Эфир 18.11 · Поток 318 ноября в 19:00 МСК — бесплатный практический эфир по ИИ-агентам · Живой Поток 3 стартует 23.11Эфир 18 ноября →Поток 3 (23.11)
Безопасность и правоAPI / Продукт · В работуHabr AI→ оригинал

Goldman Sachs закрыл большинству трейдеров доступ к Claude Code

Собрать с ИИ скрипт для анализа сделок стало проще, но кто отвечает за его расчёты? Goldman Sachs ограничил большинству трейдеров доступ к Claude Code и инструментам GitHub после оценки производительности и рисков. По данным Bloomberg, обновлённые в октябре правила оставляют доступ инженерам и специалистам на стыке разработки и трейдинга. Для команд это повод заранее определить, кто проверяет и сопровождает такие программы.

AI-обработка оригинала Habr AI; редакция Hamidun News
Goldman Sachs закрыл большинству трейдеров доступ к Claude Code
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ключевой факт #1Трейдеры применяли ИИ для анализа клиентских потоков и рыночных сценариев.
Ключевой факт #2Публичных данных об убытках или конкретном сбое в сообщении нет.
Ключевой факт #3До запуска рабочего скрипта стоит назначить владельца и проверить расчёты.

Сотрудник за вечер собирает с ИИ скрипт, который раньше пришлось бы заказывать разработчикам. Наутро коллеги уже используют его цифры. Удобно — пока не возникает вопрос, кто проверил расчёты и кто исправит программу после изменения данных. Именно здесь история Goldman Sachs становится полезной для любого основателя, который разрешил команде писать внутренние инструменты через ИИ.

По сообщению Bloomberg, банк ограничил большинству трейдеров и банкиров доступ к Claude Code и инструментам GitHub. Основанием стали результаты оценки производительности и рисков. Это показательный случай: возможность быстро написать программу ещё не отвечает на вопрос, как встроить её в работу компании.

Что изменилось в Goldman Sachs

Несколько месяцев сотрудники банка могли экспериментировать с этими инструментами. Затем внутренние правила, обновлённые в октябре, ограничили круг пользователей инженерными ролями. По данным того же сообщения, исключение сохранили для strats — специалистов, совмещающих трейдинг, количественные исследования и разработку программного обеспечения.

У инструментов уже были понятные применения. Трейдеры использовали их для наблюдения за клиентскими торговыми потоками, моделирования рыночных изменений и позиций, подготовки текстов и графики. Поэтому ограничение затронуло привычные рабочие задачи, где сотрудники уже нашли пользу от ИИ.

Представитель Goldman объяснил подход банка через эксперимент и последующую оценку: доступ распределяют с учётом эффективности и управления рисками. При этом опубликованное сообщение не содержит измерений экономии времени, стоимости проверки кода или размера возможных потерь. Делать из него вывод, что вайб-кодинг оказался убыточным, оснований нет.

Скрипт работает — а цифрам можно верить?

Представим условный пример, который помогает понять проблему. Трейдер просит ИИ собрать таблицу: загрузить сделки за день, сгруппировать их по клиентам и показать изменение позиций при падении рынка. Программа запускается, строит график и выдаёт убедительные числа.

Но успешный запуск проверяет лишь часть задачи. Правильно ли сопоставлены валюты? Как обработаны отменённые сделки? Совпадают ли единицы измерения? Что происходит, если источник прислал неполные данные? Ошибка в таком скрипте может выглядеть как вполне аккуратная аналитика. Это иллюстрация инженерного риска, а не описание установленного инцидента в Goldman.

Специалист по предметной области способен заметить странный результат. Инженер может проверить обработку ошибок, зависимости и доступы. Для надёжного инструмента нужны обе компетенции, а также человек, который будет отвечать за него через месяц. Наличие ИИ само по себе эти обязанности не распределяет.

Отсюда и полезный вопрос для команды: сколько времени занимает весь путь от запроса до проверенного результата? Скорость написания первой версии легко увидеть. Время на сверку формул, исправления и поддержку часто проявляется позже, когда инструментом уже пользуются коллеги.

Что взять из этого разработчику и основателю

Копировать банковский запрет целиком необязательно. У небольшой команды и крупного банка разные процессы. Практический шаг — определить, в какой момент личный эксперимент становится рабочим сервисом: к нему подключаются коллеги, он получает доступ к данным или его результат начинает влиять на решения.

На этом переходе стоит назначить владельца, сверить расчёты с известными примерами и договориться, кто принимает изменения. Для условного торгового скрипта полезной проверкой будет набор заранее разобранных сделок с ожидаемыми итогами. Красивый график такой проверки не заменяет.

Продакту имеет смысл считать время до пригодного результата, включая проверку и исправления. Основателю — заранее выделить инженерное время на сопровождение внутренних инструментов. Иначе очередь задач у разработчиков может смениться очередью чужих прототипов, которым срочно требуется поддержка.

История Goldman даёт конкретный повод пересмотреть этот процесс. Публичных данных недостаточно, чтобы оценить экономический эффект решения банка. Зато вопрос ответственности возникает в любой компании уже сегодня: кто подтвердит, что программа считает правильно, и кто останется с ней после первого успешного запуска?

Сюжет

Вопросы и ответы по материалу

Скрипт работает — а цифрам можно верить?

Представим условный пример, который помогает понять проблему. Трейдер просит ИИ собрать таблицу: загрузить сделки за день, сгруппировать их по клиентам и показать изменение позиций при падении рынка. Программа запускается, строит график и выдаёт убедительные числа. Но успешный запуск проверяет лишь часть задачи. Правильно ли сопоставлены валюты? Как обработаны отменённые сделки? Совпадают ли единицы измерения? Что происходит, если источник прислал неполные данные?

Что известно по теме: что изменилось в Goldman Sachs?

Несколько месяцев сотрудники банка могли экспериментировать с этими инструментами. Затем внутренние правила, обновлённые в октябре, ограничили круг пользователей инженерными ролями. По данным того же сообщения, исключение сохранили для strats — специалистов, совмещающих трейдинг, количественные исследования и разработку программного обеспечения. У инструментов уже были понятные применения.

Что известно по теме: что взять из этого разработчику и основателю?

Копировать банковский запрет целиком необязательно. У небольшой команды и крупного банка разные процессы. Практический шаг — определить, в какой момент личный эксперимент становится рабочим сервисом: к нему подключаются коллеги, он получает доступ к данным или его результат начинает влиять на решения. На этом переходе стоит назначить владельца, сверить расчёты с известными примерами и договориться, кто принимает изменения.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…