一關。