这种方式可以显著降低DeFi操作的复杂度，因为许多链上金融策略往往需要跨多个协议完成。

“Human-in-the-Loop”：人仍然是最后决策者

虽然AI参与了交易规划与执行准备，但它并不能直接控制客户资产。

Sygnum在试点中采用严格的“human‑in‑the‑loop”（人在环路）模式：

• AI代理只负责提出并准备交易
• 系统会对每一步进行风险评估
• 所有操作都会展示给客户
• 客户必须进行最终数字签名

如果没有客户签名，交易不会执行。

这种设计意味着AI更像是一个“交易协调和决策辅助系统”，而不是完全自动化的交易机器人。这一点对受监管银行环境尤为关键，因为金融机构必须保持明确的责任与授权流程。

自托管架构：私钥始终在用户手中

另一个重要设计是 self‑custody（自托管）。

在试点中，交易签名通过客户设备上的钱包完成，私钥不会离开用户环境。换句话说，无论是银行还是AI代理，都无法单独转移资金。

这种架构与当前加密基础设施的一个趋势一致：

AI系统可以生成交易建议或交易结构，但最终签名权仍由用户掌握。

AI代理能执行哪些链上操作

系统主要面向多步骤链上金融操作，而不仅是简单转账。

根据相关报道，AI代理能够规划并执行包括以下在内的DeFi流程：

• 稳定币转账
• 代币兑换（token swap）
• 链上借贷
• 在去中心化协议中提供流动性

AI会根据用户描述的目标自动推导交易路径。例如，用户可以输入类似“把资金投入收益策略”的需求，AI就会自动规划所需的代币兑换、授权和协议交互步骤。

不过，试点涉及的具体区块链网络、资产范围以及支持的DeFi协议，目前尚未公开详细列表。

系统背后的技术架构

从技术上看，这套系统是 AI代理 + 区块链交易工具 的组合架构。

公开信息显示，该系统大致包含以下组件：

• 用于理解自然语言指令的AI模型
• 负责规划交易流程的代理编排层
• 智能合约分析与风险检测模块
• 与用户钱包集成的签名机制

部分报道指出，该项目使用了Sygnum内部的 Model Context Protocol（MCP）服务器，并由 Anthropic 的 Claude 模型提供AI能力，用于协调区块链操作。

通过这种架构，AI代理可以调用结构化的区块链工具、分析智能合约，并准备交易序列，同时仍由用户完成最终授权。

为什么这对银行业重要

Sygnum将这一试点视为其 AI@Sygnum 战略的一部分，该计划旨在探索AI代理在数字资产银行中的应用。

这一实验展示了一种可能的未来：

客户不再需要使用复杂的交易界面，而是直接通过自然语言与金融基础设施交互。

如果这种模式成熟，它可能显著降低机构和个人进入链上金融市场的技术门槛。

距离正式推出还有哪些步骤

目前该系统仍然只是一个试点项目，而不是对所有客户开放的产品。

Sygnum表示，在商业化之前仍需要解决多个关键问题，包括：

• 监管审批与合规流程
• AI生成交易指令的安全控制
• 客户保护与运营风险管理
• 自动化金融决策的治理机制

银行已表示计划在这些问题解决后推动产品商业化，但尚未公布具体上线时间。

一个更大的趋势：AI进入“交易执行层”

Sygnum的实验也反映出金融科技的一种更广泛趋势：AI正在从分析工具，逐渐进入实际交易执行层。

如果类似系统未来得到广泛部署，人们与加密市场交互的方式可能会发生变化——不再是操作复杂交易软件，而是直接用语言描述自己的金融目标。

Sygnum的试点提供了一个现实样本：在严格监管的银行体系中，AI可以负责复杂交易的编排，但资产控制权和最终决定权仍属于人类用户。

这种方式可以显著降低DeFi操作的复杂度，因为许多链上金融策略往往需要跨多个协议完成。

“Human-in-the-Loop”：人仍然是最后决策者

虽然AI参与了交易规划与执行准备，但它并不能直接控制客户资产。

Sygnum在试点中采用严格的“human‑in‑the‑loop”（人在环路）模式：

• AI代理只负责提出并准备交易
• 系统会对每一步进行风险评估
• 所有操作都会展示给客户
• 客户必须进行最终数字签名

如果没有客户签名，交易不会执行。

这种设计意味着AI更像是一个“交易协调和决策辅助系统”，而不是完全自动化的交易机器人。这一点对受监管银行环境尤为关键，因为金融机构必须保持明确的责任与授权流程。

自托管架构：私钥始终在用户手中

另一个重要设计是 self‑custody（自托管）。

在试点中，交易签名通过客户设备上的钱包完成，私钥不会离开用户环境。换句话说，无论是银行还是AI代理，都无法单独转移资金。

这种架构与当前加密基础设施的一个趋势一致：

AI系统可以生成交易建议或交易结构，但最终签名权仍由用户掌握。

AI代理能执行哪些链上操作

系统主要面向多步骤链上金融操作，而不仅是简单转账。

根据相关报道，AI代理能够规划并执行包括以下在内的DeFi流程：

• 稳定币转账
• 代币兑换（token swap）
• 链上借贷
• 在去中心化协议中提供流动性

AI会根据用户描述的目标自动推导交易路径。例如，用户可以输入类似“把资金投入收益策略”的需求，AI就会自动规划所需的代币兑换、授权和协议交互步骤。

不过，试点涉及的具体区块链网络、资产范围以及支持的DeFi协议，目前尚未公开详细列表。

系统背后的技术架构

从技术上看，这套系统是 AI代理 + 区块链交易工具 的组合架构。

公开信息显示，该系统大致包含以下组件：

• 用于理解自然语言指令的AI模型
• 负责规划交易流程的代理编排层
• 智能合约分析与风险检测模块
• 与用户钱包集成的签名机制

部分报道指出，该项目使用了Sygnum内部的 Model Context Protocol（MCP）服务器，并由 Anthropic 的 Claude 模型提供AI能力，用于协调区块链操作。

通过这种架构，AI代理可以调用结构化的区块链工具、分析智能合约，并准备交易序列，同时仍由用户完成最终授权。

为什么这对银行业重要

Sygnum将这一试点视为其 AI@Sygnum 战略的一部分，该计划旨在探索AI代理在数字资产银行中的应用。

这一实验展示了一种可能的未来：

客户不再需要使用复杂的交易界面，而是直接通过自然语言与金融基础设施交互。

如果这种模式成熟，它可能显著降低机构和个人进入链上金融市场的技术门槛。

距离正式推出还有哪些步骤

目前该系统仍然只是一个试点项目，而不是对所有客户开放的产品。

Sygnum表示，在商业化之前仍需要解决多个关键问题，包括：

• 监管审批与合规流程
• AI生成交易指令的安全控制
• 客户保护与运营风险管理
• 自动化金融决策的治理机制

银行已表示计划在这些问题解决后推动产品商业化，但尚未公布具体上线时间。

一个更大的趋势：AI进入“交易执行层”

Sygnum的实验也反映出金融科技的一种更广泛趋势：AI正在从分析工具，逐渐进入实际交易执行层。

如果类似系统未来得到广泛部署，人们与加密市场交互的方式可能会发生变化——不再是操作复杂交易软件，而是直接用语言描述自己的金融目标。

Sygnum的试点提供了一个现实样本：在严格监管的银行体系中，AI可以负责复杂交易的编排，但资产控制权和最终决定权仍属于人类用户。