高盛收回交易员的Claude Code：仅限工程师使用
11月8日，一条关于华尔街与AI编程工具的消息登上 Hacker News 首页，获得800多个点赞、450多条评论：高盛把 Anthropic 的 Claude Code 从交易员和投行家手里收回去了。彭博社11月2日的报道显示，这家华尔街大行在10月更新了内部指引，将 Claude Code 与微软 GitHub 的编程工具限定为工程师专用。曾经被高管公开称赞的”氛围编程”（vibe coding）实验，就此画上句号。
发生了什么
据彭博社的报道，高盛在10月更新内部指引后，Claude Code 与 GitHub 的 AI 编程工具只对两类员工开放：一是约1.2万名软件工程师，二是横跨交易、量化研究与软件工程的”策略师”（strats）。此前几个月，交易员和投行家也可以自由使用这些工具，用它们做市场建模、跟踪客户、编写自动化脚本；新规之下，他们的访问权限被收回。
高盛发言人尼克·卡卡特拉（Nick Carcaterra）将这一调整定性为一次取舍：工具应当”交到最适合长期发挥其价值的人手中”。他同时表示，银行会让部分员工先试用某些 AI 工具，以摸索不同部门的最佳用法。彭博社援引知情人士的说法称，这次调整源于对生产力与风险的评估，但高盛没有公开评估细节，也没有说明是哪一类风险最终起了决定作用。
值得注意的是，这并非高盛第一次收紧 AI 工具。今年4月，该行已将 Claude 从香港投行员工的内部 AI 平台上撤下，原因是数据保密与合同条款限制。不过那次是地域性限制，这一次则是按岗位划线，影响范围更广，也因此引发了更大的争议。
从力挺到收回：四个月的态度转向
这件事之所以引发热议，一个重要原因是高盛态度的反差。今年7月，高盛首席信息官马可·阿真蒂（Marco Argenti）还在公开场合称赞交易员、投行家等非技术员工的”氛围编程”，把它视为提升生产力的新手段。短短四个月后，同一批人失去了使用权限。
这种反差也折射出金融业对 AI 编程工具的纠结：一方面，Claude Code 这类能自主编写并运行代码的智能体确实能帮非技术人员把想法快速变成工具；另一方面，代码谁来负责、出了问题谁来兜底、敏感数据会不会外泄，都是银行合规部门无法回避的问题。彭博社的报道没有点明高盛评估中哪一项风险权重最高，也没有披露交易员今后用什么替代工具。
同一时间，Claude Code 生态接连曝出安全风波，也给这场讨论添了注脚。11月7日，安全公司 Apiiro 报告称，Claude Code 的”不再询问”（Don’t Ask Again）选项会把用户的批准规则写入项目中的 .claude/settings.local.json 文件，而这些文件连同其中可能包含的密码等敏感信息，已出现在1122个公开的 GitHub 仓库中。10月底，Cursor 扩展市场还出现过被篡改的 Claude Code 扩展（2.1.312 与 2.1.313 版本），在架约11小时，最多5000名用户受到影响，官方随后发布了干净的 2.1.314 版本。需要说明的是，目前没有任何报道把这些事件与高盛的决定直接挂钩，不应就此认定二者存在因果关系。
微妙的另一重身份：承销商
高盛与 Anthropic 之间还有一层微妙的关系：高盛与摩根士丹利正是 Anthropic 首次公开募股（IPO）的主承销商。Anthropic 已于10月26日递交招股书（S-1），预计11月底前在纳斯达克上市，股票代码为 ANT。一边是即将上市的 AI 明星公司的承销商，一边是收紧自家员工对该公司旗舰工具的使用权限——这种反差本身就说明，高盛的决定更多出于内部治理考量，而非对 Anthropic 产品的否定。彭博社的报道也提到，高盛与 Anthropic 工程师合作搭建的后台智能体项目仍在继续。
行业正在分化
高盛并非华尔街唯一在 AI 编程工具上做选择的银行，但方向并不一致。巴克莱今年10月表示，预计到年底其半数开发者将用上 Claude Code，与高盛的收紧形成鲜明对比。这说明，关于”谁有权写代码”的争论，行业内远未达成共识：一种观点认为编程能力应当下放，让业务人员自己解决问题；另一种观点认为，写代码是专业工作，交给非专业人员只会积累无人负责的”影子系统”。
对更广泛的企业而言，高盛的案例提供了一个观察样本：AI 编程工具的普及不只是一个效率问题，更是一个治理问题。当智能体可以替人写代码、跑命令、碰数据时，企业必须回答三个问题——谁能用、用在哪、出了事谁负责。高盛的答案是：先收回到工程师手里，再慢慢摸索。对正在考虑给全员配发 AI 编程工具的公司来说，这个答案至少值得参考。
至于交易员和投行家，他们失去的不只是两个工具的使用权，还有一段短暂的”人人都是程序员”的实验期。AI 编程工具的浪潮不会因此停下，但华尔街的这一次刹车提醒人们：技术扩散的速度，终究要与组织的治理能力相匹配。