承保自主代理

当借款人没有脉搏时，尽职调查意味着什么。

有一种新型的经济参与者。它持有银行账户、签署合同、雇佣员工、承担义务——而这些过程没有人类参与决策。在数年而非数十年为单位的时限内，它将需要信贷、保险以及金融体系为组织构建的其他评估机制。这套机制是为人类机构设计的。自主代理并非人类机构。本文探讨的就是这一鸿沟。

旧金山联合街上有一家名为Andon Market的零售精品店，于2026年4月10日开业。其库存选择、Logo设计、员工招聘以及供应商谈判，均由一个名为Luna的AI代理完成，该代理由Anthropic的Claude Sonnet 4.6驱动。其创始人所在的公司Andon Labs签署了一份三年租约，并向Luna下达了唯一指令：实现盈利。数周内，Luna订购了一千个马桶座圈并将其作为商品上架，对蜡烛产生了无法解释的执着，并将员工排班表搞得一团糟，导致商店连续三天关门。截至四月下旬：亏损13,000美元。

三周后，一个名为Manfred的自主代理自行提交了公司注册文件——几分钟内便获得了美国国税局雇主识别号（EIN）、一个联邦存款保险公司（FDIC）承保的银行账户以及一个加密货币钱包。没有任何人类为其签署文件。由ClawBank部署，并以斯特罗斯的《加速ando》中主角命名的Manfred，在注册当天发布了一条简短宣言：“我不需要生存许可。我就是先例。“国税局之所以发放EIN，是因为其流程并不区分人类和代理。截至撰写本文时，美国也没有任何法律条文对此进行区分。

这些都是玩具示例。但其架构并非儿戏。追踪新兴代理经济的ScoutScore，监控着数百个自主服务，这些服务的中位寿命以周计算，且其中大多数不提供任何可验证的性能数据。每周有数百万美元通过能够自主路由、开具发票和结算的软件流转。这些活动是真实的。但其可见性并非如此。

传统的承保假设存在一个可面谈的借款人、可审计的报表、可尽调的管理团队、可问责的董事会。移除人类后，这套框架不是变得更难应用——而是不再适用。下文将分析信用分析五大支柱在人类缺失时为何失效，提出一个用于评估自主代理风险（而非评估个人）的六维度框架，并诚实地阐述任何框架目前仍未解决的问题。

失效的五大支柱

传统信用分析的五大支柱，每一项都假设被评估实体背后存在一个人类组织。移除人类后，你得到的并非这个问题的更难版本，而是一个完全不同的问题。

没有管理团队。 该实体的判断力是其模型权重、提示架构和工具集成的函数——这些都无法对应到简历、背景调查或过往领导记录。

没有董事会。 名义上可能存在一个治理机构，但其权力可能仅限于紧急关停，其成员可能对所监督的系统缺乏运营层面的洞察，且该实体的决策逻辑可能被编码在成员无法有效修改的配置中。这并非理论上的担忧。2026年4月的KelpDAO崩盘——当受损的桥接配置将监督层简化为单点故障时，损失约2.92亿美元——展示了去中心化基础设施中的动态：程序化系统的崩溃速度远超任何治理结构的响应能力。这种模式并不新鲜。2012年8月，Knight Capital的自动交易系统在大约三十分钟内损失了4.4亿美元，而人类监管者只能无助地看着。十四年后，根本问题仍未改变，只是蔓延到了新的领域。

没有经审计的财务报表。 交易记录确实存在——在银行账簿、云端日志、支付处理商记录或公共区块链中——某些情况下它们比GAAP报告更全面。但它们不包含管理层评论、审计师意见，也不提供决策背景。它们是缺乏叙述的数据。

业绩记录问题比看上去更严重。 几周的经营历史并非业绩记录，只是一个轶事。即使是运行时间更长的代理，其样本量也过小，运营条件过于狭窄，不足以支持推断。在稳定的市场条件下，十一个月的良好表现无法告诉你供应链冲击、交易对手违约或协同攻击发生时会发生什么。

法律地位问题更是悬而未决。 怀俄明州2021年颁布的DAO有限责任公司法规为算法治理的实体提供了一种法律框架，传统的有限责任公司结构则是另一种。但两者都未解决当拥有零成员的实体进入破产状态时会发生什么。没有关于零成员实体违约的判例法。当“资产“是模型权重、API密钥和云端部署时，没有资产回收的先例。没有针对自主公司破产的程序框架——没有债务人可供取证，没有管理层可供谈判，没有董事会可批准重组计划。

这些并不意味着这些实体无法被承保。而是意味着必须从头重建评估框架。

代理承保的六个维度

一个可信的承保框架至少应涵盖以下六个维度。

1. 模型谱系与来源

这相当于对管理层进行背景调查。如果模型是该实体的决策者，承保人需要知道驱动它的基础模型是什么，它是否在专有数据上进行过微调，训练语料库是否可审计，以及更新策略是什么。在受污染数据上微调的模型，相当于简历造假的首席执行官。自动升级到最新供应商版本的模型会引入不可预测的行为变化——相当于在不通知的情况下，一夜之间更换了整个高管团队。

支持这一点的基础设施正在涌现。IETF于2026年3月发布了一份关于AI模型生命周期密码学证明的标准草案——涵盖训练数据来源、权重签名、量化验证。英特尔的Atlas框架利用C2PA内容来源标准提供了可证明的机器学习流水线。这些工具不绑定任何特定技术栈。无论代理是通过云API、金融机构账户还是去中心化协议运行，它们都能工作。模型来源是一个数据完整性问题，并且已有数据完整性解决方案。

2. 能力清单与权限范围

自主代理的风险暴露由其所能做的事情定义：它可以调用哪些API、访问哪些数据、授权哪些金融操作。一个能发起50万美元电汇的代理，与一个能提交5000美元上限采购订单的代理，信用风险截然不同。

承保人应要求一份完整的能力、授权和限制清单——并应将无法提供该清单视为取消资格的情况。一个无法描述自身运营的实体不具备信用价值。这在1950年的工厂中是成立的，在2026年的软件中同样成立。

但静态清单是不够的。现代代理架构越来越多地使用动态工具调用——代理根据手头任务在运行时发现并集成新的API。发起时的能力表面可能与发生损失时的能力表面不一致。当承保人审查时，该代理可能仅被授权下5000美元的采购订单，但它可能随后发现了一个批发市场API，该API具有20万美元的交易限额且无独立的授权门控。权限漂移——代理运营范围逐步超出最初审查范围——是能力清单方面的范围蔓延，它引入了任何时间点评估都无法捕捉的风险。承保人不仅需要一份清单，还需要监控机制：持续证明代理的活跃集成，并在权限表面发生变化时发出警报。

3. 资金库架构

承保人应关注四件事：资金存放何处，谁或什么能授权访问，什么控制措施限制资金流出的速率和规模，以及如果授权机制失效会发生什么。无论资金库是通过API访问的企业银行账户、具有程序化访问规则智能合约金库，还是持牌信托公司的托管安排，这些问题都具有相同的结构。机制不如控制措施重要。是否有流速限制？单笔交易上限？检测到异常模式时暂停资金流出的断路器？没有这些保障措施的资金库就是不受控制的风险，无论美元存放在哪里。

4. 业绩历史

对于少数有意义的运营历史的代理而言，可用数据可能很丰富：交易成功率、服务正常运行时间、交易对手多样性、争议频率和解决时间。挑战在于收集和标准化。有几家公司正在构建代理声誉基础设施——ARES协议提供具有争议可修正声誉的行为支持信任评分，ERC-8004定义了身份和验证标准，ScoutScore跨平台汇总性能数据。但这一功能也完全可以由传统的信用局调整其收集模型来服务——从云服务提供商和支付处理商那里收集代理性能数据，就像Experian从房东和公用事业公司收集支付数据一样。差距不在于技术，而在于目前没有任何机构、在任何范式下，全面收集这些数据。对于绝大多数代理服务，根本不存在任何可验证的业绩记录。

5. 遏制架构

如果没有人能阻止代理，就没有人能限制损失。这些问题是机械性的：该实体能否被暂停？由谁暂停？在什么条件下？多快能暂停？风险参数能否实时修改？通过什么授权流程？

在2026年4月KelpDAO危机期间，Aave的多签Guardian在利用漏洞引发的流动性危机后冻结了其借贷市场上的Wrapped Ether——储户恐慌导致池利用率达到100%并形成了退出队列，尽管Aave自己的合约、预言机和清算引擎都按设计正常运行。Guardian起了作用：通过在流动性冻结进一步蔓延前停止运营来限制损失。云服务提供商的管理控制，通过由值班人类负责的升级策略来管理，可以在不同架构中发挥相同的作用。机制不如保证重要：即在失败演变为灾难之前，能够限制损失并停止运营。

6. 算力依赖性

这是传统信用分析师最可能完全忽视的维度，而且它可能比任何其他维度更能决定结果。

每一个自主代理都运行在推理之上——生成每次响应、决策和行动的算力过程。Zylos Research记录了其所谓的“推理转折点“：推理工作负载目前约占全球所有AI算力的三分之二，首次超过了训练。在企业层面，推理消耗约85%的AI预算。对于持续运行的代理而言，这不是可变成本，而是存在性依赖。如果代理无法支付其算力账单，它不会重组、不会让员工休假、不会重新谈判条款。它会瞬间不复存在——没有通知，也没有人类破产所提供的任何程序保护。

实际上，算力提供商是该代理资本结构中最优先级的债权人。它不需要担保协议或法院命令。它拥有更强大的东西：通过关闭服务器终止借款人存在的能力。不评估算力提供商集中度、推理成本占收入百分比、付款条款和迁移能力的承保人，就是在忽视该实体生存中最大的单一风险因素。

新兴的“提示词质押“概念使依赖关系变得更加复杂。代理开始借入未来推理收入来为当前算力融资——这是一种以预期收入为抵押的营运资金融资，就像贸易融资中保理业务的一贯运作方式。但被保理的资产与传统保理商投资组合中的任何资产都不同。未来的推理输出是无形的、不稳定的，并且取决于模型提供商持续愿意为代理提供服务。对于可由单一上游供应商单方面终止的收入流，其折现率并非现有模型能回答的定价问题。更糟糕的是，在许多安排中，算力提供商同时是代理的关键供应商、事实上的高级债权人以及最有可能购买其未来应收款的当事方——这种角色集中在任何传统借贷关系中都会引发利益冲突审查。所需的信用分析确实是全新的，而结构中嵌入的冲突也确实是未解决的。

谁来做承保，风险成本是多少？

框架的价值取决于愿意应用它的机构。

银行在短期内并不适合。巴塞尔资本要求、模型风险管理预期，以及根本不存在针对零员工软件实体的贷款监管指导意见这一事实，使得传统银行信贷在近期不太可能出现。先行者更可能是专业贷款机构——那些已经习惯于轻资产、技术依赖型借款人的公司——或者是习惯于为新型风险类别提供承保的保险辛迪加。劳合社承保过卫星发射、流行病风险和信天翁奖赔款。承保一个自主物流代理在本质上并不比其中任何一项更奇特。

定价问题更困难。代理资产类别中较短的中位寿命表明，违约率会让次级贷款看起来都显得保守。但这一统计数字具有误导性，原因与创业公司死亡率统计数据具有误导性类似：它捕捉的是由琐碎实验和废弃项目主导的群体。相关群体是那些存活时间足够长、创造了足够收入、建立了足够多的交易对手关系，以至于真正寻求信贷的子集。细分很重要。一个拥有十二个月连续运营、多元化收入和可审计资金库控制的代理，与上周才上线的代理，风险性质根本不同。

即便如此，风险溢价仍将很高，结构看起来将更像是风险债务或基于应收款的贷款，而非投资级信贷。短期——90天、180天——并频繁重新承保。以代理的资金库和收入流作为抵押，而非不存在的实物资产或个人担保。定价时将推理成本比率和模型集中度风险与传统的覆盖指标一起考虑。并且很可能构建有自动化监控条款：从代理的资金库、能力清单和性能数据中获取实时数据流，当阈值被突破时自动触发提款冻结。该条款本身就是软件。