Claude这道指令在内部划出一条清晰的线：约12000名工程师仍可访问，其余约35000名交易员、银行家和分析师被切断。据彭博社报道，变化已经引起不满，部分交易员对此感到沮丧。
消息在11月初由彭博社披露后迅速引来关注。时间节点是原因之一：限制令生效的同一个月，
Anthropic于10月26日递交了IPO申请，高盛正是这次上市的首席承销商。
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）还公开称赞公司内部的“氛围编程”（vibe coding）实验。他当时向彭博社描述了一套运转顺畅的协作模式：交易员或资产管理人员有了想法，用AI工具快速搭出原型，再交给工程师做生产级完善。在阿尔让蒂看来，这能让离问题最近的人先动手探索，迭代周期也随之缩短。
这套说法放在实验室语境里很有说服力。可它盖住了一个结构性风险：数千名没有工程背景的员工，正在自己的工作机器上运行AI生成、AI执行的代码，而同一台机器上存着客户的交易信息和持仓数据。三个月后，高盛选择结束实验。
高盛发言人尼克·卡尔切拉（Nick Carcaterra）在声明中表示，公司评估了“生产力和风险管理”等多项因素，决定把工具“交给最适合长期使用它的人”。这句话的另一面是：此前使用工具的那些人，被认为并非“最适合”的人选。
被切断的不是AI，而是自主执行代码的权力
要理解这次限制，得先分清两类AI使用场景。高盛内部AI助手仍然对全行开放，那是一个整合了OpenAI、Anthropic和Alphabet多家模型的自建产品。高盛与Anthropic的合作也没有中断：此前Anthropic工程师曾驻场高盛长达六个月，协助构建用于交易结算和客户入职流程的Claude智能体，这些系统运行在后台，由工程团队管理。
被收回的是Claude Code和GitHub这类能自主编写并执行代码的第三方工具，也就是AI代理（agentic AI）在非技术人员手中的直接执行权。
高盛这边留了个口子：把“策略师”（Strats）排除在限制名单之外。这个岗位是高盛自己独有的，交易、量化研究、软件工程三块都沾，说白了就是技术底子完整的金融人。他们的工具权限没动，纯业务出身的交易员和银行家则被收走了访问权。划线依据不是“碰不碰AI”，而是“能不能判断AI写出来的代码安不安全”。
香港先例与全球收缩的逻辑
对Claude划定边界，高盛不是第一次。2026年4月，高盛已将Claude从香港银行家的内部AI平台中移除。当时《金融时报》报道称，高盛严格解读了与Anthropic的合同条款，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，摩根大通也将Claude从香港的批准名单中撤除。
香港那次依据的是合同条款和地域合规，10月的新限制依据的是岗位类型。两次动作指向同一个核心命题：金融机构内部，AI工具的访问权正在被系统性地收紧，每一次收紧都附带着明确的理由——合规、风险、或工具与岗位的适配性。
不止高盛一家在这么做。Dealroom的报道显示，摩根大通同样在推员工把更便宜的模型往日常任务上配，同时对第三方AI代理访问客户账户一律封死。摩根大通CEO杰米·戴蒙（Jamie Dimon）在三季度业绩电话会上直接点了“流氓代理”的风险，还说客户一旦授权外部AI工具，责任归谁就变了。花旗集团、美国银行、富国银行也先后跟上。华尔街正从放开试水转向收紧管控，节奏比外面想的要快。
IPO时机制造的尴尬叙事
高盛限制Claude Code，恰好发生在Anthropic冲刺IPO的节点上。这个巧合成了外界解读此事最具张力的角度。作为Anthropic的首席承销商，高盛理论上应是这家AI公司价值的最有力背书者。现实是，它同时是将Claude Code从35000名非工程人员工位上撤除的决策者。
两者其实不冲突。高盛收手针对的是一类具体场景——让非技术人员直接去操作能跑代码的AI代理——并不是否定Anthropic的整体能力。Claude在高盛内部照样用得深：后台智能体、工程师工具，还有和Anthropic合作了好几年的技术项目。退的是权限边界，不是对技术本身的信任。
可市场叙事容不下这么细的区分。外界看到的是：Anthropic的铁杆伙伴、又是其IPO承销商的高盛，在上市前夜把Claude Code从自家交易员电脑上卸了。这一举动的象征意味，远超过它的实际分量。
企业AI部署的真实速度
高盛这个案例，照出了AI行业宣传里被系统性低估的一个周期：企业用AI工具不是一路线性铺开，而是“开放实验→风险评估→权限收缩→受控扩张”这样一波一波走。
从全员可用到只限工程师，高盛只花了几个月。触发它的不是工具坏了，而是工具跑在了不该跑的边界上——非技术人员在敏感数据环境里执行AI生成、没经审查的代码。这个风险本可预见，却在“氛围编程”的乐观叙事里被一直往后推，直到实验结束才正式算账。
放到金融行业看，这种局面很常见。真正卡住银行的环节是数据治理和代码审查能不能形成完整链条，算力和模型能力都在其次。只要一段代码由AI生成、被非技术人员动过，又直接在生产机器上跑起来，哪怕体量再小，都算潜在的合规敞口。高盛此番收紧，等于把这条判断写进了制度。
拉长时间看，这轮限制未必就是终点。高盛让工程师先用起来的做法，跟它7月提过的“先做原型、再工程化”那条路子其实对得上：有技术判断力的人先把工具吃透，搭出能反复套用的安全框架，然后再以可控节奏放开给更多业务岗位。阿尔让蒂讲过AI推进像波浪一样，开发者在前、其他人随后跟上。10月的限制令落下之后，这个进程大概还在往前走，只是步子比外界预想的更慢。
不过有些事已经明朗。AI编程工具要在金融机构里真正铺开，难点不在采购，而在代码怎么管。谁有资格跑未经审查的代码、在哪台机器上跑、碰的是什么等级的数据，这些问题的答案才决定AI代理在金融业能扩张多快，跟AI厂商的IPO估值没有关系。
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)
