该论文关注青少年数字支付场景中的安全架构问题。背景上，数字支付基础设施正越来越多地向未成年用户开放实时金融服务，这虽然有助于提升金融素养与数字普惠，但也使年轻用户暴露于冲动消费、社会工程诈骗、未授权交易和商户不当利用等风险。现有对策主要依赖概率型机器学习模型或静态硬性控制，但论文指出，让概率型或生成式AI模型直接参与实时支付授权决策会引入非确定性、不可预测的边界行为以及关键审计漏洞。为此，作者提出 FST Pay（Financial Safety for Teens Pay），将其定义为一种架构与形式化规范。其核心是不可变操作边界：在实时授权路径上实施严格的确定性安全门控，并将下游AI解释能力完全解耦。通过 UPI 等支付轨道发起的交易必须经过六项确定性不变式检查，涵盖消费限额、监护人共同签署策略、交易金额阈值、商户类别码（MCC）、时间访问区间以及硬件完整性约束。交易结果通过一个有序且互斥的决策函数被严格分类为 ALLOW、REVIEW 或 BLOCK。高风险交易会触发异步监护人共签工作流。生成式AI被完全置于结算之后，仅消费已发布的事后决策事件来生成自然语言财务洞察，不拥有对账本的任何变更或写入权限。论文的主要贡献在于提出了一种可审计、可形式化验证的确定性支付授权架构，把AI限定为解释层而非决策层，从而降低非确定性风险与审计盲区。该工作适合支付平台架构师、金融安全工程师、风控与合规团队以及青少年金融科技产品设计者阅读。