据TechRadar报道，Meta正在推广可执行任务的AI代理Muse，并以“#MuseMoneyChallenge”鼓励用户寻找1000美元节省；TechRadar一名撰稿人实测后，每月只找到约35美元可削减支出。与此同时，另一篇TechRadar文章指出，银行业正把AI接入以人工决策为核心的旧系统，麦肯锡估算生成式AI每年可为银行业创造2000亿至3400亿美元价值，但若不重构底层流程，收益可能受限。

Meta称，Muse不同于普通聊天机器人，设计目标是采取行动而非仅给建议。它运行在自有安全虚拟电脑上，配有浏览器，可连接电子邮件和日历等服务，处理填写表格和联系客服等任务，并可在用户关闭应用后继续工作；购买和发送消息等操作可能需要批准。Meta还称登录凭证被单独存储，代理无法读取，敏感操作可要求授权。

在省钱挑战中，早期案例包括找到更便宜的保险、被遗忘的订阅甚至未使用礼品卡，不过不少早期案例来自Meta员工。上述撰稿人让Muse查找省钱方式，最终发现一些可能不再需要的Patreon和Substack订阅，以及基于新套餐降低手机话费的机会，合计每月约35美元，仅为1000美元目标的3.5%。撰稿人建议行动前检查建议，并称这一结果虽有限，仍好过继续每月支出。文章认为，个人AI代理的用处取决于用户积累了多少“财务碎片”，代理更适合处理退款、抵扣等因回报不高而被拖延的行政事务。

银行领域的AI应用面临结构问题。文章称，几十年来银行技术围绕“人做财务决定，系统执行指令”的序列构建；AI可能逆转这一序列，理解客户目标、财务背景并决定下一步。麦肯锡估计生成式AI每年可为银行业创造2000亿至3400亿美元价值，但许多机构只是把AI加到旧模型上，继承了产品孤岛和流程边界。目前最显眼的银行AI应用仍集中于改善流程，包括客服、欺诈检测、个性化推荐、文档摘要和加快信贷决策。Lloyds Banking Group表示，2025年在集团范围内推出50多个AI用例，产生约5000万英镑价值，并预计2026年再增加超过1亿英镑价值。

麦肯锡也认为，仅在现有流程上叠加AI不会带来转型，反而可能制造新的技术债务。文章提出三个判断问题：AI是遵循固定指令序列，还是能在护栏、可信数据源和批准工具范围内选择并协调行动；流程是否为代理行动而设计，并保留人工审核和决策记录；权限、监控和监管控制是否内嵌于工作流，尤其是合规和欺诈预防。如果答案是否定的，银行只是增加了AI界面，没有重新设计流程。

文章认为，更重要的转型从客户目标而非银行产品开始，系统可持续监控余额、待付款、收入、可用信贷等信息，决定资金保持流动、投资或减少借贷，并可先从低风险操作开始。德意志银行已部署代理式AI系统用于第三方风险管理，多个AI代理检索控制措施、分析文件并提出评估结果，人类评估者仍负责审查或推翻建议。文章还称，AI代理应像新员工一样获得明确权限，并通过透明的活动日志、警报、审批阈值和推翻决定的能力接受监管。Visa和Mastercard都在建设AI发起支付的基础设施，Visa Intelligent Commerce允许AI代理代表用户寻找并购买商品，支付流程内置令牌化凭证、身份验证和支出控制。