作者：Simon Taylor，Fintech Brainfood 创始人
编译：佳欢，ChainCatcher
云计算和移动互联网，已经不再是推动金融服务变革的主要力量。接棒的是智能 Token，也就是 AI 模型处理和生成信息的单位，以及价值 Token，也就是代表货币或资产的链上代币。
十年前，移动优先、云计算、用 API 替代银行网点，是金融科技区别于传统金融的重要标签。现在，这些能力已经变成全球金融公司的基础配置。当一项创新成为行业标配，它也就不再定义下一个阶段。
Simon Taylor 在文中把新的变化归纳为三条主线：决策从电子表格转向 AI 模型，模型运行依赖 Token；原本只保存在单一企业内部的记录，开始以 Token 形式存在于共享账本；客户本身也开始变成一个拥有钱包的 Agent。
他给出的判断很直接：钱就是 Token，Token 就是钱。围绕这一变化，新的金融业务和投资方向正在形成，而首家建立在现代技术之上的万亿美元金融公司，很可能会是一家以 AI 和 Token 为核心的公司。
这场竞争争夺的是全球最大的利润池。文中写道，2025 年银行业创造的净利润超过其他任何行业，金融业按市值计算是全球第二大行业。波士顿咨询公司估计，金融科技在其中的占比仅约 4%。摩根大通即将成为首家市值达到万亿美元的银行，但以现代技术为基础的金融公司，还没有一家接近这一规模。
金融科技为什么走到转折点
文章认为，金融科技某种意义上是“死于成功”。它大幅削减了传统银行依赖网点、纸质文件和电话服务所产生的成本。移动互联网把电脑放进了用户口袋，云计算则给企业提供了更快、更便宜的基础设施，金融服务因此第一次能够覆盖一些原本难以盈利的客户群体。
以 Nubank 为例，这家公司依靠移动优先模式，已经拥有 1.4 亿客户。根据第二季度财报，其每月服务一名客户的成本为 1 美元，平均每名客户可带来 17.10 美元收入。
相比之下，大型银行每名零售客户每年大约带来 350 美元收入，但服务成本要高出数倍，利润主要来自向既有客户销售其他金融产品，以及贷款、投资等整体业务。
文中提到，Revolut、Nubank、Stripe、Ramp 和 Robinhood 未来多年仍可能保持复利式增长。即便金融科技作为独立投资类别走到尽头，其中的赢家依然可能借助新的驱动因素，成长为这一类别有史以来规模最大的公司。
从融资结构也能看到变化。金融科技在全球风险投资股权交易中的占比，已经从 2021 年的 14.5% 降至 2025 年的 12.3%。但在金融科技融资交易中，投向 AI 公司的比例却从约 10% 升至 70% 至 80%，具体数值因来源不同而有所差异。新增风投资金，正在优先流向 AI。
金融产品的三部分：决策、记录与服务渠道
Simon Taylor 把每一项金融产品拆成三个部分：决策、记录，以及触达客户的方式。
在 19 世纪的银行网点里，经理凭个人判断给贷款定价，再把结果记入纸质账本，客户通过网点接触到这套服务。决策，是对风险的一次押注；记录，是对既成事实的保存；服务渠道，则依赖一栋实体建筑。
后来，决策方式从个人判断变成借助电子表格，再演变为基础模型与人协作。记录从纸质账本进入数据库，现在又走向 Token。金融服务触达客户的方式，也从网点转向手机，再转向 Agent。
其中，智能 Token 是 AI 参与决策时使用的基本单位，用来完成计算任务。不过模型输出并不完全确定，同样的问题可能得到不同答案。价值 Token 则是记录货币或资产价值的基本单位，比如价值 1 美元的 USDC 或 OUSD，由美元或美元等价资产按 1:1 提供储备支持。
文章指出，在过去两个阶段里，这三个部分都存在问题。
- 决策没有发生根本变化。 机器学习、规则引擎和信用评分被引入金融流程，但决策规则仍主要由人制定和调整。基础模型与 Agent 的出现，让软件开始承担更深层的决策工作。
- 记录难以天然一致。 银行大型机里的记录很可靠，但只保存在单一机构内部，其他参与方必须复制并同步。稳定币和代币化现实世界资产（RWA）这类价值 Token，则让各方能够共用同一份可编程账本。
- 服务渠道仍依赖人工操作。 即便界面设计已经把摩擦降到很低，最后仍需要人按下按钮。给用户提供预算图表，不等于让他们更擅长储蓄；如果授权 Agent 自动把现金转入储蓄账户，用户甚至不需要再打开界面。
作者判断，下一个阶段里，决策、记录和服务渠道会再次整体变化。
“钱就是 Token，Token 就是钱”如何落地
文章把 Stripe 和 Ramp 的最新动作视为一个信号。
8 月 19 日，Stripe 同意收购 OpenRouter，据报道交易价格略高于 70 亿美元。OpenRouter 是一个将 AI 调用请求分配给不同模型的网关，每天调度的模型调用涉及 10 万亿个 Token，覆盖 400 多个模型。
同一天，Ramp 推出了 Router.com，把每个请求分配给满足用户质量要求且成本最低的模型。文中认为，两家经营表现最好的金融科技公司，在同一周认定 AI Token 路由本身就是一门金融服务生意。
a16z 的 Martin Casado 将这种变化概括为“Token 是新的美元”。Simon Taylor 则进一步指出，并非所有 Token 都等同于美元。美元代表确定金额，而模型通过智能 Token 生成的输出带有不确定性。路由平台做的事，就是用美元这样的确定金额，为每单位 AI 计算定价，而且这种定价每秒会发生数百万次。
在他的定义里，这本身就是一个金融市场，而且刚刚由两家支付公司搭建起来。所谓智能经济，正建立在这样的循环之上。
大公司已经开始把 AI、Token 和 Agent 放进产品里
文章认为，在已经具备相当规模的金融公司里，增长最快的那一批已经开始围绕这三项变化布局。它们的新产品可以从三个层面观察：决策层使用 AI 模型和 Agent 工作流，记录层推进资产代币化，服务渠道层面则向 Agent 和机器开放。
文中提到，Robinhood 在代币化方面比 Nubank 或 Ramp 更激进，而 Nubank 在自有基础模型上的推进更深入。但把这些公司放在一起看，方向是一致的。
金融决策转向智能 Token
评估客户的还款能力，一直是金融业竞争优势的重要来源。过去，传统机构的优势来自足以吸收损失的大型资产负债表，以及数十年积累的消费贷款表现数据。但这些工作归根到底仍依赖电子表格、信贷审批委员会，最多再叠加机器学习。
Revolut 先依靠云计算和移动互联网，以更低成本完成早期扩张。此后，超过 8,000 万名客户为它沉淀出一套其他公司并不具备的数据。基于这些交易历史，Revolut 训练了基础模型 PRAGMA，用来替代金融科技时代的规则系统和评分体系。
结果是，其高风险贷款识别能力提升了 130%，欺诈检测召回率提升了 65%。文中直言，信贷审批委员会从未交出过这样的结果。
Nubank 也通过 nuFormer 做了类似的事情。该模型直接读取以 Token 表示的原始交易数据，省去了数月人工设计和构建数据特征的流程。
同样的变化也开始进入企业内部的决策流程。文章指出，当每次工作流程都略有差异时，传统自动化很容易失效。客户接入与审核、信贷审批、月末结账等流程，往往仍需要人工补齐自动化无法覆盖的部分。Agent 的不同之处在于，它不要求每次流程完全相同，只需要理解其中的内容和步骤。
以英国中小企业贷款机构 Allica 为例，其使用的 Agent 可以直接读取贷款经纪人自由撰写的邮件，催补缺失材料，调用决策引擎，并给出信贷审批结果。上线初期，已有半数案例由 Agent 独立完成全流程审批，平均只需 12 分钟；同样流程在大型银行往往需要数周。
文章据此给出的结论是，智能 Token 正在成为新的竞争优势。
金融记录转向价值 Token
金融记录的变化，核心在于银行系统记录资产价值的方式正在改变：从传统数据库中的余额，转向价值 Token。对机构来说，当需要确认资产归属、转移价值，或把资产带入更广泛市场时，这种变化尤其重要。
过去，面向消费者或企业发放贷款的公司，若想把贷款打包成证券并出售，必须建立昂贵且复杂的后台体系。一笔贷款既对应纸质合同，也对应企业自有系统中的账务记录。
代币化改变的是流转效率。文章举了 Figure 的例子。Figure 使用价值 Token 来记录新发放的房屋净值贷款，也就是以房屋价值扣除未偿还房贷后的净值作抵押而发放的贷款。随后，这些贷款进入 Figure Connect 交易平台，供资本市场投资者购买。
这套基础设施也在越来越多地向其他贷款机构开放，包括 Figure 的竞争对手，或者它未来收购的公司。
根据文中数据，2026 年第二季度，Figure Connect 的季度交易量达到 28 亿美元，占其消费贷款交易平台总交易量的 65%。其调整后净收入增长率为 95%，调整后 EBITDA 利润率为 54.6%。如果把收入增长率和利润率相加，得分约为 150，用来体现其较高的增长和盈利水平。
共享账本还解决了金融科技一直没有解决的另一个问题：全球化扩张。
Nubank 在巴西是巨头，在墨西哥也很强，但在其他地区仍更像一家初创公司。Revolut 在欧洲实力突出，但在多数较大市场中的排名仍大致处于第四到第七位。文章认为，之所以始终没有出现真正全球化的超大规模金融公司，主要有两个障碍。
- 每进入一个市场，都必须重新处理牌照、资本金和法律配置。 仅在墨西哥，企业在尚未服务任何客户之前，就需要准备约 1 亿美元监管资本金。
- 资金流转存在时间中断。 Fedwire 周六不运行，CLS 和 T2 在整个周末都不运行，美股市场每天只交易六个半小时，但一家由 AI 驱动的企业每个小时都在运转。
Token 天生支持全球范围内的 7×24 小时运行。因此，一款产品可以共享同一套结算网络，而不必接入 40 家本地银行。文中举例称，Visa 现在已经能通过 USDC 在一周七天里与美国发卡机构结算，而过去只能在五个工作日结算。Robinhood 的股票代币也已在 120 多个国家上线。
作者的观点是，为全天候交易而构建的 AI Agent，只有在市场也能够全天候开放并结算时，能力才能真正释放出来。
Agent 正成为金融服务的新入口
文中用一句话概括了服务渠道的变化：“我不想用你的 Agent，我想让我的 Agent 使用你的产品。”
如果 AI 能有效完成金融任务，它就会成为经济活动的参与者。Agent 需要预算、身份、权限，以及一种能够代表他人持有或转移价值的方式。这样一来，金融行业会出现一类新的客户：过去为手持手机的人类用户设计的服务渠道，现在开始被替用户执行任务的软件直接调用。
在人类用户主导的消费互联网里，平台争夺的是注意力，通过吸引用户和促成购买来变现。Agent 带来的则是明确任务：帮我获取 X，预算是 Y，限制条件是 Z。它会发起查询，获取结构化结果，然后在几毫秒内作出选择。一个品牌要么进入模型的上下文窗口，成为它决策时参考的一行信息，要么根本不会出现。
文中称，Robinhood 是首家大规模把 Agent 当作客户的公司。它通过交易和银行业务的 MCP 服务器，让 Agent 直接调用账户功能，而不需要去猜测如何操作网页或 App 界面。目前，已经有 10 万名用户把设有限制权限的账户交给 Agent 使用。
与之相对，文中提到，一些航空公司仍把类似访问识别为机器人流量并拦截，随后又困惑于为何客户觉得网站无法正常工作。
Stripe 的 Link 产品则补上了支付这一环。它为 Agent 提供一张一次性支付卡，而且只能在获批额度内使用，这样 Agent 不需要持有用户原有支付凭证，也能完成付款。
作者认为，Agent 的出现，会让一家金融企业可以服务的客户数量成倍增加。
金融科技之后，谁可能走向万亿美元
文章最后回到资本市场视角。Simon Taylor 认为，摩根大通会先达到万亿美元市值，依靠的是存款、牌照以及能够承受冲击的资产负债表。传统护城河并没有消失，只是不再是唯一的优势来源。
在新的阶段里，每一家金融公司都可以从三个方面建立优势：决策、记录和服务渠道。
- 决策：风险决策转向自有基础模型，Agent 处理过去难以自动化的工作流。
- 记录：资产可以流转到机构之外，资金和市场能在全球范围内全天候运行。
- 服务渠道：Agent 成为客户。
文中列出了几家被市场高度关注的未上市公司，用来说明它们如何从当前规模继续向万亿美元靠近。
Stripe：估值 1,590 亿美元，拥有金融科技行业最强的开发者锁定效应，优势来自接入后的技术依赖和较高迁移成本，而且刚刚收购了为 AI Token 定价的平台。
Revolut：据报道正以 1,150 亿美元估值融资，拥有超过 8,000 万名客户，用于金融业务的基础模型已经投入运行。它还在持续取得牌照，最近新增了美国的有条件批准，以及澳大利亚和阿联酋的牌照。
Ramp：估值 440 亿美元，年化收入超过 10 亿美元，自由现金流已经转正。
Coatue 的“Magnificent 8”公司名单中有两家金融科技公司。按照 Coatue 自身数据，一家公司一旦估值跨过 1,000 亿美元门槛，成长为万亿美元公司的概率大约为 31%。
文章也提醒，不应忽视新一批 AI 原生金融公司。Hebbia 表示，使用其产品的机构合计管理着 30 万亿美元资产。Rogo 的估值则在 16 周内从 7.5 亿美元升至 20 亿美元。如果其中某家公司在金融领域达到 Cursor 在编程领域的规模，它将不再被称为一家金融科技公司。
“金融科技”这个类别已不足以描述下一阶段
文章结尾写道，第一波金融科技浪潮，是把银行装进你的口袋；下一波变化，则会深入那些过去隐藏在屏幕背后的决策、记录和工作流程。
第一波浪潮中的公司仍有机会引领这一转变，但“金融科技”这个类别本身，已经不足以描述接下来要发生的事情。
作者的最终判断是，金融科技作为一个独立的投资类别已经走到尽头，因为当初支撑它的那些理念，如今已经变成整个行业的普遍做法。