高盛收紧非技术岗AI编程，仅向工程师开放

高盛正在收紧非技术岗位使用AI编程工具的权限。据The Decoder报道，这家银行正撤回交易员和银行业务人员对Claude Code、GitHub Copilot等工具的访问权限，将使用范围限定于工程师。对于希望借助自然语言自行编写程序的业务员工而言，这意味着直接使用这些工具的空间受到限制。高盛给出的理由是“生产率和风险管理”。此次变化尤其引人关注，因为就在7月，高盛首席信息官Marco Argenti还公开赞扬非技术员工参与“氛围编程”（vibe coding）的做法。

从公开赞扬到限制访问，政策重点发生变化

这次调整涉及两类明确的业务人群：交易员，以及从事银行业务的人员；被点名的工具则包括Claude Code和GitHub Copilot。按照报道描述，工程师仍可获得使用权限。因此，这项决定的直接含义，是高盛重新划定了AI编程工具在内部的使用边界：相关能力继续向工程岗位开放，而业务岗位不再享有同样的访问条件。现有素材没有给出受影响员工数量、具体执行日期，也没有说明是否存在例外审批安排，因而尚不能判断收紧措施的实际覆盖规模和落地节奏。

政策转向与此前管理层释放的积极信号形成了鲜明对照。7月，Marco Argenti曾公开肯定非技术员工通过“氛围编程”参与软件开发。这种方式通常指使用者以自然语言描述目标，让AI生成或修改代码，再根据运行结果继续提出要求。它降低了开始编程的门槛，也让熟悉业务、但缺乏系统开发训练的员工有机会制作小工具。如今，高盛强调生产率和风险管理，表明其在工具使用范围上的取舍已经发生变化。不过，素材没有提供Argenti此前发言的完整内容，也没有披露他对本次权限调整的进一步解释。

AI降低编程门槛，软件责任仍需有人承担

Claude Code和GitHub Copilot所代表的AI编程工具，可以帮助使用者生成、理解和修改代码。对于业务人员，这类能力的吸引力十分直接：当日常工作中存在重复处理、数据整理或内部流程需求时，他们可能希望把业务想法直接转化为可运行的程序，减少需求沟通和等待开发的时间。这也是非技术员工“氛围编程”受到关注的背景。但能够生成代码，与能够判断代码是否适合持续使用，属于不同层面的能力要求。程序在一个示例中成功运行，并不自动说明它能正确处理所有输入和异常情况。

在银行场景中，代码质量还可能与数据权限、流程控制、系统维护和责任归属相联系。一个看似简单的辅助脚本，如果进入实际业务流程，就需要有人判断其处理逻辑、访问范围以及失败后的影响。这些是理解高盛风险管理考量时可以参考的行业背景，并非报道已经确认发生在高盛的具体问题。现有素材没有提到此次调整由某次代码故障、安全事故或数据泄露触发，因此不能把权限收紧解释为某起未披露事故的后果。

“生产率”考量，不只看代码生成速度

高盛给出的另一个理由是生产率。表面上看，AI可以更快生成代码，限制使用似乎会减少员工自行解决问题的机会。但从组织管理角度，生产率还涉及后续审核、调试、维护以及与既有系统协同的成本。如果业务员工创建的工具最终仍需要工程师检查和接手，那么最初节省的开发时间，可能需要与后续投入一起计算。这是一种理解政策逻辑的分析框架，原文并未披露高盛内部的生产率评估方法，也没有提供效率变化或成本节省的数据。

将权限限定于工程师，有助于把AI生成代码纳入已有的开发职责和协作体系，但也可能增加业务人员对技术团队的依赖。业务员工通常更清楚实际工作的细节，允许他们直接试验，有利于快速表达需求；由工程师负责开发和审核，则更容易明确维护责任、统一代码管理。两种安排分别对应需求响应速度与工程治理的不同侧重。高盛此次调整说明，它目前选择收紧非技术岗位的直接访问权限，但材料没有提供交易员、银行业务人员或工具供应商对此的回应，不能据此推断各方已经形成共识。

保留工程师使用，后续关键在协作安排

工程师仍能使用这些工具，是理解本次事件的重要边界。高盛的决定显示，AI编程能力仍被保留在技术工作流程之中，变化集中在谁可以直接操作工具。对银行而言，限制权限只是管理手段的一部分；如果业务部门仍有大量自动化需求，技术团队如何接收、判断优先级并交付这些需求，将影响新安排的实际效果。业务知识与工程能力能否顺畅衔接，也会决定此前由非技术员工自行探索的工作，是否能够转化为可维护的内部应用。

目前，报道没有交代高盛是否计划推出受控的业务端编程环境、额外培训或新的审批机制，也没有说明未来是否会重新开放部分权限。这些只能作为后续观察方向，不能写成已经公布的计划。对于其他正在部署AI编程工具的企业，高盛的案例提出了一个具体问题：在扩大使用人群之前，是否已经明确代码审核、数据访问和持续维护的责任。工具部署的范围越广，组织就越需要判断哪些试验可以由员工独立完成，哪些成果必须进入正式的工程流程。

从7月对非技术员工“氛围编程”的公开肯定，到如今以生产率和风险管理为由限制访问，高盛的变化反映了企业推广AI时需要反复评估的现实取舍。后续最值得关注的，是此次权限调整如何执行，以及业务需求能否在新的分工下得到有效响应。现有信息能够确认的是：Claude Code、GitHub Copilot等AI编程工具在高盛内部的直接使用范围正在收窄，工程师成为保留访问权限的群体；至于这能否改善整体效率、降低相关风险，仍需更多执行细节和实际结果来验证。