编者按：

　　6月11日，2026第十届中关村数字金融与金融安全大会在北京中关村国际技术交易中心隆重举办。作为国内金融科技领域极具影响力的行业品牌盛会，大会深耕数字金融创新与金融安全领域十年，持续聚焦行业前沿趋势与高质量发展核心议题。本届大会以“智能体与OPC协同 共筑金融科技新生态”为主题，重点围绕智能体应用、词元经济、一人公司新业态、金融数智化转型与金融安全治理等核心内容开展深度研讨。深圳市金融稳定发展研究院理事长、全国社会保障基金理事会原副理事长王忠民出席本次大会，并发表题为《AI原生服务的模样与魔样》的主题演讲。

　　王忠民指出，当前行业正式迈入AI原生服务（AI Native service）的阶段。过往AI应用多是在原有业务上叠加AI，属于外生改造，而AI原生服务是用AI底层逻辑重新构建客户识别、生产经营、盈利等全链路。AI原生服务下的需求方将从人类转向AI智能体，硅基数字员工会成为全新服务对象。王忠民认为，AI安全要从第三方事后监管转向模型厂商内生负责，前置规避风险。针对AI替代人力的社会问题，企业需提高被替代员工补偿、推行员工数据持股，社会可设立专项股权基金补偿受冲击群体。此外，AI时代金融将全面适配股权模式，并通过内生技术防控、外部金融配套等机制，引导AI原生服务合规长效发展。

　　演讲全文：

　　一、行业迈入AI原生服务全新阶段

　　大家好，Anthropic在昨天发布了两款模型，一款为Fable，译为童话、神话，另一款为Mythos，可释义为具备魔力的事物。延伸至本次演讲主题，AI原生服务存在双重“mo”样：一是模态、模式的“模”，二是魔力、魔性的“魔”。

　　人类社会先后经历了工业化时代、信息化时代、互联网时代、AI时代。毫无疑问，今天我们正站在AI时代，而每一个大时代又可以进一步细分为不同的小时代。AI时代此前已经完成多轮技术迭代，当下正迎来关键性跃迁，正式进入了AI Native service（AI原生服务）的阶段。早期AI应用多属于外生的、服务式的，而真正重要的应是内生的变革。从Native的角度来说，AI原生服务阶段才是当前应该着力认知和构建模型的核心阶段。

　　什么是AI Native service？不是简单得将原有企业业务嵌套AI模型外壳，依托AI复刻原有业务流程。本次会议主题是OPC，OPC并非指用所有AI全盘替代现有的销售、客户认同、生产流程。而是依托AI原生服务，彻底重构客户识别、市场渗透、生产流程、乃至资产负债表生成、盈利现金流管理等全过程AI服务体系。

　　OPC的概念提出至今已有两年时间。OPC的时代何时才能真正到来？过往To B端的AI服务，多是依托AI优化原有的业务逻辑。而当前这个阶段，要求我们用AI原生底层逻辑重构业务全链路，从根源上解决传统模式无法攻克的痛点。本次Anthropic模型发布与OPC主题高度契合，Fable面向普通用户，Mythos面向金融机构，分别适用于To C和To B两类场景。在模型上线前，研发团队已前置消解了不确定性、模型幻觉等风险。

　　对这背后的核心逻辑进行梳理可以发现，AI原生服务具备三大核心特征：第一，业务底层逻辑全部遵循AI原生服务逻辑。第二，原生AI系统可以主动发现AI早期改造遗留的问题，并及时发现与纠错自主运行中的漏洞、错误和不足。该纠错逻辑不仅比人为纠错效能更高，也比前期AI改造方案的效果好。第三，具备自我迭代能力。Mythos之所以延迟10天发布，核心是需要完成To B场景的KYC（Know Your Customer）问题，即客户是谁。依托AI完成用户身份确认、分层风控研判，并把客户分成了三个层次，解决了三个层次中的风险问题。迭代后模型更适配To B场景，而且迭代的速度是早期AI模型的10倍。

　　AI原生服务阶段会带来哪些改变？在原来的KYC体系中，客户都是人类需求方；但未来AI智能体也可能会是我们的客户、是我们的需求方。那时，我们能提供什么样的技术与服务呢？进入AI原生服务阶段，可以预计，未来智能体的数量将比人类多，而且，未来智能体都是专注于垂直细分领域。但是，当智能体转型成为一个需求者、一名数字员工时，我们怎么才能把它做得更完备、更有效，实现长期成长与发展？这时，我们就看到了数字员工的需求，就是说，在AI原生服务阶段，行业需要匹配不间断、自主迭代的新型服务供给体系。由此衍生核心命题：硅基数字员工规模化普及后，企业应当如何搭建对应的管理与运行体系？

　　二、建立内生安全体系，平衡硅基发展与碳基人群权益保障

　　AI迭代过程必然伴随潜在的伤害性风险，这也是为什么Mythos初期延缓发布的原因。如果缺乏模型中约束手段或机制，该模型很容易被用在金融、欺诈、人身权益伤害等场景。

　　AI原生服务时代，企业端的安全风险逻辑需要变革。即使在工业化时代、互联网时代，技术安全问题多是由第三方来解决，而不是企业自身。但是，在AI时代，第三方机构无法全面、准确地预判模型能力与风险，其能力始终弱于被研判的模型本身。所以，模型方应建立基本的AI原生服务内生规范机制。即模型上线后若引发权益损害，模型方需要负全责。这就把原来的依托第三方防范的逻辑转变为以企业主体的防范逻辑。为什么Mythos延期上线，就是因为上线后，不知道如果控制不住会出现什么问题，只有控制住了，才能上线发布。这也是AI原生服务内生性特征的必然要求。对应的社会规范也会同步调整，不再单纯管控模型上线，而是确定权责归属原则。只要商用模型造成第三方权益受损，模型方就应该承担全责，而不是按原来的管理制度进行规范治理。

　　Fable依托两套机制实现风险闭环。第一，在内部设立红队测试部门。红队测试专门负责挖局模型漏洞、逻辑缺陷和应用危害。内部无法闭环修复的风险，疑虑禁止模型对外发布。第二，黑客变极客。如果模型被黑客攻击，模型方都能有效应对这些攻击。同时，提供正向激励方案，如果黑客攻击的产生了正面效应，就会收到高额激励。可以说，“红客+极客”协同解决了模型内部的问题，前置了安全隐患，而不是等模型上线后出了问题才去解决。

　　今天，全社会的关注焦点从模型To C端，逐步转移到了To B端。如果今天把安全问题，特别是把前端部署的私有数据库的数据安全问题都解决了，类似OPC的To B端新逻辑就会规模化落地。因为，客户可以依托模型安全化缓解业务痛点。

　　延伸到社会层面，如果AI原生服务导致碳基生命的“人”被排挤出生产过程和社会劳动过程，该怎么应对？此时，企业应该建立三重机制。第一，提高人员优化补偿标准。不应该N+1，而应该N+3、N+4、N+5。第二，从股权的角度，给员工配套持股计划，让碳基人类员工也能共享AI业务增长效益。第三，将员工原来积累的数据变成股权数据包，纳入员工持股资产池。当人类员工被AI替代时，不仅可以得到高额补偿，也能在员工持股平台中通过将数据变成持股资产，而获得公司持续的股权增值收益。

　　最后，AI原生服务会将世界上大部分人变成无用阶层，需要给无用阶层对冲技术和商业进步的外部性。怎么办？有意思的是，可行路径类似现在的社保基金。即抽取AI企业部分股权划归基金，这个基金体又把这些股权投入到AI成长中，本金和收益未来用于哪呢？就是用于对无用阶层的社会性补偿。这一模式的本质是化解AI技术社会外部性的无意挤出效应。

　　三、股权金融适配AI发展，构建全周期风险平衡机制

　　结合本次会议主题，金融在AI原生服务阶段会怎么样变化呢？我发现，进入AI时代，所有金融的适配模式是股权，而不是借贷杠杆。以海淀为例，海淀希望创始人在这儿创业，这里有最好的科研机构、大学、人才，孕育了市值千亿的科创龙头。现在的问题是，创业者如果失败了怎么办？传统有限合伙模式下，创业者需依托家族自有资产承担尾部风险。通俗来说，如果挣了，就会几十倍、几百倍的成长。所以，这些创业者为了大概率的失败和小概率的成功，也愿意赴汤蹈火，并寻找一批同样愿意去做这样的事情的合伙人。这背后是资本的风险逻辑的区别。传统金融风险是Risk，多指市场波动风险，可通过期权对冲交易、收益互换等解决问题，这是在用金融衍生的交易结构去解决问题。AI时代的创投逻辑是Venture，风险投资叫Venture Capital，所有出资人愿意承担高度不确定性的风险。

　　有意思的是，如果我投资失败了三个项目，但成功了一个项目，这个成功项目的收益率会将失败的那三个项目的风险给覆盖掉。落实到LP/GP架构中，国有资本、社保基金可担任LP参与出资，无需介入一线投决。只要基金整体实现正向收益，即可满足国有资产审计、财务合规各项要求。最终实现创业者、私人资本、国有资本多方风险共担、收益互补，金融体系并非消除风险，而是实现风险的合理分散与转移。

　　大家看当前的证券市场，今天全球所有的市场为什么都实行注册制？企业上市是否挣了钱、有多少股东、有多少交易结构、有多少期权激励？一切东西我都不管，只要企业规规矩矩，严格按照信息披露逻辑去挂牌交易，就可以上市融资，并自主规划投资者结构比例。这样的金融逻辑是把一级市场股权结构创新放到二级市场中，全面拥抱、全面适配。

　　四、结语

　　迈入AI原生服务阶段，行业应依托模型内生性的解决方案和社会外部性的解决方案进行有效的制度设计，而不是限制AI产业发展。要释放AI创新活力，推动金融生态与AI原生服务逻辑深度适配，共同成长，服务于人类社会的技术、经济、社会多维进步与发展。

　　谢谢大家！