預期 AI 對 AI 的商業將提高資金周轉速度之際，央行可能會發現自己無法因應機器速度的通膨或閃崩。專家指出，監管必須直接嵌入程式碼中，以防止連鎖性失敗。
根據 2026 年 4 月國際貨幣基金會（IMF）的一份報告，全球正快速走出「按一下付款」的時代，邁入「決定付款」的年代。但當人類走出迴路，一個關鍵問題浮現：我們的金融防護欄能否承受機器速度經濟的考驗？
IMF 報告指出，具代理能力的人工智慧（AI）將大幅提升貨幣周轉速度。透過移除人類的「摩擦」，資本將以史無前例的速度在全球經濟中流動。Human API 執行長 Sydney Huang 表示，我們可能會看到貨幣周轉速度增加 10 倍。雖然聽起來像生產力的奇蹟，但對央行而言，卻是一場噩夢。傳統貨幣政策建立在「落後效應」之上。當央行上調利率時，這項決策需要數月才會在人的制度中逐步傳導。到了 AI 對 AI 的經濟，這種落後將消失。
「由 AI 對 AI 商業驅動的貨幣周轉速度增加 10 倍，將要求監管機構採用能以機器速度運作的工具，」Huang 警告。若沒有這些能力，機器速度的通膨飆升或全球閃崩可能在人的監管者甚至還沒收到儀表板警報之前就已發生。
為了避免連鎖性失敗，Huang 認為監管者必須不再只是旁觀者，而要成為程式碼的一部分。她說：「這包括即時監控系統、直接嵌入金融基礎建設的可程式化合規，以及用於防止連鎖性失敗的自動斷路器。」這一願景與 IMF 提出的「三層框架」相一致，該框架主張，每一筆交易的授權層都必須嵌入人類定義的命令。
Huang 表示：「監管者也可能需要以可供機器讀取的格式表達政策，並能在交易層級加以執行。」具代理能力的商業還需要在交易層級配置自動斷路器，因為當代理開始呈現高度相關的行為時，自主的「熔斷器」必須跳脫，以阻止連鎖反應。
IMF 報告強調：「具代理能力的系統能在即時監控活動的同時，理解目標。」這意味著身分確認（know-your-customer）與反洗錢（anti-money-laundering）的檢查被直接編入 AI 代理的「DNA」。
或許在這個新時代，對監管者而言最複雜的挑戰之一，就是「無形」的市場。在一個代理不使用人類語言協調的世界裡，問題就變成：我們如何區分一個僅是在最佳化的機器人，與一群機器人彼此串通以修正價格的行為？
Huang 指出，這需要從分析通訊轉向分析行為。
「監管者將需要檢視諸如同步行動、共享資料依賴以及統計異常等模式，」她說。解決方案可能在於「決策來源（decision provenance）」。Huang 提出未來應要求代理提供可驗證的證明，證明決策是在已宣告的政策下獨立做出。透過證明決策如何被達成，代理才能展示自己並未秘密與競爭者協同。
除了監管之外，還有這些代理彼此如何實際交談的問題。Huang 指出，安全的代理對代理談判需要針對身分、通訊與執行的通用標準。
「代理必須能驗證彼此的身分與授權、在共享的談判框架內運作，並將可驗證的保證附著在其行動上，」Huang 說。這種轉變將信任從個別交易對手身上移開，放進系統的保證之中。透過採用新興標準，例如 agent payments protocol（AP2）與 model context protocol（MCP），企業能確保來自 A 公司的代理可以在不仰賴專有中介的情況下，與來自 B 公司的代理安全談判。
隨著越來越多的治理被交付給這些數位代理，一種新的人的風險浮現：萎縮。若一個代理在沒有人的介入下為公司管理五年資金，人類資金保管者在系統失靈時仍會知道如何處理危機嗎？
Huang 警告，當治理日益被委派，人類操作員失去有效介入能力的風險非常嚴重。她說：「維持作業就緒狀態的重要性，與建立備援機制一樣。」
為了降低這種情況，她主張系統必須定期舉行演練，讓人類接手，並加入人類模擬代理行動的模式來比對邏輯。也需要確保「緊急停止（kill switch）」是一條被實際演練過的途徑。Huang 說：「目標是確保人類監督保持可運作且經常被實作，而不是停留在理論層面。」
當世界朝向預估到 2034 年達到 2,360 億美元的具代理能力市場邁進時，「市場參與者」的定義正在改變。它不再只是監管人，而是所謂由數千個自主機器人驅動的「超級個體（super-individuals）」。
決定付款（decide-to-pay）的革命帶來無摩擦的高效率，但它要求徹底重設全球金融架構。正如 Huang 所說，若要治理機器速度的經濟，法律本身就必須成為機器速度。若我們未能在架構層級嵌入人於迴路（human-in-the-loop），就可能建構出一個速度快到其創造者無法控制的經濟。
