开头:一个看起来很矛盾的动作
这两天 HN 上有一条被顶到 900 多分的新闻:高盛(Goldman Sachs)把 Claude Code 从它的交易员和银行家手里收走了。
如果你稍微刷一下行业新闻,会觉得这事说不通——
因为就在同一时间,高盛正忙着替 Anthropic 做 IPO。10 月 26 日递交的 S-1 文件里写得清楚:高盛和摩根士丹利是 Anthropic 上市的联席主承销商,代码 ANT,预计 11 月底前在纳斯达克挂牌。
也就是说,高盛一边要派银行家去路演、去卖 Anthropic 的股票,一边又禁止他们用 Anthropic 最热的产品。
这不是打脸,这是最真实的一课:AI 编程工具从「个人提效神器」走向「企业级基础设施」时,会撞上一堵墙,而这堵墙和模型厉不厉害没关系。
发生了什么(事实还原)
根据 Bloomberg 的报道(由 State of AI 等多个独立来源转述),高盛在 2026 年 10 月更新了内部技术指引,把 Claude Code 和微软的 GitHub Copilot 的使用权限收紧到只有工程师能用。
-
• 高盛约 47,000 名员工,工程师约 12,000 人 -
• 交易员、投资银行家此前已经用这些工具来「追踪客户资金流」「建市场模型」 -
• 现在,这批人的权限被切断了
但注意,这不是一刀切禁用。有一个岗位被豁免了——「strats」(横跨交易、量化研究、软件工程的岗),他们依然能用。
而且这不是高盛第一次动手,时间线拉出来更有意思:
-
• 4 月:高盛先把香港的银行家从 Claude 上撤下来(当时理由是合同条款的地域限制,Anthropic 回应「Claude 在香港从未被官方支持」) -
• 7 月:高盛 CIO Marco Argenti 还在公开场合夸交易员用 AI「vibe coding」搭工具,说他们搭出来的工具交给了约 1.2 万工程师去改进 -
• 10 月:内部指引更新,从「地域限制」变成「角色限制」,范围更大、更彻底
从「鼓励试」到「收紧权限」,中间只隔了几个月。
四个原因:模型没问题,是「权限」出了问题
高盛没说 Claude Code 不好用。真正的问题,全部指向一个词——权限。
1. 代码没人审。
工程师写的代码,进重要系统前要过审查、测试、部署管制。但交易员用 AI agent 写的脚本,可能跳过全部流程,直接变成日常工具在用。一个盯客户资金流的小脚本,没人审过,就在生产里跑了。
2. 信息隔离墙被穿透。
银行内部有严格的信息壁垒:做并购的银行家,不能把消息漏给可能借此获利的交易员。高盛的内部 AI 平台是绕着这些管制建的,但交易员自己用 agent 拼出来的工具,天生没考虑这些。更关键的是——agent 跑代码用的是「使用者本人」的权限,你给它什么访问权限,它就带着这个权限去读写、去执行。
3. 没人读得懂代码。
上个月一个 Meta 工程师自己承认,现在交出去的代码他自己都交代不清了——而写软件本来就是他的本职工作。交易员用 agent 建头寸模型,更不可能懂代码怎么处理异常分支。在交易桌上,一个没人懂的异常分支,可能就是一笔亏损。
4. 成本。
agent 按 token 计费。几家向全员开放 agent 的公司,支出都出现了攀升。Amazon 甚至因为员工为了刷内部排行榜、让 agent 跑无意义任务,直接把那个排行榜关了;Accenture 则是给每个员工每月 29 美元买 Claude。Bloomberg 的消息源提到,高盛这次审查里「生产力」也是考量之一。
但这只是故事的一半:有人在反向加码
如果只看高盛,你可能会得出「AI 编程工具进企业要凉」的结论。但同一时间,另一家大行在干相反的事:
Barclays(巴克莱) 在 10 月说,预计到年底,它一半的开发者会用上 Claude Code——三周后,它宣布要裁掉 5,000 人。
JPMorgan 和 Schwab 则在秋季也收紧了 agent 权限,阻止外部 agent 访问客户账户。
所以真相不是「企业不用 AI 了」,而是——
企业对 AI 编程工具的态度,正在从「无差别放开」变成「分角色、分场景、控权限」。
高盛并没有把 Anthropic 扫地出门。恰恰相反,Anthropic 的工程师曾在高盛驻场 6 个月,帮它构建基于 Claude 的后台 agent(做交易会计、客户入职),那批工具由高盛工程团队自己运维,完全不受这次限制影响。
换句话说:高盛不是不要 AI,它是要「可控的 AI」——由工程团队把关、跑在合规框架里的 AI。
对做工具的人,这意味什么?
这个故事对我们这些做 AI 工具、做出海 SaaS 的人,比「大厂又裁了多少人」更有价值。它暴露了一个被忽略的市场规律:
C 端卖「爽」,B 端卖「责任」。
一个 agent 让个人开发者提效 10 倍,靠的是「爽」——写代码快了、能自动跑了。但同一个 agent 要进高盛这种机构,客户问的第一句不是「你多快」,而是:
-
• 你跑在谁的权限下? -
• 你的每一步能不能被审计、被回滚? -
• 你能不能和我们的信息隔离、合规要求对齐?
「无审查、无测试、直接进生产」对个人是效率,对机构是事故。
所以你会看到,企业级 AI 工具真正的壁垒,从来不是模型本身——模型大家都能调——而是治理能力:权限隔离、审计日志、可解释性、合规对齐。这些「无聊」的东西,才是把工具卖进大企业的那道墙,也是小公司最难补齐、最值钱的地方。
收尾
高盛一边撤 Claude Code,一边替它上市,这个画面会留在 2026 年的 AI 叙事里。
它提醒我们一件事:当一个工具从「个人玩具」变成「生产工具」,衡量它的标准就变了。 对个人,AI 编程工具的问题只有「好不好用」;对企业,问题变成了「敢不敢用」。
而「敢不敢用」,才是 B 端 AI 工具真正的、也是最后一道考题。

