遵守局部控制，却产生集体歧视：受监管金融领域多智能体 AI 的治理架构

金融机构开始在信贷、欺诈检测、催收、合规和运营控制中部署智能体工作流。治理仍主要以组件为中心：每个模型或智能体分别在本地进行规定、测试、授权和监测。当机构风险源于众多在本地均可接受的组件的联合行为时，这种做法是不够的。我们将这一缺口称为宪制非组合性：局部合规检查未必能够组合成可接受的集体结果，例如有界的不利影响、市场完整性或可追溯的问责。我们提出 ARIA，作为面向金融领域的智能体群体治理参考架构和可证伪研究议程。该架构在规范—问责、执行—控制和保证—学习三个层面组织六项能力：政策规范、群体层面的观测行为与预期行为监测（M2）、权限边界、运行时遏制、自适应政策变更，以及保持人类监督能力。两项模拟分别展示了局部控制下由共享信号导致的薄档案排除，以及在构造的漂移情境中，观测行为与预期行为的分布监测如何更早发出预警。本文将这些控制措施与公平放贷、EU AI Act、模型风险和行为监管所需的证据相对应，并以验证议程收束，而不是宣称其在生产环境中的有效性。