在 AGI Playground 2026 大會上，Airwallex 首席營收官吳愷提出 AI 原生金融操作系統的概念，認為 Agent 的終局不是更聰明的對話介面，而是一套能真正運轉企業資金的執行系統。文章作者、來源：極客公園
新加坡濱海灣花園，AGI Playground 2026 的主舞台燈光亮起。台下坐著 50 多家全球 VC、數百位 AI Builder，對 Agent 下一個階段的發展方向充滿期待。
大家都在看一個問題：
當 Agent 從對話走向執行，我們離自動交付還有多少距離？
在圓桌討論中，Airwallex 空中云匯全球首席營收官吳愷提出了與大多數人不同的觀點。他沒有從模型能力或互動介面切入，而是直接將問題帶入金融這個最嚴苛的場景。他認為，AI 不僅會改變軟體的使用方式，還會改變企業的構建與運營方式：「我們正在為 AI 原生的企業金融與商業構建底層執行能力」。
這句話意味著 Agent 的終局不是一個更聰明的對話介面，而是一套能真正運轉企業資金的執行系統。在 Airwallex 的敘事中，這套系統被概括為 「AI 原生的金融操作系統」。圍繞這套操作系統，公司看到了兩個清晰的機會：業務運營側的自主金融（Autonomous finance），以及支付與結賬側的智能體商業（Agentic Commerce）。
Wu Kai 判斷，市場已到達一個關鍵拐點，隨著智能體商業的發展，消費者會授權自己的 Agent 去比價、選品和下單，Agent to Agent 的新型支付系統將成為未來趨勢。
01 信任是 Agent 正式上線的入場券
過去一年，Agent 幾乎成了 demo 大賽的主角：演示影片中，它們能在幾分鐘內串聯一整套業務流程；但真正落地時，許多企業卻發現，演示很驚艷，落地很難。吳愷對「落地」給出了一個明確的標準，他認為真正的落地「不只是能演示，而是能被信任、並且可以反覆完成生產任務。」
這個標準拆解開來，包含五個維度：採用率、可靠性、可衡量的業務結果、可審計性，以及清晰的回退路徑，也就是說模型品質只是起點，不是終點。吳愷特別強調了金融場景的特殊性：「在金融領域，只有當 Agent 能夠運行於公司真實的審批、合規和風控框架內時，才算真正上線。」
這意味著，Agent 不能只是一個掛在外面的智能助手，它必須嵌入企業已有的審批鏈、合規規則和風控體系中。在空中雲匯的實踐中，Agent 最擅長處理的是那些原本由人工完成、重複性高、且只需要最少人為判斷的任務，例如財務運營、對賬流程、報表準備，以及需要按序完成搜索、比較和執行的商業工作流。
相反，Agent 目前最薄弱的，是那些「上下文很難拿全」的任務。比如構思全新產品、做複雜的戰略判斷，這些需要大量領域經驗和人際溝通中的隱性資訊，現階段的 Agent 很難勝任。
這種對於能力邊界的清醒認識，最後都落實在產品設計上。
近期推出的 T:0 和 Airi，分別瞄準了兩個場景。T:0 是一個 AI 原生的金融平台，旨在端到端運行財務職能，如記賬、預測和報表等，其本質上是一個從第一天起就可自主運轉的財務部門。Airi 最初是一個一鍵結賬錢包，但從戰略上看，它也是 Agentic Commerce 的信任層和憑證層，讓用戶只需保存一次支付資訊，就能在參與商戶間更便捷地完成支付，同時為 AI Agent 的委託支付打下基礎。
隨著場景與技術的不斷演進，吳愷認為目前推出這兩個產品的時機已經成熟。在財務側，客戶已厭倦了碎片化工具、表格、對賬工作和反覆交接；在商業側，智能體商業的興起意味著錢包與支付層必須進化，因為 Agent 要幫助用戶發現、比較並購買商品，就需要一種安全的支付方式，並且不能暴露客戶的卡片憑證。
而空中云匯之所以有底氣去做這件事，很大程度上源於過去十年打下的基礎：在支付、資金管理和監管基礎設施上的長期投入，讓它有能力在真實的金融通道之上，再疊一層智能執行。
02 可委託執行，但要握緊控制權
當 Agent 開始處理資金時，最現實、最核心的問題就演變為「授權鏈應如何設計」的現實問題，因為 Agent 花的是用戶的錢，誰在授權？誰在執行？誰為結果負責？這些問題如果說不清楚，Agent 再聰明也難以進入生產環境。
Wu Kai made an important distinction on-site: enterprises need “authorization of agency,” not “transfer of control.”
在空中雲匯的產品中，AI 助手「Kai」擁有與該用戶同等的權限，並受相同的帳戶角色、權限、資格規則和工作流程控制約束。整條鏈路被理解為「用戶→Agent→下游 Airwallex 服務」的委託關係，而非用戶把控制權整體交給 Agent。
沿著這條鏈路，產品團隊進一步提出了非常具體的邊界設計：Kai 可協助檢索資訊、引導設定，並在政策允許範圍內完成部分操作；但對於資金流動或會產生費用的操作，產品必須明確說明 Kai 即將執行的內容，並在繼續前要求用戶確認。對於更敏感的情況，正確的模式是升級審批與人工複核，而非靜默執行。
吳愷用一句話總結了這條原則：「Agent 可以執行，但人和企業仍然定義使命、邊界和責任框架。」他認為，自治能力的提升必須伴隨治理能力的提升。隨著時間推移，Agent 可能會承擔更多工作流，但不會承擔最終責任。
這一理念同樣貫穿在 AgentOS 的設計中。AgentOS 將 Agent 連接到生產帳戶，但預設帶有 OAuth scope、防護措施，且預設不允許資金外流操作。換言之，Agent 所獲得的不是一張空白支票，而是一張具有額度、用途限制和審計追蹤的授權卡。
吳愷認為，理想的長期模型應是基於 OAuth 的委託鏈，能夠驗證主體是誰、哪個 Agent 在執行，以及在敏感操作時何時需要升級確認。實際邊界可以歸納為五個要素，用戶權限、限定範圍、風險升高時顯式確認、全程可審計，以及在信心或授權不足時可升級到人工處理。
03 金融生態決定 Agent 上限
如果授權鏈解決的是「Agent 能做什麼」的問題，那麼「上下文」則決定了「Agent 能做多好」。
On the roundtable, Wu Kai also shared a insight repeatedly validated by Airwallex, stating, "In an enterprise environment, context is not something that is finally 'added on' — enterprises must first build or acquire systems capable of generating clean, structured financial context."
這句話背後，是空中雲匯在收購上的戰略邏輯。對 OpenPay 和 Leapfin 等公司的收購，不僅是增加產品介面，更是將更多計費、收入、對賬和會計的數據模型納入同一個生態系統中，讓 Agent 能基於更完整、更可靠的業務圖景採取行動。
吳愷解釋了為何上下文在金融場景中如此關鍵，實際上企業上下文不僅僅是更多數據，而是分散在整個資金生命週期中，例如收入如何產生、支付如何路由、交易如何對賬、賬目如何結賬等，如果這些數據散落在不同的系統中，Agent 就像一個被蒙住眼睛的導航員，有方向感，但看不到路況。
Based on these practices, Wu Kai concludes, 「The best enterprise Agents will be built on integrated financial systems, not isolated Copilots sitting on fragmented data silos.」
這也是 Airwallex 十年基礎設施的護城河所在。十年的支付、資金管理和監管基礎設施，不僅是一堆牌照和通道，更是一個能夠為 Agent 提供完整、結構化金融上下文的底座。沒有這個底座，再強的模型也只能做碎片化分析。
04 Agent Finance 落地：搭建分級可控資金安全體系
面對智能體自主操作資金的安全難題與企業落地效果難量化的行業共性困惑，吳愷提出兼具實操性與前瞻性的完整解決方案，為金融類 AI 智能體落地劃定清晰路線。
金融是對風險零容忍的賽道，開放智能體資金操作權限，機遇與隱患同步放大，這是全行業共同的難題。吳愷提出「用戶全權掌控、操作分級放行、全鏈路可追溯」三大底層準則，平衡自動化效率與資金安全。
他將智能體操作分為不可逆與可逆兩大場景，建立差異化管控邏輯：轉賬、薪酬發放、供應商付款等資金無法撤回的不可逆操作，智能體僅可發起申請，最終決策權牢牢掌握在用戶手中，支援批量審批等多元授權模式；記賬、會計分錄錄入等可撤銷操作，則放開自動化權限，減少人工頻繁介入拖慢業務流轉。
為筑牢風險兜底防線，空中雲匯配套完整操作溯源機制，智能體每一步操作全程留痕，用戶可回溯所有變更記錄，一鍵撤銷可逆操作；長期還將搭建錯誤反饋閉環，讓智能體從歷史失誤中自主學習，規避同類風險重複發生。
面向 C 端智能體電商交易場景，權責界定更為複雜。吳愷明確行業統一權責底線：用戶主動授權是交易成立前提，出現拒付、欺詐糾紛，最終責任歸屬持卡人。空中雲匯正聯合卡組織，共建智能體支付糾紛標準化處理規則，補齊下一代自主交易的合規短板。
當行業紛紛落地智能體時，企業普遍陷入如何判斷智能體是否成功、是否具有真實商業價值的迷茫。吳愷提出，應從業務閉環完整度及模型智能是否為瓶頸這兩個維度評判框架，並將市面上的智能體劃分為三類，清晰區分產品商業爆發力層級。
第一類是理想標杆級應用：業務可實現 100% 執行閉環，全部卡點僅來源於模型推理能力，AI 代碼生成是典型代表，行業都在尋找此類顛覆性產品。
第二類是自動化工具型產品，空中雲匯智能體金融、智能體電商均歸屬此類：模型能力不存在短板，能打通端到端完整業務流程。吳愷強調，自動化 90% 與 100% 是天壤之別，只要流程最後一步仍依賴人工，整體落地滲透率與效率會大幅受限。全鏈路自動化落地後，企業採納率將實現質的飛躍。同時智能體推動企業決策高頻化，傳統財務按月復盤，如今可按日、小時監測指標持續優化流程，這也是智能體金融核心研發方向。
第三類是 AI 輔助 Copilot：無法形成完整業務閉環，核心瓶頸來自模型智能，金融不可逆資金劃轉操作便是典型。這類產品必須保留人工審核環節，AI 僅承擔數據分析輔助工作，具備基礎價值，但商業化爆發力遠不及前兩類。
*頭圖來源：AGI Playground 2026