"在中国，汇丰银行首先在开放口岸设立分行，分别于1867年和1873年在福州和厦门开设了分行；1868年，在内地重要商业中心和茶叶产地汉口设立了分行；1881年在北方港口城市天津以及1885年在首都北京均开设了分行—在北京设分行主要是为了与清朝的高层官员保持沟通接触。在中国内地和香港地区的外资银行也向中国客户提供贷款服务，但是往往都是间接提供类似服务。外资银行职员缺乏语言沟通技能，也无法了解中国复杂的货币制度和当地的商业惯例，而且在当地商界开展业务时，通常对潜在客户的商业信誉知之甚少。为了克服这些困难，银行请来了华人代理人—也就是所谓的“代理人”，来架起一座“跨越东西方沟通的桥梁”。银行不仅在中国聘请了代理人，而且在其他也需要与当地商界建立起某种沟通的国家聘请了当地的代理人。银行对代理人的要求十分严格，需要他们承担广泛的职责：招聘银行的本地职员，并为他们提供担保；处理与本地客户之间的所有业务往来；核查银行收进的所有白银、金条和硬币的真伪和分量；对当地市场状况提供咨询意见。作为回报，代理人不仅能从银行拿到可观的薪水，而且可以从他经手的业务中抽取佣金。此外，银行代理人总是和某个家族紧密地联系在一起，往往是一家几代人一直继任代理人的职位。例如，自从1873年汇丰银行在厦门开设分行到20世纪50年代分行关闭，几十年来，叶家一直占据着代理人的职位。即使在20世纪50年代，叶家移民到文莱，都依然与银行保持着密切的联系，叶家第四代传人继续在那里担任业务经理。"-獅子銀行 百年滙豐傳記 PXXII~PXXIII
買辦的幽靈：代理人制度在 AI 時代的再生與變形1867年，匯豐銀行在中國的擴張遭遇了一個根本性障礙—不是資金，不是技術，而是信任。一家蘇格蘭人開的銀行，要讓廣東茶商把銀兩押注在自己手中，需要的不是更好的利率，而是一個「有臉面、有家業可押」的本地中間人。於是，買辦制度誕生了。
一百五十年後，我在《獅子銀行》的序言頁讀到這段歷史時，腦中浮現的不是清朝的錢莊，而是 Stripe Atlas、Figma 的網絡效應，以及 Gartner 預測 2028 年企業將部署超過十五萬個 AI Agent 的那張圖表。代理人制度從未消亡，它只是換了一副面孔，每隔幾十年以更快的速度重生一次。
一、代理人解決的從來不是「資訊不足」
常見的誤解是：代理人是資訊不對稱的橋樑。但匯豐的買辦提供的不只是資訊翻譯，他們提供的是三樣更難複製的東西—信任生產、域知識轉換，以及網絡接入。
信任生產，意味著代理人以個人信譽甚至家族財產為外資機構背書，這是一種「皮膚在遊戲」的承諾機制。書中提到，叶家從1873年到20世紀50年代，數代人持續擔任匯豐廈門分行代理人—這不是合約關係，而是社會性的信譽積累，具有極高的時間複利價值。
域知識轉換，不是語言翻譯，而是認知框架的切換：把西方複式記帳法翻譯成中國錢莊體系能理解的信用邏輯。這種翻譯需要對兩套系統都有深度理解，而非表面的語言能力。
網絡接入，則是把外來機構連結進一個由人際關係構成的商業生態。這個生態的通行證，是一個名字，一個家族，一段歷史。
二、現代平台公司如何把代理人體系基礎設施化
過去二十年最成功的科技公司，本質上都在做同一件事：把代理人體系的三個功能—信任生產、域知識翻譯、網絡接入—打包成 API，以邊際成本趨近於零的方式提供給全球任何人。
Stripe Atlas：買辦的算法化
任何人想在美國成立公司、開設銀行帳戶、接入全球金流，過去需要的是律師（信任生產）+ 會計師（域知識翻譯）+ 本地商業關係（網絡接入）。Stripe Atlas 把這三件事打包成一個五百美元的訂閱服務。這不是技術創新，這是代理人制度的工業化。
Figma：讓設計師成為跨界代理人
設計師進入工程師和 PM 的工作流，過去需要的是「能跟工程師溝通的設計師」這樣的稀缺人才作為代理人。Figma 的網絡效應本身取代了這個人力層：分享一個連結，整個專案的利益相關者都在同一個工具上協作。平台的病毒傳播機制，正是代理人功能的去中介化。
Notion × AWS × Stripe 的三角聯盟
這三家公司的聯合生態，事實上正在扮演「全球性新創代理人體系」的角色。任何一個域知識型創業者，透過這個三角網絡，可以完成從公司設立到產品上線到金流收款的完整鏈條—無需任何在地人類代理人。代理人的角色被基礎設施化了，而基礎設施的提供者，掌握了比任何單一買辦家族更深的護城河。
三、AI 時代的關鍵分裂：孿生模擬是新的代理人嗎？
匯豐銀行在評估是否進入一個新市場前，需要依賴代理人「對當地市場狀況提供諮詢意見」。這就是古典的「先模擬，再進場」邏輯—只是當時的模擬工具是人類代理人的域知識判斷。
AI 時代的數位孿生技術，正在把這個邏輯搬到算力層面。全球數位孿生市場預計從2025年的211億美元成長至2030年的1498億美元，年複合成長率達47.9%。Siemens 在2026年1月推出 Digital Twin Composer，讓企業在物理建設前就能跑完整的虛擬模擬—這是 AI 代理人最先進的形態：大量資訊匯集，預先模擬營運結果，讓決策者以算力替代過去需要昂貴人類顧問的判斷。
Gartner 最新預測，企業到2028年將擁有超過十五萬個 AI Agent，並同步警告需要避免「AI sprawl」。這揭示了一個反諷：當 AI 代理人的數量超過人類的管理能力時，又需要新一層的「人類代理人」來監理 AI—只是這次的代理人角色是「AI 系統的監理者」，而非「市場進入的橋樑」。
四、AI 代理人的結構性邊界：信任鍛造不可算法化
AI 真正做到的事：大幅壓低了「資訊不對稱性代理人」的邊際成本，讓任何人都能以極低成本獲得過去需要昂貴代理人才能取得的市場資訊和執行能力。
AI 至今沒有解決的問題：信任鍛造仍然需要有真實代價的承諾主體。匯豐的買辦之所以讓洋行客戶信任，核心原因是他們「為銀行提供擔保並承擔廣泛職責」—這是一種不可算法化的社會承諾。一個 AI Agent 可以代你完成所有流程，但它無法代你「押上個人信譽」。
買辦的幽靈仍然徘徊在每一次市場進入的決策中。它的形態從家族買辦，演變為中介機構，再演變為平台 API，現在正在演變為 AI Agent 群體。每一次演變，邊際成本下降，覆蓋範圍擴大，但核心機制不變：誰控制了信任接口，誰就控制了市場進入的代價。
在這個意義上，代理人制度不是一種歷史遺跡，而是一種永恆的市場結構—只是每個時代，它的外衣不同。
