高盛限Claude Code：35000人被切断，IPO承销商为何先撤

2026年10月，高盛在内部悄悄改了一份指引：Anthropic的Claude Code和微软的GitHub，从此只给工程师用。这条线划得很清楚——大约12000名工程师还能访问，另外约35000名交易员、银行家和分析师则被挡在外面。彭博社报道称，这一调整已在内部引起不满，一些交易员感到沮丧。

11月初，彭博社把这则消息捅了出来，很快引来关注。原因之一在于时间点很微妙：限制令生效的同一个月，Anthropic于10月26日递交了IPO申请，而高盛正是这单上市的首席承销商。

从"全员编程"到"工程师专属"，仅用三个月

今年7月，高盛首席信息官马可·阿尔让蒂（Marco Argenti）还在公开场合夸赞公司内部的"氛围编程"（vibe coding）实验。他对彭博社讲了一套跑得很顺的协作方式：交易员或资产管理人员冒出想法，借助AI工具迅速搭出原型，再交给工程师做成生产级版本。在阿尔让蒂看来，这能让离问题最近的人先动手探索，从而缩短迭代周期。

放在实验室语境里，这套逻辑很有说服力。可它遮住了一个结构性风险：成千上万没有工程背景的员工，正在自己的办公机器上运行AI生成、AI执行的代码——而同一台机器里，存着客户的交易信息和持仓数据。

三个月后，高盛给这场实验画上了句号。高盛发言人尼克·卡尔切拉（Nick Carcaterra）在声明中说，评估了"生产力和风险管理"等多项因素后，公司决定把工具"交给最适合长期使用它的人"。这话反过来读就是：之前用这些工具的人，被认为不属于"最适合"的那一类。

被切断的不是AI，而是自主执行代码的权力

要看懂这次限制，得先分清两类AI使用场景。高盛自建的内部AI助手整合了OpenAI、Anthropic和Alphabet多家模型，目前仍对全行开放。高盛与Anthropic的合作也没有断：此前Anthropic的工程师曾驻场高盛六个月，帮忙搭建用于交易结算和客户入职流程的Claude智能体，这些系统跑在后台，由工程团队负责管理。

真正被收回的，是Claude Code和GitHub这类能自己写代码、自己执行代码的第三方工具。换句话说，是AI代理（agentic AI）在非技术人员手里的直接执行权。

高盛把"策略师"（Strats）这个特殊群体排除在限制之外，正好提供了一个佐证。Strats是高盛独有的岗位，横跨交易、量化研究和软件工程三个领域，说白了就是技术背景完整的金融从业者。他们保住了工具访问权，纯业务背景的交易员和银行家则失去了访问权。这条线不是按"接不接触AI"划的，而是按"有没有能力判断AI生成的代码安不安全"划的。

香港先例与全球收缩的逻辑

对Claude划边界，高盛并非头一回。2026年4月，高盛就已经把Claude从香港银行家的内部AI平台中拿掉。《金融时报》当时报道称，高盛对与Anthropic的合同条款做了严格解读，Anthropic方面也表示Claude从未在香港获得官方支持。ChatGPT和Gemini在当地仍可使用。两个月后，摩根大通也把Claude从香港的批准名单中撤除。

香港那次限制，依据是合同条款和地域合规；10月的新限制，依据则是岗位类型。两次动作指向同一个核心问题：金融机构内部，AI工具的访问权正在被系统性收紧，而每一次收紧都有明确理由——合规、风险，或者工具与岗位是否匹配。

这个趋势不止高盛一家。据Dealroom报道，摩根大通已在推动员工把成本更低的模型匹配到日常任务上，同时对第三方AI代理访问客户账户实施全面封锁。摩根大通CEO杰米·戴蒙（Jamie Dimon）在三季度业绩电话会上明确提到"流氓代理"风险，并指出客户授权外部AI工具时，责任归属会发生转移。花旗集团、美国银行、富国银行也先后采取了类似措施。华尔街正从开放实验转向受控部署，速度比外界预想的要快。

IPO时机制造的尴尬叙事

高盛限制Claude Code，偏偏赶上Anthropic冲刺IPO的节点，这个巧合成了外界解读此事最有张力的角度。高盛是Anthropic的首席承销商，按理说该是这家AI公司价值最有力的背书者。现实却是，它同时是把Claude Code从35000名非工程人员工位上撤掉的决策者。

这算不上矛盾。高盛撤退针对的是一种特定场景——非技术人员直接操作能执行代码的AI代理——并不是否定Anthropic的整体能力。高盛仍在深度使用Claude：后台智能体、工程师工具，以及与Anthropic持续数年的技术合作。退的是权限边界，不是技术信任本身。

可这个区分对市场叙事来说太细了。外界看到的是：Anthropic的铁杆合作伙伴、IPO承销商，在上市前夕把Claude Code从自家交易员的电脑上卸掉了。这个信号的象征意义，远大于它的实际意义。

企业AI部署的真实速度

高盛这个案例，揭出了一个在AI行业宣传语境里被系统性低估的周期：企业对AI工具的采用不是线性扩张，而是"开放实验→风险评估→权限收缩→受控扩张"的波浪式节奏。

从允许全员使用到只限工程师，高盛只用了几个月。触发点不是工具失灵，而是工具跑在了错误的边界上——非技术人员在敏感数据环境里执行AI生成的未经审查代码。这个风险可以预见，只是在"氛围编程"的乐观叙事里，被推迟到实验结束后才正式计价。

这一模式在金融业尤其典型。银行的核心约束不是算力，也不是模型能力，而是数据治理和代码审查链路是否完整。一段由AI生成、经非技术人员修改、在生产机器上直接执行的代码，再小也是潜在的合规漏洞。高盛的决定，是把这一判断落成了制度。

把时间拉长看，这轮收紧未必就是终点。高盛7月提过一套“原型→工程化”的流程，和眼下“工程师先行”的做法在逻辑上对得上：先让有技术判断力的人把工具用熟，搭出可复用的安全框架，再以受控方式开放给更多业务人员。阿尔让蒂所说的波浪式推进——开发者先走、其他人跟进——在10月的限制令之后大概还在慢慢往前挪，只是节奏比外界预想的更小心。

不过有件事已经明了：AI编程工具想在金融机构里落地，卡的不是采购环节，而是代码治理。谁有权执行未经审查的代码、在哪种机器上跑、碰什么级别的数据，这些答案才决定AI代理在金融业能扩张多快，AI供应商的IPO估值说明不了这个问题。

Sources: - [Goldman Sachs Restricts AI Coding Tools to Engineers](https://finance.yahoo.com/technology/ai/articles/goldman-sachs-restricts-ai-coding-150508601.html) - [Goldman Restricts Traders and Bankers From Using Some AI Tools - Bloomberg](https://www.bloomberg.com/news/articles/2026-11-02/goldman-restricts-traders-and-bankers-from-using-some-ai-tools) - [Goldman Sachs limits AI coding tools for traders and bankers](https://qz.com/goldman-sachs-restricts-ai-coding-tools-traders-bankers-110226) - [Goldman Sachs pulls AI coding tools from traders and bankers - The Decoder](https://the-decoder.com/goldman-sachs-pulls-ai-coding-tools-from-traders-and-bankers/) - [Anthropic IPO plans - CNBC](https://www.cnbc.com/2026/10/26/anthropic-ipo-live-updates-ai-s-1-filing.html) - [JPMorgan blocks outside AI agents from customer accounts](https://qz.com/jpmorgan-blocking-outside-ai-agents-customer-accounts-101326)