Банк передал агенту право отклонить кредитную заявку. Через восемнадцать месяцев внутренний аудит и регулятор захотят ответа на один вопрос: как именно агент распорядился этой властью?
Индустрия уже поставила рельсы. Visa строит Intelligent Commerce, где агенты платят в заданных пользователем лимитах. Mastercard в июне выпустила Agent Pay for Machines (машинные платежи без участия человека). У OSL и AWS — собственные рельсы агентных транзакций. Но рельсы — это деньги, а кредитное решение — это власть. И проверка власти устроена сложнее, чем пересылка денег.
Масштаб делегирования уже не маркетинговый. По оценке Gartner, к 2028 году агенты могут стать посредниками более чем в 15 триллионах долларов B2B-затрат. Сохранить прежний ритм проверки — когда каждый отказ проходит через риск-менеджера — на такой скорости невозможно. Вопрос не в том, будут ли банки делегировать. Вопрос в том, по каким правилам проверки.
На этой границе в августе 2026 года Henry Han из лаборатории Data Science and AI Innovation (наука о данных и искусственный интеллект) при Baylor University опубликовал препринт «Governing Agentic AI in FinTech» (arXiv:2608.11344). Его тезис: главное ограничение агентного ИИ в финансах — не результат, а возможность института восстановить, как этот результат получен.
Что такое Verifiability Gap
Han определяет Verifiability Gap как разрыв между властью, делегированной агенту, и возможностью института восстановить, как эта власть была использована. Пробел индексируется тремя параметрами: кто верифицирует, какой стандарт доказательств применяется и с каким опозданием идёт аудит.
Ключевой сдвиг — с прозрачности на воспроизводимость. Проблема не в том, видно ли, что делает модель. Проблема в том, сможет ли банк позже доказать, почему агент поступил именно так, и повторить цепочку решений. Формально модель может оставаться точной, стабильной и выгодной — и при этом превращать институт в организацию, которая не в состоянии обосновать собственные действия.
Сравнение с прошлым периодом показательно. В 2024–2025 годах кредитные и скоринговые модели рекомендовали, человек решал. В 2026-м архитектуры спроектированы так, чтобы исполнять. Доля человеческого решения в цепочке падает, а требования регулятора к доказательствам остались прежними. Разрыв между ними и есть разрыв верифицируемости в чистом виде.
Эксперименты: 320 из 320 и контроль реплея
Чтобы проверить тезис, Han прогнал три контролируемых исследования на девяти версиях моделей — от локальной на три миллиарда параметров до самых передовых коммерческих систем (frontier-моделей, где производительность на пределе рынка). Первое исследование: на самых жёстких из доступных настроек локальная модель воспроизвела 320 из 320 исполнений, размещённые модели — 319 из 320 и 959 из 960.
Точность близка к идеальной. Момент — нет. Frontier-модель отбрасывает настройки (temperature — параметр случайности), top_p и top_k и не выдаёт случайное зерно: контроль реплея принадлежит провайдеру. В более поздних релизах Anthropic вообще убрала у институциональных клиентов контроль над этим параметром. Даже идеальное повторение возможно только до тех пор, пока провайдер это позволяет.
За проверяемость приходится платить. Версии, детерминированные режимы, закреплённый конфиг исполнения и содержательное одобрение человеком снижают скорость и гибкость, ради которых агентов и внедряли. Han называет это кривой верифицируемости и эффективности: лучшие архитектуры сдвигают границу, но не делают проверку бесплатной. А отказ от неё накапливает риск — чем дольше институт работает на высокой автономии без содержательной человеческой проверки, тем меньше остаётся людей, способных такую проверку выполнить.
Оркестрация как скрытая политика
Второе исследование — о связке агентов. От одной до пятидесяти сущностей со строгим разделением доступа к информации, анализа и власти. Ни в одной конфигурации ни одна запись исполнения не повторилась. Оркестрация меняла итоговые решения — автор называет её скрытым слоем политики. И ещё один вывод: способность не гарантирует аудируемость. Модель передового класса воспроизводит себя чаще локальных, но её записи не лучше.
Третье исследование — кредитный кейс. Две детерминированные версии кредитной модели безупречно воспроизводят текущее действие, но текущая версия не может восстановить историческое. Вывод Han: идеальное воспроизведение текущего не восстанавливает историю. Сразу после исполнения запись читаема внутренним инженером; через восемнадцать месяцев она недоступна внешнему регулятору — и доступ к истории нужно проектировать заранее, а не надеяться на повторы.
| Параметр | Study 1 — реплей | Study 2 — оркестрация | Study 3 — кредит |
|---|---|---|---|
| Что проверяли | Воспроизводимость исполнения | Повторяемость при 1–50 агентах | История против текущего действия |
| Результат | 320/320 и 959/960 на жёстких настройках | Ни один прогон не повторился | Текущее — идеально, история — нет |
| Ключевая находка | Контроль реплея у провайдера | Производительность не равна аудируемости | Идеальный реплей — не история |
arXiv:2608.11344, Baylor University, 2026
Спор: автономия против защитимой власти
Отсюда спор. Одна сторона: максимальная автономия — единственный способ получить экономику агентного ИИ. Другая: институт вправе делегировать только то, что сможет потом защитить. Позиции — в переключателях ниже.
✔ Аргументы за автономию
+ Мультиагентные торговые системы спроектированы так, чтобы обсуждать и исполнять сделки без человеческого подтверждения.
+ Оценка Gartner в 15 триллионов долларов B2B-затрат к 2028 году достижима только при автономном исполнении.
Критерии подтверждения: рост доли исполненных без вмешательства человека операций в отчётах банков при сохранении аудиторских следов.
✗ Аргументы за «защитимую автономию»
− Действует потолок авторитета: технические возможности расширяют возможное, но не защитимое; для более значимых решений потолок ниже.
− Пропуск содержательного контроля сегодня ухудшает способность института верифицировать завтра — это накопленный риск, а не экономия.
Критерии опровержения: появление стандартизированного аудиторского слоя (версии, детерминированные режимы, реплей вне контроля провайдера), который вернёт банкам проверяемость без отказа от автономии.
Практическое правило — «делегируй только то, что сможешь защитить»: автономия должна опираться на сохранённую способность верификации, а не на доверие к модели.
Для индустрии это спрос на аудиторскую инфраструктуру: версии моделей, закреплённый конфиг исполнения, содержательное одобрение человеком.
Что это значит для банков и венчура
Для банков последствие прямое: автономные решения должны сопровождаться контрольной инфраструктурой — версии моделей, закреплённый конфиг исполнения, содержательное одобрение человеком. Иначе потолок делегирования упадёт ниже технических возможностей системы.
Из препринта следует и мера, которой банк сможет пользоваться в переговорах с вендором, — потолок авторитета. Это уровень, за которым новые технические возможности расширяют возможное, но не защитимое, и для решений с большими последствиями он ниже. Формально: институт вправе делегировать не больше того, что сможет впоследствии обосновать перед верификатором.
Для венчура и финтеха это критерий оценки. Стартап, который строит кредитного агента без аудиторского слоя, продаёт то, что институт сейчас юридически не купит. Аудит исполнения превращается в отдельную категорию расходов и отдельное окно для стартапов: версионирование, детерминированные режимы, реплей, который не зависит от провайдера. Тот, кто сделает это стандартным, получит преимущество в тендерах на автономные решения.
Для регуляторов появляется измеримый критерий вместо аморфного «безопасного алгоритма»: стандарт доказательств и аудиторский лаг. FINRA уже называет ИИ-агентов возникающим фокусом в финансовых услугах. Наличие конкретного критерия делает надзор дешевле — проверяется не модельная математика, а наличие и качество следа решений.
Han называет цель не максимальной автономией и не человеческим чекпоинтом на каждое действие, а защитимой автономией: агенты действуют там, где их действие остаётся проверяемым. Это не ограничение. Это граница, внутри которой банки вообще согласятся на автономию.
