高盛为何从银行家与交易员手中收回Claude Code?

高盛收回Claude Code,折射企业AI治理从“能不能用”转向“该让谁用”。
高盛近日从银行家和交易员手中收回AI编程工具Claude Code,引发Hacker News热议。文章指出,这并非对AI能力的否定,而是企业级AI治理的理性校准:代理式工具具备执行命令、修改文件的能力,在金融场景下权限边界与审计要求极高,而业务人员缺乏审查AI生成代码的能力,风险收益不对称。讨论区三种声音共同指向,企业AI的分水岭已从“能不能用”转向“该让谁用、如何审计”。对Anthropic等厂商而言,角色化权限、操作审计与沙箱执行将从加分项变为产品标配,治理能力成为敲开高合规行业大门的入场券。
高盛为何从银行家与交易员手中收回Claude Code?
金融巨头高盛近日做出一项值得玩味的决定:不再让银行家和交易员直接使用AI编程工具Claude Code。消息在Hacker News上引发近百点讨论,37条评论里弥漫着对金融业AI落地困境的审视。一个华尔街顶级投行,主动从一线业务人员手中收回一款强大的AI工具,这背后折射出的不是技术倒退,而是企业级AI治理的深层命题。
收回动作的实质:不是禁用,而是重新划分边界
从原始信息看,高盛的动作是“pulling Claude Code from its bankers and traders”,即从银行家与交易员手中收回这一工具。Claude Code由Anthropic推出,定位是能在终端中执行代码生成、文件操作、命令运行等任务的AI编程代理。它最初的设计场景更贴近工程师的日常开发流,而非金融业务人员的办公桌面。
投行将这类工具从业务端收回,通常指向几个现实约束:权限边界难以控制、操作可审计性不足、以及业务人员缺乏对AI生成代码的审查能力。当AI代理能够直接执行命令和修改文件时,金融场景对“谁做了什么、能否追溯”的要求远比一般办公场景苛刻。
Claude Code 的产品定位
Claude Code 是 Anthropic 于 2025 年推出的代理式(agentic)编程工具,运行于终端环境,可自主完成读取代码库、生成与修改文件、执行 shell 命令、运行测试、提交 Git 变更等任务。与传统代码补全工具(如早期 GitHub Copilot)不同,它具备“执行”而非仅“建议”的能力,因而在带来高效率的同时,也引入了文件误改、命令误执行、敏感数据外泄等风险。这一特性决定了它在企业内落地时,必须配套权限隔离与审计机制,而不能像普通聊天机器人那样对全员开放。
金融业的AI悖论:想要效率,更怕失控
高盛并非抗拒AI的机构。相反,它一直是华尔街探索生成式AI的先行者之一,内部曾推动多种AI辅助工具在研究与开发场景落地。此次收回Claude Code,与其说是对AI能力的否定,不如说是在“效率收益”与“风险敞口”之间重新校准。
银行家和交易员的核心工作是资本配置、客户关系与风险定价,而非编写可执行代码。把一款面向开发者的代理式编程工具交到他们手中,潜在收益有限,但一旦AI代理误操作、越权访问或生成不可审计的变更,代价可能远超效率提升。这种不对称的风险收益结构,决定了收回是理性选择。
代理式 AI(Agentic AI)与可审计性
代理式 AI 指能够自主规划步骤、调用工具并执行多步操作的 AI 系统,区别于仅生成文本的对话式 AI。其核心特征是“行动能力”——它可以读写文件、访问 API、运行命令。对企业而言,这带来一个根本性挑战:传统 AI 的输出是建议,人类可复核;代理式 AI 的输出是已经发生的操作,事后追溯依赖日志与沙箱。金融行业受 SEC、FINRA 等监管约束,要求对影响交易、客户数据与账务的操作保留完整审计轨迹,这正是通用代理工具难以直接满足的。
Hacker News讨论区的三种声音
围绕这一事件的37条评论,可以归纳出三类典型观点。第一类认为,这暴露了代理式AI工具在企业落地的根本难题:能力越强,治理成本越高。第二类观点指出,问题不在于工具本身,而在于企业没有为不同角色设计差异化的AI使用策略。第三类声音则更冷静——高盛的做法恰恰说明其AI治理体系在运转,能够识别并纠正不合适的工具扩散。
这些讨论的共同指向是:企业AI adoption的分水岭,已经从“能不能用”转向“该让谁用、怎么用、如何审计”。Claude Code这类具备执行能力的代理工具,把这一问题推到了前台。
对AI工具厂商的启示:角色化权限将成为标配
高盛的收回动作,对Anthropic及同类AI编程工具厂商是一个明确信号。企业客户不再满足于单一版本的通用工具,而是需要细粒度的角色权限、操作审计日志、沙箱执行环境,以及面向非工程角色的受限模式。
可以预见,代理式AI工具的产品路线图会加速向“企业治理友好”倾斜:区分只读建议模式与可执行模式、为不同职能预设权限模板、把每一次代理操作纳入可追溯记录。谁能更早把治理能力做成产品能力,谁就更容易敲开金融、医疗、法律等高合规行业的大门。
RBAC 与沙箱执行在企业 AI 中的意义
角色化权限(RBAC,基于角色的访问控制)是企业软件治理的成熟范式,如今正被移植到 AI 工具领域:为不同职能预设能力边界,例如分析师只读、工程师可写、管理者可审批。沙箱执行则指在隔离环境中运行 AI 生成的代码或命令,避免其对生产系统造成直接影响。审计日志记录每一次代理调用的输入、输出与副作用,是合规审查的基础。三者结合,构成代理式 AI 进入高合规行业的“治理三件套”,也是工具厂商差异化竞争的新维度。
结语
高盛从银行家与交易员手中收回Claude Code,不是一则关于AI失败的故事,而是一则关于AI成熟的故事。当企业开始认真区分“谁该拥有哪种AI能力”,代理式AI才真正进入可规模化部署的阶段。对工具厂商而言,治理不是 adoption 的阻力,而是下一阶段竞争的入场券。
相关推荐

Agentic Paper Bomb:用多智能体自动生成企业合规文档
Reddit 开发者分享 Agentic Paper Bomb 实验:让五个 AI 智能体扮演高管角色,自动生成企业合规、安全、DevOps 等文档。探讨多智能体协作生成文档的潜力与隐忧。

《Rob Roy》经典台词解析:领导者的代价与生存抉择
解析《Rob Roy》中Rob Roy与Sibbald的经典对峙台词,探讨领导力的代价、生存与尊严的权衡,以及权力博弈背后的人性洞察。

黄仁勋被曝聘请擅长处理丑闻的公关公司
据 Wired 报道,黄仁勋在《纽约时报》报道其妻子商业往来后,聘请了一家曾处理高知名度性丑闻的公关公司。本文分析这一举动背后的危机管理信号及其对英伟达声誉的影响。