前两部分分别说明了市场能提供什么、用户要什么与能承受什么。AI 代理改变的是另一件事：一个人要亲自付出多少，才能完成一项任务。衡量它的尺子是放大倍数，即委托人自己完成所需的投入，与交给代理之后仍需付出的投入之比。后者由三部分构成：代理做不了、仍要自己完成的部分；说明任务与核对结果的投入；代理出错之后的返工。在金融场景里，还要加上一条约束：市场接近有效，代理预测得更准，带来的好处有限。第三部分逐项拆开这个分解。
分母中的三项性质不同。不适用的部分取决于事务本身，决定了放大倍数的上限；说明与核对取决于结果能否被方便地验证；返工取决于代理的可靠程度。代理生成得多快，并不在分母之中。
一项事务能否交给代理，依次取决于三个问题。第一，值不值得做：交出去之后，委托人一年下来能省下多少投入，是否换来原本做不到的事。第二，有没有条件做：代理拿不拿得到所需的信息与工具，能否到现场行动，是否获得了法律与机构的准入。第三，敢不敢交：出错的后果有多大，结果能否及时判定对错。前一个问题不成立，后面的不必再问；第三个问题决定第一个问题的名义价值能兑现多少。
三个问题与上面的分解一一对应。值不值得做，看的是分子与整体的倍数；有没有条件做，决定不适用的部分有多大；敢不敢交，决定说明与核对要花多少投入，以及出错后要返工多少。
第三部分只讨论代理本身的性质：它能做什么、做得多可靠、做完之后怎样被核对。每一章同样从一个具体的情境出发，引用公开的实验与测评，并标明数字的时点：AI 的能力变化很快，结论的适用范围以机制为准。
拆开放大倍数之后，结论可以归为一句话：代理替人省下的，取决于它能完整承担多大的范围、出错后要返工多少、核对要花多少时间，而不取决于它生成得多快；在金融场景里，预测上的优势会被竞争消耗，可以持续的价值在成本、纪律、行为与可及性上，执行的错误则必须被授权与上限挡住。
这些结论构成了设计金融产品的第三组约束。市场、用户与 AI 三组约束摆在一起，就可以回答最后一个问题：在这些约束之下，一个金融产品应当承诺什么、怎样约定、怎样实现、怎样赢得信任。