高盛把AI编程工具圈给工程师用，交易员投行家不让碰

高盛内部 10 月更新了一份用人指引，把两款主流 AI 编程工具的使用权限收回到工程师手里，交易员和投行家不再默认能用，指引随后流传出来，规定得非常直白。科技公司还在往所有岗位塞 AI 助手，开会先演示智能体，招聘先问会不会用，华尔街最在乎合规的证券行反而往回收，两边背道而驰，张力全在里面，越是把工具捧上天的年份，越能看清哪些地方在给工具划红线，红线划在哪，说明风险真在哪。

被点名收走的是 Claude Code（注，Anthropic 出品的 AI 编程助手）和 GitHub Copilot（注，微软旗下的 AI 代码补全工具）。你想想看交易台的工作性质，一秒几十万的单子，代码错一行就是真金白银的损失，交易和投行部门之间还隔着严格的信息隔离墙，一段代码能碰到什么数据、谁有权看到什么，都有硬性边界。AI 编程助手恰好在这两个点上添乱，生成的代码没人逐行审过，提问时还可能把不该会合的数据放进同一个上下文，一家把声誉押在合规上的机构，先砍的必然是这两类风险，不是工具不好用，是出错的地板太高。

业内讨论里最扎耳的一句是，交易台不是给没人读得懂的代码准备的实验场。反对全面放开的人算的账很直白，让不懂代码的人指挥 AI 生成代码再直接上生产，出了事连责任都划不清，写代码的人说这是 AI 干的，那谁来背锅。支持收紧的人还提到一个细节，工程师有代码评审和测试流程兜底，非技术岗没有这套肌肉记忆，同样的工具拿在不同人手里，风险完全两样，权限差距其实就是风险差距。

另一派的声音也在，反对一刀切的人认为，把工具锁起来治标不治本，真正的分水岭不在岗位牌子上，在工程习惯上。一个懂审查的人用 AI 能多干三倍的活，一个不懂审查的人用 AI 只会多制造三倍的隐患，机构该管的是审查环节，不是工具本身。还有人担忧更实际的一层，银行工程师本来就贵，把非技术岗也武装起来，等于在不加编制的前提下放大产能，一刀禁掉等于把效率让给竞争对手，这个账同样成立。

金融机构对 AI 编程工具的纠结不是孤例。自动交易系统出过几次大事故，监管对代码变更有备案要求，每一行进生产的代码都要能被审计和回溯，AI 生成的内容恰恰最难满足要求，提示词几百字，产出几千行，中间的推理链没人存档，回头追责时连复盘的抓手都找不到。各大投行内部都在试自制助手，通过沙盒环境喂内部数据，权限、日志、审批一道不缺，思路是把 AI 圈进可控的笼子，而不是放出门去自由生长，笼子的栏杆就是那些看起来繁琐的审批单。

放到普通公司身上，这件事能照出很多团队的真实状态。多少老板现在默认全员都能用 AI 工具，却没定过谁能用、用在哪、出了错谁负责，银行用信息隔离墙的教训提醒所有人，工具权限要跟着责任走，能背责任的人拿全权限，不能背的人拿受限版本。工程师、法务、财务这些关键岗位先立规矩，再谈全员铺开，顺序反了就是拿公司当试验场，试验的代价是真实客户和真金白银。

工具的进退之间，藏着一个行业的风险定价。科技公司拿增长赌明天，金融机构拿合规保今天，两边都没错，只是账期不一样，赌得起的公司可以用工具换速度，赌不起的公司只能用制度换安稳。对还在观望的中小公司来说，这份 10 月的内部指引值得抄一遍作业，先问自己三个问题，AI 生成的产物谁审核，出错谁负责，审计线索在不在，三个都能答上来再放开，答不上来就先圈起来，圈住的不是效率，是祸根。

创业找资源，上乌鸦部落。