金融稳定委员会并未预测人工智能攻击会让金融系统崩溃。它的警告更窄，也更有用。在致G20财长和央行行长的8月信函中，主席安德鲁·贝利表示，前沿人工智能可能改变网络风险的速度、规模和经济性。因此，具有财务意义的变量是时间：攻击者发现并利用弱点的速度，与机构安全修补、隔离和恢复系统的速度相比如何。
这一区分避免两种错误。它不会把每起AI欺诈都视为系统性事件，也不会假定只有巨额损失才能威胁稳定。支付网络、清算场所或共享技术供应商可通过延迟交易、破坏记录或削弱信心传播冲击。攻击者的直接收益可能小于市场因无法确认哪些数据可信而产生的流动性和运营后果。
警告针对节奏，而非新的损失类别
FSB在前沿AI讨论中，把其对网络风险的影响称为金融系统最直接的关切，但并未声称系统性事件已经发生。它指出，更高的自主性和威胁能力可能降低搜索漏洞的成本和时间，提高防守方必须修复的漏洞数量和变更速度。
这是一种能力错配。金融机构无法立即修补所有组件。变更必须经过测试，以免安全更新本身中断交易、支付或账户访问。如果发现速度加快，而安全变更仍受人员、依赖关系和维护窗口限制，暴露系统的队列即使在安全支出上升时也可能变长。
历史证据支持谨慎，而非确定性。国际货币基金组织2024年金融稳定分析认为，网络事件当时尚未成为系统性风险，但识别了三条传播渠道：信心流失、关键服务中断，以及通过技术和金融联系产生的外溢。其数据中接近五分之一的事件影响金融企业。这些观察说明暴露程度，却不能衡量2026年前沿模型的增量影响。
共同供应商把防御变成相关性问题
一家银行可以改善自身控制，却仍通过供应商暴露。金融依赖云、身份系统、数据商、模型提供商和专用硬件。当许多机构使用同一层，弱点不再分散在独立技术栈中，而可能成为共同失效模式。
FSB已连续多年构建这一论点。其2024年AI报告把第三方依赖和服务商集中，与网络风险、市场相关性和模型治理并列。随后，2025年监测报告聚焦AI供应链的关键性、集中度和可替代性，同时承认监管数据和分类仍不完整。
可替代性是更困难的指标。如果两个供应商都依赖同一云区域、模型家族、身份服务或芯片供应链，就不构成真正韧性。合同退出计划也不能证明在实际中断时能迁移负载和数据。系统性暴露存在于供应商数量之下的依赖图中。
干净账本比快速重启更重要
贝利的信函要求企业和监管者为更严重情形做准备，包括同时中断以及从裸机恢复关键系统和数据。这个标准高于仅仅拥有备份。机构必须确认软件镜像干净、密钥和身份仍受控制，余额与交易历史能对账到未受污染的状态。
长期以来的CPMI-IOSCO金融市场基础设施网络韧性指南强调同样区别。恢复需要准确的交易和头寸数据、重放能力、独立对账，以及与参与者协调。用受污染记录快速重启可能传播事件并增加不确定性。
这就是从运营风险通往金融风险的桥梁。如果客户无法核实余额，或机构不能确认最终结算，预防性提款和囤积流动性就具有理性。稳定问题不只是服务器停机，而是市场是否相信恢复的数据代表可执行权利。
防御型AI让结果保持不确定
这一警告有强有力的反驳：防守者也在使用同样技术。AI可检查代码、排列警报优先级、识别异常并缩短补丁开发时间。FSB也承认，前沿AI可显著加强网络防御。发现漏洞数量增加，可能部分来自更好的检测，而非系统更弱。
金融机构还拥有数十年运营韧性经验，以及危机后建立的资本和流动性缓冲。金融业不是被动目标。如果自动化防御改善快于攻击自动化，即使理论能力增强，实际损失频率也可能下降。公开证据尚不能判断哪一方的优势积累更快。
因此，单独的攻击数量是较差指标。报告上升可能来自定义、检测和披露改善。相反，安静时期也不能证明韧性，因为共同依赖可能从未接受同时失效测试。
恢复证据应进入风险仪表板
投资者和监管者需要与机制相连的指标，包括：关键服务映射到第四方依赖的比例、部署经过测试的紧急补丁所需时间、无需主要供应商即可恢复的工作负载比例，以及在隔离环境恢复身份、密钥和交易数据的演练结果。
如果机构证明干净恢复时间缩短、供应商替代可信、数据可独立对账，同时AI相关事件严重度保持受控，这一论点将减弱。如果停机集中于共同供应商、补丁积压增加，或测试发现备份继承同一污染，论点则会增强。
前沿AI可能改变网络能力，但金融稳定取决于周围更缓慢的制度系统。决定性问题不是攻击者能否更快行动，而是整个网络能否共同恢复，并保住那本说明每个人拥有什么的账本。