Exchange Ranking
Top Exchanges
24h Volume Ranking
Popularity Ranking
Exchange BTC Balance
Proof of Reserves
Decentralized Exchanges
Funding Rate
Funding Heatmap
Liquidation Data
Max Pain
Long/Short Ratio
Whale L/S Ratio
Binance/Okex/Huobi L/S
Bitfinex Margin L/S
ETF Tracker
Solana ETF
XRP ETF
Hong Kong ETF
Bitcoin Treasuries
Crypto Reversal
Ethereum Reserves
HyperLiquid Wallet Analysis
Hyperliquid Whale Watch
Large Transactions
On-chain Movement
Bitcoin ROI
Stablecoin Market Cap
Options Analysis
News
Articles
Economic Calendar
Features
Wallet
Contract Calculator
Security
Collections
Watchlist
Following
ETH CFTC主席：监管者不能再将自主ai代理视为理论风险
美国商品期货交易委员会（CFTC）主席迈克尔·塞利格（Michael Selig）表示，监管机构不能再将自主人工智能（ai）代理仅仅视为一种理论上的风险。周三，他在华盛顿特区举行的CFTC首届“前沿论坛”（Frontier Forum）上发表讲话指出，为人类和可识别的市场参与者制定的金融规则体系，可能已不足以应对这样一个系统：在该系统中，软件可以持有资产、发现交易机会，并代表用户执行交易。
塞利格用一remark强调了这一趋势的方向性。他表示，想象日常活动——例如冰箱自主购买杂货——并使用通过质押以太坊（Ether）产生的资金进行支付，甚至利用这种自主性发行迷因币（memecoin），这“不再是科幻小说”。然而，其核心观点在于监管层面：随着“自主软件引发关于这些规则如何适用的问题”，行业需要更清晰的问责制、监督机制和安全保障措施。
关键要点
- 现有框架的局限性： CFTC主席指出，该机构现有的监管框架是围绕“可识别的市场参与者”设计的，可能无法直接适用于代表用户进行交易的自主ai代理。
- 责任归属难题：塞利格提出了实际性问题：此类系统应由谁注册？如果代理行为不可预测或“失控”，由谁承担法律责任？
- 系统性风险警告： 他警告称，使用相似模型的代理之间可能出现相关性行为，从而放大市场波动；而交易速度的提升可能会给监控和风险控制系统带来压力。
- 投资者态度转变： 引用调查数据显示，许多美国年轻投资者已对使用ai工具管理投资持开放态度，这使得制定相关规则的紧迫性增加。
- 现实而非假设： 交易平台正在构建“代理型”功能，使得监管问题变得更为迫切，而非仅仅是理论探讨。
CFTC监管重心为何转向代理问责制
塞利格的评论聚焦于随着ai代理承担更多金融职能，监管机构的定义和责任可能需要如何演变。他将这一转变框定为市场更广泛转型的一部分，并提及了“超级智能”作为一种真实的技术力量——将其与印刷术和互联网等历史发明相类比。虽然这一类比具有戏剧性色彩，但其监管含义却是具体的。
据塞利格介绍，CFTC的监管框架是基于履行特定职能且能追溯到可识别主体的市场参与者而开发的。自主软件使这一模型变得复杂。如果ai代理能够为用户识别交易机会并执行交易，那么代理开发者是否应受到注册要求的约束？对于执法而言，更具挑战性的是，监管机构如何确定代理（或代理网络）究竟代表谁进行交易，以及当系统发生故障时该如何处理。
他还提出，标准的合规概念可能需要更新，建议监管机构可能需要一种“新口味”的KYC——即“了解你的代理”（Know Your Agent, KYA）——以不仅了解客户，还要了解代表客户行事的自主系统。其潜在主题是：在软件以机器速度做出和执行决策的情况下，自动化金融中的问责制不能仅依赖终端用户。
ai工具已进入投资组合——规则亟待跟进
塞利格的警告正值ai辅助投资从少数人的实验阶段走向年轻群体主流使用的时刻。Anorak调查于9月发布的数据显示，公众对使用ai进行选择或调整投资持广泛开放态度，79%的美国千禧一代投资者和77%的Z世代投资者表示他们已经使用或愿意使用ai工具。
这一背景对监管机构和市场参与者至关重要，因为它表明“代理式金融”并不局限于一小部分开发人员或高频交易部门。如果大量人群采用基于ai的决策工具——即使这些工具旨在作为辅助手段——随之而来的合规和监控挑战将随着普及率的提高而扩大。
对于投资者而言，实际问题不再是ai是否会被使用，而是当自动化行动背后的“主体”不像传统交易账户那样直接时，监管将如何运作。
民主化伴随着相关性行为和速度风险
塞利格承认，ai可以扩展获取复杂风险管理的机会。他表示，ai代理能够比人类更快、更准确地处理海量信息，从而帮助小型交易商和企业以以前难以企及的方式管理敞口。
但是，这种增强决策能力的自主性也可能引入系统性脆弱性。塞利格警告称，当代理遇到与其模型训练场景不同的市场状况时，可能会对市场行情做出意外反应。他还强调了一个次生风险：如果许多代理依赖相似的模型，它们的交易行为可能会产生相关性——这意味着在市场波动加剧时，它们可能会以大致相似的方式作出反应。
最后，他指出了运营和市场结构方面的挑战。自主交易的速度远超人类监控能力，这可能使市场监控和风险管理变得复杂。实际上，即使每个代理 individually（个体上）是“合理”的，高速自动化的集体影响在实时检测和管理的难度上也极大。
这些担忧不仅限于CFTC。Animoca Brands董事长Yat Siu最近也提出了类似的问题，警告说当许多人向ai询问同一笔交易时，他们可能会得到相似的答案，从而采取相似的行动。Siu指出，用户的后续输入可以个性化策略，但当底层系统输出被广泛共享时，趋同的风险依然存在。
在另一背景下，英国央行金融政策委员会（FPC）曾警告，广泛使用相似模型可能会放大市场冲击。结合塞利格的言论来看，监管机构的关注点日益集中在“拥有相似大脑的众多代理”这一动态上，而不仅仅是孤立的滥用行为。
代理工具已嵌入加密货币平台
塞利格提出的监管问题出现在一个关键时刻：交易所已经在部署实际的代理功能。加密货币平台一直在尝试允许系统在预定义约束内行动的自动化技术。
例如，Coinbase于2月推出了“代理钱包”（Agentic Wallets），使代理能够在用户定义的限额内进行支出和交易。Binance也在3月推出了“ai代理技能”（ai Agent Skills），旨在提供用于下单和管理现货订单的数据和工具。
这些产品使得合规挑战变得更加紧迫：随着代理驱动的工作流程整合到消费者平台中，监管机构需要确定当决策和执行从人转移到软件时，现有规则如何适用。
这也引发了关于自主权边界的疑问。用户定义的限额可能会降低某些风险，但塞利格的核心关切依然存在：如果代理以速度优势做出与市场相关的选择，监管机构必须能够理解谁实质上是责任人，以及如何早期检测有害或不稳定的模式。
对于关注后续发展的读者来说，关键的不确定性在于监管机构是追求渐进式的指导，还是推动建立明确考虑自主系统的新框架——可能包括类似于“了解你的代理”的方法。随着采用率的上升和平台嵌入代理能力，接下来需要跟踪的发展将是自动化交易工作流的监督、责任和监控标准将如何演变。
