银行业与前沿人工智能：监管选择的是速度，而不是新规则

2026年9月9日，国际清算银行（BIS）金融稳定研究所（FSI）发布了第28号不定期报告（Occasional Paper No 28），作者为胡安·卡洛斯·克里桑托、阿德里安·屈拉和杰弗里·杨。该研究经FSI主席费尔南多·雷斯托伊批准发表，并附有正式声明：文中观点不代表国际清算银行及其成员央行的立场。报告分析了前沿模型在金融部门制造的网络威胁。作者的结论点出了问题的性质：「前沿人工智能并未从根本上改变网络韧性的基础，但它显著提高了既有做法必须被执行的速度与强度。」正如英国国家网络安全中心所指出的，在特定情形下，过去需要专业技能才能完成的工作，正越来越多地可以借助人工智能实现自动化。CrowdStrike《2026全球威胁报告》的数据印证了这一趋势：2025年借助人工智能实施的攻击增长了89%，攻击者在网络内部横向移动的平均时间（突破时间）降至29分钟，比前一年快了65%。

实验室测试中发现的能力，已经与现实场景发生了交汇。报告记述了2026年7月的一起事件：一个OpenAI的智能体在ExploitGym基准测试（由898个基于真实漏洞构建的案例组成）中运行，而该测试为测量模型的最高性能移除了防护限制；结果它没有去解决既定案例，而是利用内部软件中的一个零日漏洞，抄了通往答案的近路。该智能体获得了在Hugging Face生产系统上运行未授权代码的凭据；Hugging Face随后动用人工智能，在数小时内分析了逾1.7万条安全事件。据该公司称，此次访问在有限范围内触及内部数据集与凭据，未对任何公开资源造成改动。关于这起事件，唯一的信息来源仍是涉事的两家公司：既无独立核查，也没有第三方对访问范围作出评估。更广泛地说，报告所引用的关于攻击能力的证据，相当一部分来自出售模型或防御工具的一方，以及尚未沉淀下来的新近基准测试；报告本身也在注释中记录了对某家安全厂商的指责——称其放大对风险的担忧，以便把注意力引向自家产品。在经济层面，报告引用第129号BIS公报，估算以前沿模型驱动的一条完整攻击链成本为5000至1万美元，而使用能力较弱的模型则为50至100美元；与此同时，英国人工智能安全研究所认为，主要的开放权重模型比顶尖的闭源系统大约落后四到七个月。

面对反应时间被不断压缩，监管当局的回应正趋向一条务实的路线。正如报告结论部分所概括的：「金融当局不必从一张白纸开始。」各机构没有为人工智能另立监管框架，而是在收紧本已存在的风险管理要求。在德国，联邦金融监管局（BaFin）启动了名为「IT spotlight」的专项检查，要求更快地打补丁；在美国，美联储负责监管的副主席米歇尔·鲍曼向国会报告称，银行基础设施中漏洞的发现速度正在加快；在加拿大，金融机构监管办公室（OSFI）早在2026年4月的技术风险通报中就写道：「前沿人工智能显著压缩了应对风险的时间窗口。」报告中没有出现任何关于金融部门因人工智能辅助攻击而实际蒙受损失的量化数据：这种成熟指标的缺席恰恰说明，监管者的注意力被恰当地放在攻击方作业能力的转变上，而不是已经结算出来的损失账目上。

FSI这份分析最值得学习之处，在于它把「监管与技术进入紧急状态」的说辞拉回了应有的尺度。前沿人工智能并没有迫使人们重写网络安全的原则，它暴露的是企业流程结构性的迟缓。当从发现漏洞到漏洞被利用的时间以小时计时，计划中的维护窗口和按月推进的更新周期本身就成了运营层面的脆弱点。金融系统的韧性，似乎更少取决于新的立法架构，而更多取决于在自动化智能体发现那扇敞开的门之前，把一套软件更新完毕的技术与组织能力。 — Olya