بث مباشر 18.11 · الدفعة 318 نوفمبر، 19:00 بتوقيت موسكو — ورشة عملية مجانية لوكلاء الذكاء الاصطناعي · الدفعة 3 تبدأ 23.11ورشة 18 نوفمبر ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارHabr AI→ المصدر

غولدمان ساكس تغلق أمام معظم المتداولين الوصول إلى Claude Code

أصبح بناء سكربت لتحليل الصفقات بمساعدة الذكاء الاصطناعي أسهل، لكن من المسؤول عن حساباته؟ قيّدت غولدمان ساكس وصول معظم المتداولين إلى Claude Code وأدوات GitHub بعد تقييم الأداء والمخاطر. وبحسب Bloomberg، تُبقي القواعد المحدَّثة في أكتوبر الوصول متاحًا للمهندسين وللمتخصصين الذين يجمعون بين التطوير والتداول. وبالنسبة إلى الفرق، هذه فرصة لتحديد من يراجع هذه البرامج ومن يتولى صيانتها مسبقًا.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
غولدمان ساكس تغلق أمام معظم المتداولين الوصول إلى Claude Code
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
حقيقة رئيسية #1استخدم المتداولون الذكاء الاصطناعي لتحليل تدفقات العملاء وسيناريوهات السوق.
حقيقة رئيسية #2لا تتضمن الرسالة أي بيانات علنية عن خسائر أو عن عطل محدد.
حقيقة رئيسية #3قبل تشغيل أي سكربت عمل، ينبغي تعيين مالك له والتحقق من حساباته.

يجمع موظف في أمسية واحدة، بمساعدة الذكاء الاصطناعي، سكربت كان يتعين سابقًا طلبه من المطورين. وفي صباح اليوم التالي يستخدم زملاؤه أرقامه بالفعل. أمر مريح، إلى أن يُطرح السؤال: من تحقق من الحسابات، ومن سيصلح البرنامج بعد تغيّر البيانات؟ وهنا بالذات تصبح قصة غولدمان ساكس مفيدة لأي مؤسس سمح لفريقه بكتابة أدوات داخلية بمساعدة الذكاء الاصطناعي.

وبحسب ما نقلته Bloomberg، قيّد البنك وصول معظم المتداولين والمصرفيين إلى Claude Code وأدوات GitHub. واستند القرار إلى نتائج تقييم الأداء والمخاطر. وهي حالة دالّة: فالقدرة على كتابة برنامج بسرعة لا تجيب بعد عن سؤال كيفية دمجه في عمل الشركة.

ما الذي تغيّر في غولدمان ساكس

لعدة أشهر أتيحت لموظفي البنك فرصة التجريب مع هذه الأدوات. ثم حصرت القواعد الداخلية، المحدَّثة في أكتوبر، دائرة المستخدمين في الأدوار الهندسية. وبحسب الرسالة نفسها، بقي استثناء لفئة strats، وهم متخصصون يجمعون بين التداول والأبحاث الكمية وتطوير البرمجيات.

كانت لهذه الأدوات استخدامات واضحة بالفعل. فقد استخدمها المتداولون لمراقبة تدفقات تداول العملاء، ونمذجة تغيرات السوق والمراكز، وإعداد النصوص والرسوم. لذلك طال التقييد مهام عمل معتادة وجد فيها الموظفون فائدة من الذكاء الاصطناعي.

وشرح متحدث باسم غولدمان نهج البنك بوصفه تجربة يعقبها تقييم: يُوزَّع الوصول مع مراعاة الفاعلية وإدارة المخاطر. لكن الرسالة المنشورة لا تتضمن قياسات للوقت الموفَّر، ولا لتكلفة مراجعة الشيفرة، ولا لحجم الخسائر المحتملة. ولا أساس للاستنتاج منها بأن «فايب كودينغ» تبيّن أنه غير مجدٍ.

السكربت يعمل، فهل يمكن الوثوق بالأرقام؟

لنتخيل مثالًا افتراضيًا يساعد على فهم المشكلة. يطلب متداول من الذكاء الاصطناعي بناء جدول: تحميل صفقات اليوم، وتجميعها حسب العملاء، وعرض تغيّر المراكز عند هبوط السوق. يعمل البرنامج، ويرسم مخططًا، ويقدّم أرقامًا مقنعة.

لكن نجاح التشغيل يتحقق من جزء من المهمة فقط. هل طُابقت العملات بشكل صحيح؟ كيف عولجت الصفقات الملغاة؟ هل تتطابق وحدات القياس؟ ماذا يحدث إذا أرسل المصدر بيانات ناقصة؟ قد يبدو الخطأ في مثل هذا السكربت تحليلًا أنيقًا تمامًا. وهذا توضيح لمخاطر هندسية، وليس وصفًا لحادثة مؤكدة في غولدمان.

يستطيع المتخصص في المجال ملاحظة نتيجة غريبة. ويستطيع المهندس فحص معالجة الأخطاء والاعتمادات والصلاحيات. وتحتاج الأداة الموثوقة إلى الكفاءتين معًا، فضلًا عن شخص يكون مسؤولًا عنها بعد شهر. ووجود الذكاء الاصطناعي بحد ذاته لا يوزّع هذه المسؤوليات.

ومن هنا يأتي سؤال مفيد للفريق: كم يستغرق المسار كله من الطلب إلى نتيجة مدقَّقة؟ سرعة كتابة النسخة الأولى سهلة الملاحظة. أما الوقت المخصص لمطابقة الصيغ والتصحيحات والصيانة فيظهر غالبًا لاحقًا، حين يكون الزملاء قد بدؤوا باستخدام الأداة.

ما يمكن أن يأخذه المطور والمؤسس من ذلك

ليس من الضروري نسخ حظر البنك كاملًا. فللفريق الصغير والبنك الكبير عمليات مختلفة. والخطوة العملية هي تحديد اللحظة التي تتحول فيها التجربة الشخصية إلى خدمة عمل: حين ينضم إليها الزملاء، أو تصل إلى البيانات، أو تبدأ نتيجتها في التأثير على القرارات.

عند هذا الانتقال ينبغي تعيين مالك، ومطابقة الحسابات مع أمثلة معروفة، والاتفاق على من يقبل التعديلات. وبالنسبة إلى سكربت تداول افتراضي، سيكون الفحص المفيد مجموعة صفقات محلَّلة مسبقًا بنتائج متوقعة. والرسم الجميل لا يغني عن هذا الفحص.

وللمنتج، من المنطقي احتساب الوقت اللازم للوصول إلى نتيجة صالحة، بما في ذلك المراجعة والتصحيحات. وعلى المؤسس أن يخصص مسبقًا وقتًا هندسيًا لصيانة الأدوات الداخلية. وإلا فقد تُستبدل قائمة مهام المطورين بقائمة من نماذج الآخرين الأولية التي تحتاج دعمًا عاجلًا.

تمنح قصة غولدمان سببًا ملموسًا لإعادة النظر في هذه العملية. فالبيانات العلنية لا تكفي لتقدير الأثر الاقتصادي لقرار البنك. لكن سؤال المسؤولية مطروح اليوم في أي شركة: من سيؤكد أن البرنامج يحسب بشكل صحيح، ومن سيبقى معه بعد أول تشغيل ناجح؟

القصة

أسئلة وأجوبة حول الخبر

السكربت يعمل، فهل يمكن الوثوق بالأرقام؟

لنتخيل مثالًا افتراضيًا يساعد على فهم المشكلة. يطلب متداول من الذكاء الاصطناعي بناء جدول: تحميل صفقات اليوم، وتجميعها حسب العملاء، وعرض تغيّر المراكز عند هبوط السوق. يعمل البرنامج، ويرسم مخططًا، ويقدّم أرقامًا مقنعة. لكن نجاح التشغيل يتحقق من جزء من المهمة فقط. هل طُابقت العملات بشكل صحيح؟ كيف عولجت الصفقات الملغاة؟ هل تتطابق وحدات القياس؟ ماذا يحدث إذا أرسل المصدر بيانات ناقصة؟ قد يبدو الخطأ في مثل هذا السكربت تحليلًا أنيقًا تمامًا. وهذا توضيح لمخاطر هندسية، وليس وصفًا لحادثة مؤكدة في غولدمان.

ما أبرز التفاصيل حول ما الذي تغيّر في غولدمان ساكس؟

لعدة أشهر أتيحت لموظفي البنك فرصة التجريب مع هذه الأدوات. ثم حصرت القواعد الداخلية، المحدَّثة في أكتوبر، دائرة المستخدمين في الأدوار الهندسية. وبحسب الرسالة نفسها، بقي استثناء لفئة strats، وهم متخصصون يجمعون بين التداول والأبحاث الكمية وتطوير البرمجيات. كانت لهذه الأدوات استخدامات واضحة بالفعل. فقد استخدمها المتداولون لمراقبة تدفقات تداول العملاء، ونمذجة تغيرات السوق والمراكز، وإعداد النصوص والرسوم. لذلك طال التقييد مهام عمل معتادة وجد فيها الموظفون فائدة من الذكاء الاصطناعي.

ما أبرز التفاصيل حول ما يمكن أن يأخذه المطور والمؤسس من ذلك؟

ليس من الضروري نسخ حظر البنك كاملًا. فللفريق الصغير والبنك الكبير عمليات مختلفة. والخطوة العملية هي تحديد اللحظة التي تتحول فيها التجربة الشخصية إلى خدمة عمل: حين ينضم إليها الزملاء، أو تصل إلى البيانات، أو تبدأ نتيجتها في التأثير على القرارات. عند هذا الانتقال ينبغي تعيين مالك، ومطابقة الحسابات مع أمثلة معروفة، والاتفاق على من يقبل التعديلات. وبالنسبة إلى سكربت تداول افتراضي، سيكون الفحص المفيد مجموعة صفقات محلَّلة مسبقًا بنتائج متوقعة. والرسم الجميل لا يغني عن هذا الفحص.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
ما رأيك؟
جارٍ تحميل التعليقات…