大模型安全的主战场正在从「生成风险」转向「执行风险」。过去AI安全主要担心「说错话」——幻觉、越狱、Prompt注入；但当智能体开始调用工具、访问数据、执行支付时，安全问题变成了「做错事」。360安全研究院的报告指出，智能体风险的核心特征是「合法动作的非法后果」：智能体使用正常身份和正常流程，却执行出违背业务意图或安全边界的结果。这直接解释了支付宝为何把资金管理权限独立在AI之外、微信支付为何设计「AI专属卡」进行账户隔离——两个超级App的谨慎态度，正是对准了智能体执行风险这一尚未被广泛认知的威胁。

上海市消保委2026年调查显示：64.22%的用户担心AI代下单中的隐私数据安全，62.53%质疑决策准确性。用户的「信任高墙」由四层构成——技术风险（数据泄露与AI幻觉）、心理安全感（失控恐惧）、行为惯性（享受挑选对比的过程）和责任归属空白。真实案例加重了这种忧虑：广州一名用户让AI购买团体意外险，AI因「模型幻觉」生成了错误付款二维码，1618元保费转入陌生人账户。微信支付AI专属卡采用的「账户隔离+笔笔确认」方案，正是对这一信任鸿沟的产品化回应。

麻省理工斯隆管理学院教授罗闻全指出：AI已经拥有足够的金融专业能力，但它缺少信义义务——AI给出错误建议时，无需像人类顾问那样承担法律后果。中国证券业协会2026年报告也直指AI投顾的三大痛点：制度边界模糊（通用AI法规无法覆盖金融信义义务）、客群适配风险（长尾用户适当性管理难）、智能体失控（模型幻觉与算法共振风险）。支付宝「阿宝」目前刻意不做自动理财，只做生活服务执行，正是对这一真空地带的谨慎回避——但AI理财的入口一旦打开，责任归属问题将变得无可回避。

字节跳动的「豆包」手机助手在跨App调用微信时，被微信安全系统判定为「外挂」并强制下线。冲突的技术根源在于：端侧AI普遍使用安卓无障碍权限模拟用户点击来操作微信，而非通过微信官方API。这种操作模式与微信多年来打击的群控软件特征高度重合。App厂商出于商业博弈与合规担忧，对开放API给第三方智能体普遍持谨慎态度。当AI Agent的核心价值是「跨应用自主执行任务」时，App之间的数据孤岛和权限壁垒，或许比技术成熟度更早地构成了智能体商业化的天花板。