高盛计划撤下银行家和交易员工作流中的 Claude Code。重点不只是编程效率,而是 Agent 能访问什么、能执行什么,以及出错后谁来负责。
据 The State of AI 报道,高盛计划从银行家和交易员的工作流中撤下 Anthropic 的 Claude Code。相关消息登上 Hacker News 首页,获得 220 分和 142 条评论。
争议看起来像一条企业工具新闻,实际讨论的是 Agent 权限治理:开发工具能读哪些仓库、调用哪些系统、修改哪些数据,以及出了问题后由谁负责。
原始报道:https://www.thestateofai.com/news/goldman-sachs-claude-code-traders-bankers
Hacker News 讨论:https://news.ycombinator.com/item?id=50415628
高盛撤回 Claude Code,发生了什么
The State of AI 的报道称,高盛计划从银行家和交易员的工作流中撤下 Anthropic 的 Claude Code。报道没有把重点放在模型能否生成更快的代码,而是放在 Claude Code 作为 Agent 所拥有的行动能力。
这件事登上 Hacker News 首页,获得 220 分和 142 条评论。讨论聚焦于银行内部系统是否应该让通用编码 Agent 继承员工权限,并让它直接操作代码、命令和服务。
撤下工具与禁止使用模型不是一回事。高盛仍可能使用 Claude、GPT 或其他模型做检索、摘要、分析。变化在于,模型输出建议,和模型代表员工执行操作,是两种不同的风险模型。
一个聊天式 Copilot 最多把代码贴在屏幕上。Claude Code 这类工具则会读取项目文件、运行 shell 命令、修改代码,有时还能接入外部服务。提示词一旦被污染,工具调用也可能跟着走偏。
所以,高盛真正撤回的,可能不是“Claude”,而是缺少细粒度权限边界的 Agent 使用方式。
真正的问题不是代码写得慢
代码生成效率当然重要,但受监管机构面对的是另一组指标:数据隔离、职责分离、操作留痕、变更审批和事故响应。
假设 Claude Code 接入交易员的工作区。它可能看到:
- 策略代码与回测项目
- 客户或订单数据
- 内部 API 的访问令牌
- 部署、监控和告警系统
- 带有真实资金操作能力的脚本
Agent 不只是“读错一段代码”。它可能把敏感内容写进日志,或者误删文件,或者根据错误建议修改关键配置。更麻烦的是,传统权限系统很难区分“这是员工亲自执行”和“这是 Agent 根据员工提示执行”。
Copilot 的错误通常停在建议层。人会复制、审查,再运行。Agent 可以把建议直接变成行动。中间少了一层天然的人工检查点。
这也是为什么银行不能拿普通 SaaS 的权限管理办法来套 Agent。把 Agent 当普通员工账号,往往意味着它会继承过宽的权限:能看整个仓库,能访问多套环境,能运行部署命令。账号一旦被提示注入利用,影响范围会按权限而不是按模型能力放大。
受监管机构真正关心的不是 Claude Code 写代码快不快,而是三个问题:
- 它能接触什么数据?
- 它能改变什么状态?
- 出错后能否还原过程并明确责任?
把 Agent 当人,还是当服务账号
我的判断是:Agent 不该直接继承员工全部访问权,也不该被简单当成“人”。更合适的抽象是受约束的非人类服务账号。
服务账号有明确的问题。代码应该以谁的身份运行,能读哪些资源,能执行哪些动作,有哪些数据流,必须在系统里查得到。它应该拿短期凭证,按任务临时授权,并在任务结束后失效。
这不是概念差异,而是会直接改变实现方式的差异。
如果 Agent 继承银行家的 SSO 权限,那么每次工具调用都可能使用人的完整会话。审计日志只会显示“某银行家执行了某操作”。你很难知道,这一步来自 Claude Code 的规划、某个外部网页,还是 Agent 自己拼出的 shell 命令。
如果 Agent 使用独立身份,日志就能回答:
[09:31:04] agent=claude-code task=fix-trade-report
[09:31:07] granted read access to repo:risk-reporting
[09:31:11] denied write access to env:production
[09:31:14] proposed command: npm run test
[09:31:18] human approval requested
[09:31:22] human=trader_042 approved scoped test run
人员、任务、凭证、命令和审批可以关联起来。对受监管环境来说,这比“模型回答听起来很专业”有用得多。
短期凭证也重要。Agent 的任务通常只持续几十分钟到几小时,没必要让凭证在数周内保持有效。凭证可以绑定具体仓库、环境和操作类型,并在任务结束时主动吊销。
最小权限同样不是把权限设得极小,而是按动作拆分。比如允许读取代码,不等于允许读取 .env;允许执行单元测试,不等于允许执行部署脚本;允许创建分支,不等于允许合并到 main。
金融级权限隔离的落地清单
下面是给银行、券商和其他受监管团队的一份可执行清单。
1. 隔离运行环境
不要让 Agent 默认跑在交易员或银行家的日常设备上。至少把代码执行放进独立容器、虚拟机或专用 runner。
- 工作区使用临时副本
- 挂载目录按任务白名单配置
- 禁止默认访问宿主机 socket、Docker socket 和个人目录
- 设置 CPU、内存、运行时长与磁盘配额
- 任务结束后销毁临时环境
容器不是安全边界的全部,但比直接在员工终端运行脚本更容易控制。特别是不要为了方便,把 Docker socket 挂进容器。
2. 限制外部连接
Agent 可以读取文档,并不代表应该访问任意互联网。
- 使用域名 allowlist,而不是只配置出站端口
- 阻断访问云厂商元数据地址和内部管理网段
- 对下载内容做类型、大小与恶意文件检查
- 将网页、issue、PR 和依赖包视为不可信输入
- 数据出境或外部发送必须经过策略检查
提示注入通常不是靠复杂模型攻击完成的。一个藏在 issue、README 或网页里的指令,只要诱使 Agent 执行错误工具调用,就可能造成真实影响。
3. 敏感操作二次确认
代码审查不应只拦生产部署。读取敏感数据、修改策略、调用交易接口、发送邮件,都应该按风险分级。
可以采用这套默认规则:
低风险:读取当前仓库、运行 lint、运行单元测试 -> 自动执行
中风险:创建分支、提交代码、修改 CI -> 展示 diff 后确认
高风险:访问客户数据、写入生产、执行部署或资金相关命令 -> 独立审批
确认页面不能只显示“是否允许 Claude 执行”。它应展示完整命令、目标环境、涉及的数据、变更 diff,以及可能产生的副作用。
4. 保留命令与数据访问日志
日志要记录完整链路,而不只是聊天内容。
至少保存:
- 用户身份与 Agent 身份
- 任务 ID、模型版本和工具版本
- 每次工具调用及参数摘要
- 读取、写入和删除的数据路径
- shell 命令、退出码与执行环境
- 人工批准、拒绝和批准者身份
- 密钥引用及使用记录,但不记录明文密钥
日志还应做到不可随意篡改,并设置合理的保留周期。对外部审计来说,“知道发生过什么”只是第一步;“证明过程没有被改写”是第二步。
5. 把策略放进执行层
很多团队只给 Agent 写一段系统提示词,例如“不要修改生产环境”。提示词不是权限控制。
正确做法是把限制落实到工具层。即使模型要求执行高风险命令,执行网关也应该拒绝;即使 prompt 被污染,服务账号也应该拿不到生产凭证。
可以先把工具分三层:
safe_read -> 自动执行并记录
scoped_write -> 策略检查后执行,必要时请求确认
protected_ops -> 默认拒绝,只允许特定角色或审批流程放行
策略通过后,工具层再签发范围有限的临时凭证。这样审批对象不是一段自然语言,而是具体动作。
6. 建立红队与撤销机制
上线前测试几类常见场景:
- 仓库 README 中藏有恶意指令
- Agent 尝试读取无关目录
- 测试脚本夹带生产 API 调用
- 审批后修改命令内容
- 一个任务获取的凭证被复用于另一个任务
每个场景都应验证“拒绝是否发生”和“日志是否完整”。还要准备一键停用工具、吊销凭证和禁用 Agent 身份的操作。
编辑思考
高盛撤下 Claude Code 的重要性,不在于它证明某个模型不适合金融行业,而在于企业 Agent 的治理边界开始从“推荐什么”转向“可以做什么”。过去 Copilot 主要生成文本或代码,人工执行前还有一次检查;这次不同,Agent 能读取仓库、运行命令、修改系统,错误会直接进入执行链。
我的预测是,接下来企业不会简单回到无 Agent 的流程,而会拆出更窄的 Agent 版本:固定数据、固定工具、固定运行环境,再逐项开放权限。Claude Code 可能继续用于开发,但交易、客户数据和生产系统会使用独立身份与短期凭证。
不确定的是,报道中的“撤下”最终是全面禁用、限制使用,还是改为受控试点。不同解释会影响权限改造的规模。但有一点已经很清楚:模型能力越强,权限设计越不能依赖提示词。