2026 年 7 月初，新加坡金融管理局联合多家金融机构与金融科技公司发布运行时智能体金融保障框架（SAFR），在人工智能智能体与执行系统之间引入实时治理层，对每项拟议行动执行前进行校验与留痕，并定义批准、拒绝、升级、标记四类处置结果，明确金融机构对自主型 AI 行为承担全部责任。
事件概览：MAS 牵头制定智能体 AI 治理标准
2026 年 7 月初，新加坡金融管理局（MAS）联合多家金融机构与金融科技公司发布行业白皮书，提出针对金融服务领域人工智能智能体的治理框架——SAFR。该框架由 MAS 主导的AI产业计划 BuildFin.ai 牵头开发，首次将“运行时治理”概念引入自主型 AI 系统的合规体系，要求在 AI 智能体执行每一项决策前完成实时校验与留痕。
SAFR 框架的发布背景与监管脉络
从预测模型到自主智能体的范式转变
过去十年，金融行业部署的 AI 系统以预测型与生成型模型为主，其行为边界由开发人员在部署前以规则形式固定。2025 年以来，随着大语言模型与工具调用能力结合的“智能体 AI”加速落地，金融机构开始将自主决策能力引入流动性管理、理赔处理、客户交互与算法交易等核心环节。这类智能体不再依赖固定指令，而是接收一个目标后自行规划行动步骤，意味着传统合规体系中的“部署前测试 + 事后审计”模式难以覆盖决策执行瞬间产生的风险。
历史脉络：FEAT 原则与 AI 模型风险管理的延续
SAFR 并非 MAS 在 AI 治理领域的首次动作。MAS 于 2018 年联合金融行业发布FEAT原则，确立金融机构使用 AI 与数据分析的基本伦理底线；2024 年，MAS 又发布《人工智能模型风险管理》信息文件，就模型生命周期、数据血缘、第三方采购等环节提出具体指引。SAFR 沿用上述文件的责任分配逻辑，并将治理重点由“模型本身”拓展至“智能体行动瞬间”，形成对自主型 AI 的运行时控制层。
（来源：MAS 官网，Safeguards for Agentic Finance at Runtime行业白皮书，发布：2026-07；MAS，Artificial Intelligence (AI) Model Risk Management信息文件，发布：2024 年；Xinhua，Singapore unveils safeguards framework for AI agents in finance，发布：2026-07-03。）
运行时治理层的核心机制
介入位置与验证逻辑
SAFR 提出在 AI 智能体与金融机构执行系统之间部署一层独立的“运行时治理层”。每当智能体生成一项拟议行动，治理层会在执行前对其合规性、风险敞口与授权范围进行评估，并将结果写入审计日志。该机制使金融机构具备对智能体行动的“终止开关”能力，可在异常决策落地前将其拦截。
“SAFR 确保人工智能智能体在采取行动前，可以被检查、治理、验证与记录。”
四种处置结果
SAFR 框架将运行时治理层对智能体拟议行动的处置归纳为四类，分别对应不同的合规状态与监控强度：
批准（Approved）：行动符合全部控制要求与风险限额，由系统自动执行并写入审计日志。
拒绝（Rejected）：行动违反预设政策或突破风险限额，治理层阻止其执行，并生成拦截记录。
升级（Escalated）：行动涉及高风险或低置信度判断，需由人工审核后再决定是否放行。
标记（Flagged）：行动已在控制范围内执行，但被纳入加强监控清单，由事后审计持续追踪其影响。
四类处置结果共同构成“事前—事中—事后”的全链路留痕，使监管机构与内部合规部门能够在任意时间点回溯智能体决策路径。
SAFR 框架关键治理要素
| 治理要素 | 核心功能 | 介入时机 | 对应责任主体 |
|---|---|---|---|
| 策略绑定执行 | 校验智能体行动是否在授权策略范围内 | 智能体行动生成瞬间 | 受监管金融机构 |
| 实时校验 | 对决策输入、风险敞口、合规边界进行核验 | 执行前毫秒级窗口期 | 运行时治理层运营方 |
| 可审计性 | 完整保留决策路径、输入数据与处置结果 | 执行全程留痕 | 合规与内部审计部门 |
| 终止开关 | 在异常情况下立即中止智能体执行权限 | 检测到不可接受风险时 | 风险管理与运营团队 |
对零售经纪与受监管实体的影响
责任归属原则：不可向第三方转嫁
SAFR 白皮书明确，金融机构对其部署的 AI 智能体行为承担全部责任，无论底层模型是否来自第三方供应商。这一原则对零售经纪商、财富管理平台与保险经纪商具有直接约束力：当智能体被用于客户开户、订单路由、风险提示或反洗钱筛查等环节时，受监管实体不能以“算法由外部技术供应商提供”为由减轻自身合规义务。
对零售经纪商而言，由于日常承载大量自动化客户活动，SAFR 框架带来的实操影响主要包括：
需要在订单管理系统与智能体决策层之间增设独立的运行时治理组件，对每一笔由 AI 生成的客户指令进行合规校验。
需要建立针对 AI 智能体的异常监控面板，实时显示批准、拒绝、升级与标记四类处置结果的发生频率。
需要修订与第三方 AI 供应商的合同条款，明确数据使用、模型变更通知与审计配合等义务。
需要在董事会与高管层设立 AI 治理责任人，定期向监管机构汇报智能体运行情况。
行业采纳路径与开放参与机制
SAFR 以白皮书形式发布，本身不具强制法律效力，但其内容被视为 MAS 后续正式监管规则的“方向性文件”。MAS 同时通过 BuildFin.ai 计划向更多金融机构与金融科技公司开放参与通道，相关机构可通过表达兴趣（EOI）流程提交试点发现，参与下一版本框架的迭代。
行业组织普遍认为，SAFR 在执行点引入实时治理的思路，将逐步影响香港、东京、悉尼等亚太金融中心对自主型 AI 的监管态度，并为算法交易、自动化财富管理与智能投顾等场景的跨境监管协调提供可参照的最低标准。
（来源：FinTech Global，MAS moves to rein in autonomous AI agents in finance，发布：2026-07-06；Retail Banker International，Singaporean regulator outlines safety guardrails for financial AI agents，发布：2026-07；RegTech Analyst，Can banks trust AI agents? MAS unveils SAFR framework，发布：2026-07。）
SAFR 框架与 AI 智能体治理相关问题
SAFR 框架的全称与发布主体是什么？
SAFR 全称为 Safeguards for Agentic Finance at Runtime，即“运行时智能体金融保障”。该框架由新加坡金融管理局在 BuildFin.ai 产业计划下牵头开发，并于 2026 年 7 月初联合多家金融机构与金融科技公司以行业白皮书形式发布。
SAFR 框架与传统 AI 合规指引有何不同？
传统 AI 合规指引主要覆盖部署前测试与事后审计，SAFR 则在 AI 智能体与执行系统之间引入运行时治理层，对智能体生成的每一项拟议行动进行执行前校验与留痕，并允许在异常情况下触发终止开关。
SAFR 是否对金融机构具有强制约束力？
SAFR 当前以行业白皮书形式发布，本身不具强制法律效力。但作为 MAS 主导的方向性文件，其核心原则预计将逐步纳入新加坡金融监管规则，并被行业自律机制作为最低标准采纳。
SAFR 框架定义的四种处置结果如何运作？
四种处置结果分别为批准、拒绝、升级与标记。批准意味着行动符合控制要求并自动执行；拒绝表示行动被治理层阻止；升级要求人工介入审核；标记则代表行动已在受控状态下执行但纳入加强监控清单。
第三方 AI 供应商出现问题时，金融机构是否需要担责？
依据 SAFR 白皮书的责任归属原则，金融机构对其部署的 AI 智能体行为承担全部责任，不能将责任转嫁给第三方 AI 供应商。受监管实体需通过合同条款、技术校验与运行时治理层，对外部模型与算法的行为承担合规义务。
