香港金融机构在如何提供以科技为导向的银行业务方面面临着决定性时刻：香港金融管理局（金管局）于 2025 年 11 月 3 日推出 Fintech 2030，引入了 DART 框架，其中包含有特定举措和明确的监管预期。
DART 代表四个基础支柱：
-D 数据：建立统一的数据基础设施和治理
-A I：负责任地大规模部署人工智能
-弹性：确保运营连续性和网络安全
-T 代币化：促进数字资产创新和区块链的采用
对于香港银行而言，DART 超越了金融科技 2025 的基础，转向了具有监管权重的具体计划。它制定了跨支柱的监管标准，为早期采用者创造了竞争差异化，为人工智能治理和后量子密码学（PQC）引入了风险管理框架，并要求参与商业数据交换（CDI）和 GenAI Sandbox++等生态系统计划。DART 发出明确的监督方向。提早采取行动的银行将更有能力满足监管预期和市场需求。
如今，AWS 在 DART 支柱领域提供已部署、久经考验的功能。来自 NatWest、澳大利亚联邦银行（CBA）、Visa、保诚、Capital One、Vanguard 和 Coinbase 的客户案例证明了生产规模上的这些能力。在这篇文章中，您将学习 AWS 能力如何通过生产客户示例映射每个 DART 支柱，并找到在自己的环境中开始构建所需的资源。
“D” 数据 — 创建下一代数据基础架构
金管局的数据支柱要求银行在严格监管下跨机构共享贸易融资和反洗钱（AML）数据，各方控制其共享内容、与谁共享以及持续多长时间：
-将分散的数据整合到单层中，从一份真相副本中提供分析、机器学习和监管报告
-基于开放标准的统一架构，具有 PB 级工作负载的可扩展性、实时摄取和跨故障域的弹性模式
-同意管理的共享工作流程，用于跨机构访问，提供有时限的授权和自动批准链
-机密计算环境可在不暴露机构间原始记录的情况下处理敏感财务数据
图 1：AWS 统一数据策略——数据源汇聚成一个具有受控共享和机密计算的单一湖库。
统一数据基础架构
为了满足这些需求，您可以使用基于开放标准的湖屋架构来整合分散的数据孤岛。亚马逊 SageMaker 统一工作室为数据工程师、分析师和数据科学家提供了单一的开发环境。团队无需切换工具即可构建 SQL 查询、笔记本和可视化 ETL 管道。它将 Apache Iceberg 上的分析与单一副本架构统一起来。零 ETL 集成直接连接操作数据库，从而消除了数据移动。AWS Lake Formation 在表、列和单元格级别实施细粒度的访问控制。团队在原地查询数据，不移动、不重复，副本之间也不会出现偏差。
使用 Apache Iceberg 作为开放表格式支持跨引擎的可移植性并减少供应商锁定。Amazon S3 Tables 作为一流的亚马逊简单存储服务 (Amazon S3) 资源大规模管理这些 Iceberg 表。它提供更高的每秒交易量 (TPS) 以及自动压缩和快照管理。随着数据大规模增长，银行需要专门构建的仓库来进行复杂的分析和监管报告。Amazon Redshift 提供 PB 级的数据仓库，无需复制即可实现零 ETL 集成、流媒体摄取和跨账户数据共享。在数据到达分析或模型之前，必须对其进行发现、编目和质量检查。AWS Glue 处理无服务器数据集成、抓取、编目和跨源转换数据。内置的 PII 检测和数据质量规则会在异常到达下游消费者之前对其进行标记。
数据和 AI 治理
跨机构数据共享需要基于同意的访问控制。亚马逊 DataZone 提供受许可管理的编目、发现和共享。数据生产者发布带有元数据、世系和质量分数的资产。消费者通过具有自动批准链的受管工作流程请求访问权限。订阅授予强制执行有时限的访问权限，该访问权限会自动过期。AWS 密钥管理服务 (AWS KMS) 加密静态数据资产，AWS CloudTrail 提供所有访问和共享活动的审计跟踪，以获取监管证据。
当机构必须在没有任何一方看到他人的原始记录的情况下获得共享见解时，AWS Nitro Enclaves 提供隔离的计算环境，没有永久存储，没有交互式访问权限，也没有操作员访问权限。加密认证会在任何数据进入安全区的代码之前对其进行验证。这允许多方计算，同时保持严格的数据边界。对于现场级数据保护，AWS Serverless 代币化解决方案用随机令牌替换敏感值，通过减少直接处理敏感数据的组件来简化监管合规性。
客户参考资料
NatWest 正在使用 SageMaker Unified Studio 建造的湖畔仓库中将近 30 个分散的客户主数据库整合到三个或更少的数据库中，从而建立零售、财富和商业银行客户数据的单一受管理副本。Amazon DataZone 允许每个业务部门通过同意管理的工作流程发布和发现数据资产，直接满足跨机构共享要求。
澳大利亚联邦银行在九个月内将 61,000 条管道（10 PB）迁移到了 Apache Iceberg 上的统一湖库，使用 AWS Glue 进行编目，Lake Formation 用于细粒度的访问控制。他们在 SageMaker Unified Studio 和 DataZone 上的 CommBank.Data 市场通过单一的受管数据层为 40 个业务领域提供服务，无需重复。
Visa 内置了 Protect A2A，在不到 250 毫秒的时间内对非信用卡支付欺诈进行了评分，正常运行时间为 99.99％。敏感 PII 仅在 AWS Nitro Enclaves 内进行加密和处理，任何操作员都无法访问它，这表明了在不暴露原始记录的情况下进行多方数据协作的机密计算模式。
“A” 人工智能 — 一种新的整体人工智能策略
金管局的人工智能支柱预计，银行将生成式人工智能从沙盒试点转向生产规模部署，并制定负责任采用的监管框架和加强人工智能的监管监督。
-无需提供商锁定即可访问不同的基础模型，可以灵活地为每个用例选择正确的模型
-在基础设施层实施负责任的人工智能护栏，集中应用内容政策、主题限制和自动推理检查
-具有会话隔离、身份管理、实时策略执行和全面的可审计性可观察性的代理部署运行时
-弹性培训基础设施，用于在无法离开银行环境的敏感财务数据上微调特定领域的模型
图 2：代理式 AI 堆栈——基础模型、护栏和具有可观测性的代理编排。
可扩展的人工智能基础设施和负责任的护栏
银行需要在不向单一提供商承诺的情况下获得许多基础模型。Amazon Bedrock 提供专有和开源模型，使银行可以灵活地将封闭模型用于通用任务，将自托管的开源模型用于具有更严格合规要求的工作负载。Bedrock 提供数百种基础模型的访问权限，为超过 100,000 个组织提供服务。智能提示路由和模型提炼可针对整个 FSI 工作负载的成本和延迟进行优化。为了将模型响应建立在机构知识而不是一般培训数据的基础上，Amazon Bedrock 知识库通过检索增强生成 (RAG) 将模型与银行特定政策、产品目录和监管文件联系起来。Amazon Bedrock 持有 ISO、SOC 和 CSA STAR 认证、FedRAMP 高级授权和 HIPAA 资格。
负责任的部署需要合规团队可以集中设置控制措施并独立于应用程序代码进行审计。两个互补的功能可以解决这个问题。Amazon Bedrock Guardrails 提供具有可配置主题级别限制的内容筛选功能，可防止模特讨论竞争对手、透露内部政策或生成不合规建议。护栏始终适用于模型和代理，从而形成了集中式治理边界。自动推理检查增加了单独的逻辑验证层，使用形式推理来验证模型输出事实上是否与来源政策一致，并且不包含幻觉声明。这两个功能共同提供了监管预期所需的负责任的人工智能治理。
代理人工智能和生产部署
从聊天机器人原型迁移到生产代理需要一个对代理采取的每项操作强制执行安全边界的平台。Amazon Bedrock AgentCore 是一个代理平台，用于使用支持的框架和基础模型大规模安全地构建、部署和运营代理。AgentCore 与包括 CrewaI、LangGraph、LlaMainDEX、谷歌 ADK、OpenAI Agents SDK 和 Strands Agents 在内的开源框架以及亚马逊 Bedrock 内外的基础模型合作。
在部署和连接方面，AgentCore Runtime 在 Firecracker 微虚拟机中提供了一个安全的无服务器环境，具有真正的会话隔离。Gateway 将现有 API 和服务转换为与模型上下文协议 (MCP) 兼容的工具，用于企业数据访问。Identity 使用 OAuth 2.0 管理针对现有身份提供商的代理身份验证。这消除了代理部署中的硬编码凭证。
为了管理和质量保证，Policy 使用 Cedar（AWS 的开源策略语言）在执行之前拦截工具调用。可观测性以兼容 OpenTelemetry 的格式跟踪每个步骤，以进行审计和调试。评估提供自动代理评估，衡量部署前后的任务执行质量。
特定领域模型训练
银行微调反洗钱或信贷决策模型需要弹性培训基础设施，以保护无法离开环境的敏感数据。亚马逊 SageMaker HyperPod 提供分布式训练，可对数百个加速器进行自动故障检测和恢复。如果节点在训练过程中出现故障，HyperPod 会将其替换并在没有手动干预的情况下恢复。无检查点训练通过消除定期保存状态来缩短训练时间，使银行能够在生产规模上更快地迭代专有的 FSI 模型。
客户参考资料
保诚在基于 Amazon Bedrock 的微代理平台上部署了超过 100,000 名顾问。编排代理通过 MCP 和 A2A 网关协调五个专门的子代理，Cedar 策略强制执行操作级权限，基岩护栏则应用负责任的人工智能控制。部署周期从 6—8 周缩短到 3—4 周。
“R” 弹性 — 增强业务、技术和量子弹性
金管局的弹性支柱要求银行证明运营连续性，为未来的加密威胁做好准备。通过后量子密码学（PQC）过渡计划，监管预期涵盖当今的网络弹性和长期量子风险。这产生了四项技术要求：
-具有明确的 RTO 和 RPO 目标的物理隔离故障域，监管机构可以对其进行审计
-自动补救和混乱工程证据，无需依赖人工干预即可证明应变能力
-符合监管云治理标准的合规认证和审计就绪文档
-加密灵活性，可对传输中的数据和静态数据采用抗量子算法，防范立即收获后解密的威胁
图 3：通过设计和后量子就绪实现弹性——采用四步 PQC 迁移路线图实现多可用区冗余。
弹性源于设计
银行需要一个设施的故障不会导致其他设施的故障发生的基础设施。当您在 AWS 上构建时，每个区域由三个或更多物理上独立的可用区 (AZ) 组成，这些可用区具有独立的电源、冷却和网络，并通过冗余的低延迟链路连接。灰色故障检测可在性能下降的组件导致明显中断之前识别它们，自动修复无需手动干预即可取代故障基础架构，从而将恢复保持在定义的 RTO 目标范围内。
监管机构希望银行通过证据，而不仅仅是文件来证明其应变态势。AWS 故障注入服务 (FIS) 运行受控混乱实验，模拟 AZ 故障、网络延迟和资源耗尽，并生成可向监管机构展示弹性状况的审计就绪报告。银行可以在实际事故发生之前验证其架构在实际故障条件下是否达到 RTO 和 RPO 目标。
在责任共担模式下，AWS 保护底层基础设施达到最高标准，这意味着建立在 AWS 上的银行已经继承了监管云治理框架所需的合规认证和弹性能力。AWS 持有主要框架的认证和认证，包括 ISO 27001、SOC 1/2/3、CSA STAR、PCI DSS 等（参见 AWS 合规计划）。AWS Artifact 提供对这些合规性报告和安全文档的按需访问，从而支持银行满足审计要求，无需手动收集证据。这种共享模式意味着银行可以将工程工作重点放在应用程序级弹性上，而不是从头开始重建基础设施级别的控制。
后量子密码学就绪
保密期限较长的金融数据容易受到 “现在收获后解密” 的威胁，威胁行为者如今捕获加密流量，并在量子计算机成熟后对其进行解密。银行现在需要采用抗量子算法。AWS 提供目前可部署的后量子加密技术。AWS-LC 和 s2n-tls 提供经过 FIPS 140-3 验证的开源加密库，支持 ML-KEM，现在允许混合 PQC TLS 连接。混合模式意味着应用程序与经典算法一起协商抗量子密钥交换，在保持向后兼容性的同时获得向前保密性。
对于数字签名和信任根，AWS KMS 和 AWS 私有证书颁发机构（私有 CA）中的 ML-DSA 提供抗量子算法。PQC 保护涵盖传输中的数据和静态数据的 AWS 服务，银行可以通过配置更改而不是应用程序重写来激活这些服务。
客户参考资料
Capital One 使用 shuffle 分片设计五个 9，为每位客户分配一个独特的基础设施单元组合。在 US-East-1 中断期间，服务在 500 毫秒的 SLA 内发生故障，自动故障转移到辅助区域。AWS FIS 利用可供审计的证据推动混乱工程的发展，直接满足了对表现出弹性态势的要求。
Vanguard 建立了卓越的密码学中心，并使用 AWS KMS 每小时 300 亿次操作。一个建立在 AWS Config、Amazon CloudFront 日志和亚马逊雅典娜基础上的发现框架清点了入站和出站连接中的加密使用情况，目标是到 2029 年底采用 ML-KEM，以满足加密灵活性要求。
“T” 代币化——面向未来货币的基础设施
金管局的代币化支柱旨在为代币化资产和数字货币建立一个充满活力的生态系统，加速现实世界资产（RWA）的代币化，并用新形式的数字货币进行结算。对于银行而言，这意味着四项基础设施要求与消费类加密货币截然不同：
-区块链节点全天候运行，提供机构级政府债券和数字货币结算服务
-密钥管理，其中私钥在硬件安全边界之外永远不会以纯文本形式存在
-机构间连接，使结算流量无法进入公共互联网
-可审计的交易治理，包括合规性检查、许可名单和执行前的多重签名批准
图 4：代币化生态系统——现实世界中的资产通过代币化管道流向具有安全密钥管理的区块链网络。
区块链和分布式账本基础架构
从政府债券结算到稳定币发行，银行需要灵活地为不同的代币化用例采用不同的协议和网络。AWS 将区块链基础设施视为可组合的构建块，而不是单一的托管服务。AWS 区块链节点运行器为自我管理的区块链节点提供经过审查的部署蓝图，涵盖了包括 Hyperledger Besu、以太坊等主要协议。机构可以使用预先验证的配置来部署节点基础架构，以实现高可用性和安全的 RPC 访问。亚马逊弹性 Kubernetes 服务（EKS）通过编排和自动扩展来运行区块链节点，而 AWS PrivateLink 则防止结算流量进入公共互联网，从而满足私有连接需求。
机构级密钥管理和交易签名
代币化金融要求私钥永远不要离开硬件安全边界。AWS KMS 支持以太坊和比特币使用的 ECC_SECG_P256K1 (secp256k1) 密钥规范，密钥在 FIPS 140-3 安全等级 3 验证的 HSM 内保护。对于需要使用单租户硬件进行完全托管的机构，AWS CloudHSM 在客户的 VPC 中提供专用 HSM 实例，支持 secp256k1 和 PKCS #11 /JCE/OpenSSL 接口，让银行能够独家控制密钥材料。
对于需要额外隔离的交易签名，Nitro Enclaves 添加了气隙签名层：未签名的交易通过本地套接字进入安全区，安全区从 KMS 检索加密密钥（通过加密认证进行验证），在内存中签名，并仅返回签名。私钥永远不会碰到主机。
现实世界资产代币化
除了基础设施基础设施，银行还需要端到端的发行渠道来对现实世界中的资产进行代币化。AWS 和 Fireblocks 参考架构实现了这一点：基于多方计算 (MPC) 的密钥管理，可消除单一的妥协点；用于交易治理和合规性检查（许可名单政策、速度限制、多重签名批准）的策略引擎、智能合约部署和代币铸造。该架构解决了从资产估值到链上发行和二次结算的端到端生命周期。
客户参考资料
Coinbase 在 18 个月内在 AWS EKS 上扩展了 10 倍，在 3500 种服务配置中实现了 68％的资源减少和不到一分钟的横向扩展。这表明了具有机构级可用性的全天候数字资产运营所需的基础设施经济性。
结论和后续步骤
每个 DART 支柱都规定了香港银行必须满足的特定技术要求。这篇文章演示了 AWS 的能力如何直接与这些要求对应，从统一的数据架构和同意管理的共享，到具有大规模代理部署功能的负责任的人工智能，再到具有后量子就绪性的基础设施级弹性，以及用于代币化资产结算的可组合区块链基础设施。这篇文章中的客户证词证实了这些能力如今以生产规模运行。
浏览以下资源，开始在您的 AWS 环境中构建符合 Dart 的工作负载：
-Amazon Bedrock AgentCore 开发者指南，用于部署具有护栏和可观测性的负责任的 AI 代理
-AWS 后量子密码学指南，用于清点加密依赖关系和启用混合 PQC TLS
-采用 Fireblocks 的 RWA 代币化参考架构，用于端到端发行管道
-GitHub 上的 s2n-tls 用于实现开源 TLS，支持 ML-KEM
-AWS 架构完善的 FSI 镜头，用于评估弹性状况
免责声明
本文中的内容不构成法律、合规或监管建议。客户有责任对本文中的信息进行自己的独立评估，包括确定是否符合适用法律和法规，以及对上述 AWS 服务的任何使用。本文中描述的 AWS 服务和客户示例仅供参考，并不保证监管符合金管局的要求或任何其他监管框架。