想象一家银行让 AI 全天盯着投资组合：发现利率或资产价格异动，就自己设计不利情景、运行压力测试，再发出预警。压力测试，就是假设利率暴涨、资产大跌等坏情况，估算银行会损失多少、资本是否够用。Risk.net 报道称，银行已用最新 AI 工具生成情景、开发压力测试模型，也借此减少“群体思维”——团队因假设相近而忽略反例——但目前仍有大量人工监督。
下一步是 Agentic AI（代理式 AI）：它不只给答案，还会拆解目标、调用工具并连续执行。模型能力正在逼近实用门槛，真正的阻力却是平台与治理。因为系统一旦能自主行动，风险就从“答错”变成“做错”。银行必须限定它能读哪些数据、能执行哪些操作，并保留人工复核和完整审计记录。换句话说，代理式风控可能来得比预想更早，但决定它何时进入真实业务的，不只是模型够不够聪明，而是银行能否把权限和责任管住。