本文提出 SAGE-Fin，一个面向金融场景智能体（agent）的运行时治理框架，核心论点是“上下文不等于授权”。作者指出，金融智能体在对话或任务执行中可能将正确的上下文错误地转化为未经授权的实际动作，例如做出客户承诺、执行交易或部署策略。为此，SAGE-Fin 设计了一种金融专用的权威交接（authority-handoff）契约，将控制对象从文本本身转移到“提议的效果”（proposed effect）。具体而言，SAGE-Fin 将智能体输出编译为类型化的、与适配器绑定的候选动作；记录缺失或过时的机构义务作为“覆盖债务”（coverage debt）；根据当前市场状态、账户状态、策略和对话状态对权威进行约束；并要求返回一个精确工件（artifact）收据，其名义类型必须与消费响应、执行或策略适配器匹配。系统强调：证据和工作流进度不能取代效果权威，且在任何状态变更后必须重新检查先前授权。实验部分，作者构建了包含 616 个案例的目录，五个确定性规范生成 3,080 个输出；通过标签隔离的测试工具实现 616/616 的二进制参考原型一致性（其中包括 3/3 的命名响应门固定装置），并有 22 个测试覆盖选定路径。作者明确表示这些结果证明的是可执行的一致性，而非独立的安全准确率。此外，SAGE-Fin 的响应门在一个保密数字资产平台处理了真实生产请求，独立于实现团队的操作团队给出了强正向的部署后评价，最终用户反馈也积极。由于保密限制，披露仅包含审查独立性、利益相关者类别、评估维度和方向性结论，因此属于定性现场佐证而非聚合效应估计。作者还分析了三个不同的去标识化先前失败案例，独立确认 0/3 拦截率，用以说明重复发射漂移、过时账户证据和缺失升级状态等问题的存在，但未估计流行率或处理效应。本文适合金融领域大模型安全、智能体治理、AI 合规与运行时控制方向的研究人员和工程团队阅读。

该论文提出了FFinRED，一个专家引导的金融领域大语言模型（LLM）红队测试基准生成与评估框架。现有安全基准主要针对通用对抗性场景，缺乏金融特有的风险（如监管违规、欺诈助长、系统性信任侵蚀）。FFinRED通过与金融专家合作，采用新颖的两级分类法，将全球标准（例如金融行动特别工作组FATF、欧盟数字运营韧性法案EU DORA）映射到从监管规避到复杂欺诈的威胁，并集成了可扩展的流水线，将真实金融文档通过专家定义的架构转换为上下文丰富的红队行为提示（seeds）。专家严格验证了seeds的合理性和真实性，确保有意义的LLM安全评估。此外，该框架提供了一个经过专家验证的金融特定评分标准，超越了简单的免责声明检查，与人类专家判断更一致，并将关键假阴性从28个减少到12个。FFinRED已部署在韩国金融安全研究所（FSI）的监管沙盒中，用于真实金融服务中的生成式AI安全评估，符合国际风险管理与信息安全标准（如ISO/IEC 27001）。为缓解双重用途风险，数据集、生成流水线、提示模板和评估框架对合格研究人员开放获取。