IRS 風險長警告 AI 支付已超越監管速度

兩年前，AI 僅用於研究和寫作任務。不久之後，它便獲得編寫程式碼、快速建立應用程式、自動化工作流程及製作高品質媒體內容的能力。如今，AI 系統正在處理數百萬筆支付。

監管機構未能跟上腳步。隨著 AI 代理掌握更多財務控制權，這種差距可能變得危險。

在紐約聯合國總部舉行的未來貨幣峰會上，BeInCrypto 主持了一場座談會探討此議題。與會者包括 Dottie Romo（IRS 首席風險與管制官）、Dino Cataldo Dell’Accio（聯合國合職員工養老基金）以及 Julius Moye（萬事達卡）。

AI 支付已大規模進行

BeInCrypto 的《State of AI Agent Payments 2026》研究說明了當前的機器驅動支付活動。

從 7 月 23 日至 8 月 26 日，研究人員在 Base 和 Solana 上觀察到 640 萬筆 x402 支付交易，總額為 119,947 美元。

多數金額極小。90.8% 的轉帳低於 1 美分，但研究指出，該 AI 代理自上線以來已處理近 2 億筆結算交易。

支付金額保持較小，因為代理主要支付離散的數位資源，如數據或 API 存取。交易量凸顯了機器商務的運作方式有所不同。

監管機構可能需要演算法監督

IRS 風險長警告，傳統監管可能無法應付那樣的速度。

「它們在幾分鐘內做出數百萬個決策，」來自 IRS 的 Dottie Romo 表示。

Romo 指出，監管機構依賴定期報告來偵測詐欺與控制問題。自主金融可能使這種方法變得過於緩慢。

演算法是否需要用來監看演算法？Romo 表示，可能需要某種自動化監督。

「我們無法以足夠快的速度做到這一點，」Romo 說。

她主張在市場中增加即時監控，同時在關鍵決策中保留人類參與。

誰控制「關閉開關」？

萬事達卡的 Moye 引用了 2012 年 Knight Capital 事件和 Terra/Luna 崩盤，作為自動化系統缺乏足夠安全措施的警示。

他的框架包括讓機器識別異常活動並自動加以控制，嚴重事件則升級至人類處理。

「實際上是利用 AI 和機器來施加止血帶、停止出血，然後讓人類進行手術，」萬事達卡金融犯罪解決方案經理 Julius Moye 表示。

Dell’Accio 認為，自動化並不能免除責任。他認為，責任歸屬應透過三個問題追溯：

「誰撰寫了程式碼？誰實作了程式碼？誰監督程式碼？」

反烏托邦的前景

令人不安的事實是，AI 如今在現代金融中扮演著顯著且強勢的角色，每月執行數百萬筆交易。

監管機構實際上無法縮小這一差距。那樣的速度超出人類能力。因此，機器監視機器的未來可能正在逼近。

這聽起來可能像反烏托邦，但政策制定者已在討論此事。