Goldman Sachs 收回交易员的 Claude Code
Goldman Sachs Is Pulling Claude Code from Its Bankers and Traders
Goldman Sachs 更新了内部指引，将 Anthropic 的 Claude Code 和 Microsoft 的 GitHub 权限限制为仅限工程师使用，交易员和银行家不再能直接调用这些 AI 工具。尽管首席信息官 Marco Argenti 曾在今年 7 月大力推崇非技术人员利用 AI 构建工具的“vibe coding”模式，但出于对代码审查、信息隔离墙以及潜在风险的担忧，该银行决定收紧权限。讽刺的是，Goldman Sachs 正是 Anthropic IPO 的主承销商，其银行家们即将向市场推销一家他们自己已无法使用其核心编码代理的公司。这一举措反映了金融机构在追求 AI 效率与严守合规风险之间的艰难平衡。
一个由交易员利用代理工具自行构建的程序，可能会在日常交易中投入使用，却完全绕过了审查、测试和部署控制流程。
HN 评论区
472- lukebuehler
这里大家都在各种解释高盛为什么要这么做，但没人点出这篇文章（隐含）的核心：在金融从业者的主力机器上运行编程代理，直接撞上了致命的“三难困境”。就这么简单。
你绝不能在拥有客户/交易/自营信息访问权限、邮件客户端、互联网以及内部网络接入的工作站上，运行半无人值守的代理，这太危险了——一次小失误或提示词注入就可能导致重大泄密。银行并不愚蠢，他们意识到了这一点，正在叫停。
- legitster
在我们公司，他们收回 Claude 的访问权限是因为长期的账单超额。预算紧张，消耗计费模式到处都在被严控。Anthropic 销售无法为我们提供任何标准化的计费费率。
Gemini 正在趁虚而入，因为他们提供固定一致的计费，并通过限制访问更高阶模型来处理超额情况。对于 90% 的非工程部门来说，体验差异微乎其微，几乎没什么区别。
- steveBK123
无论技术工具如何，非技术人员撰写技术文档，然后试图强迫技术团队将其投入生产，这是一个永恒的故事。LLM 只是让人们能更快地做到这一点，且无需太多的编程知识……而这恰恰导致了真正的问题，我认为是这样。
银行在应用访问/权限、数据隐私、数据授权、细粒度数据权限、数据访问（可审计）、审批链（可审计）以及实际金融风险方面，有着大量的法律、合规、监管和声誉方面的顾虑。
- cactca
这个公告最有趣的部分在于时机。高盛正在牵头 Anthropic 的 IPO，是什么促使他们在交易开始前的几周内宣布这一消息？
- fancyfredbot
高盛主动切断交易员访问权限的可能性微乎其微，更有可能的是发生了运营损失。是什么样的损失？我不知道，但请考虑以下几点：
1) 只有交易员被收回了 Claude Code。
2) 只有交易员有权向市场发送订单和记录客户交易。
3) Claude Code 很可能是在交易员的账户下运行，且几乎没有经过审查。
如果你在那种环境下运行一个编程代理，迟早它会下错单或记错交易，一旦发生这种情况，管理层迟早会决定采取此类行动。
高盛肯定不是为了成本原因才这么做的。他们付得起 token 费用。
- Alien1Being
我的一位亲戚所在的金融公司，因为团队使用 AI 而裁掉了一个团队。
简版故事：
1. 需要定期准确收集和整理文件（电话录音、Bloomberg 聊天、WhatsApp 消息等），以供行业监管机构审查。
2. 这个高薪团队使用 AI 错误地执行了这项任务。
3. 由此产生的错误本可能导致决策者入狱。
4. 该团队被解散。
- armanckeser
“香港的限制是基于地点和合同条款，而新的限制是基于角色。高盛内部的 AI 助手（使用多家公司的模型）在全公司范围内仍然可用。该限制适用于能够自行编写和运行代码的第三方代理。”
- wildmXranat
几个月前我就曾向高层提过这一点。我认为让 Codex 拥有完整的 root 权限、网络访问权限以及远程访问其他 LAN 连接机器的权限，既不安全也不明智。
更不用说它还能访问任何文件和二进制文件，这可能暴露凭证或配置，进而通过 HSM 访问导致凭证泄露。
我只是被告知要把这个问题提交给另一位经理寻求“第二意见”，但我怀疑这甚至不是一个好的处理方式。委员会式的安全（Security by committee）是一个糟糕的陷阱，也是推卸责任的一种方式。
- microflash
现状是，我们过去有成千上万个带有晦涩宏的 Excel 文件在支撑着业务，现在我们有成千上万个 Claude 生成的工件在做同样的事。什么都没变，更谈不上改进。
每当我看到这种回潮，原因都是合规或安全。而且这并非出于什么高尚的初心，只是因为某些检查项无法因为 AI 而被勾选。
- siliconc0w
要让这些模型既有用又安全真的很难。有用意味着广泛采用、长时间无人干预的任务执行、广泛的读写数据访问权限（分析、摘要、仪表板等）。
安全则意味着容器、护栏、出站过滤器、人工介入、针对每个代理的 deliberate MCP 控制，以及在提示词/任务选择方面的真正专业知识等。
目前我看到的模式是：安全团队说不，事情被升级，然后被允许，接着 1% 的时间里模型会把数据传到不该去的地方（无论多少提示词或控制措施似乎都无法真正解决这个问题），然后又被锁死。