Goldman Sachs अपने बैंकरों और ट्रेडरों से Claude Code हटा रहा है
Goldman Sachs Anthropic के Claude Code और GitHub Copilot को software engineers तक सीमित कर रहा है, और security, compliance, तथा operational risk चिंताओं के कारण traders और bankers द्वारा इनके उपयोग को रोक रहा है। टिप्पणीकार उन “coding agents” के खतरों पर जोर देते हैं जो trading-floor machines पर संवेदनशील डेटा और production systems तक पहुँच के साथ चलते हैं—prompt injection, data exfiltration, insider-trading exposure, और बिना review किए “vibe-coded” tools के critical infrastructure बनने जैसी समस्याओं सहित। यह कदम बड़ी firms के भीतर AI productivity gains लेने और opaque, मुश्किल से govern होने वाली प्रणालियों से बचने के व्यापक संघर्ष का हिस्सा माना जा रहा है—खासकर Anthropic के upcoming IPO में Goldman की भूमिका को देखते हुए यह स्थिति और असहज लगती है।
Goldman के बदलाव का दायरा
- आंतरिक मार्गदर्शन अब Claude Code और GitHub Copilot को केवल इंजीनियरों तक सीमित करता है; ट्रेडर/बैंकरों की सीधी पहुँच समाप्त हो जाती है।
- फर्म का अपना इन‑हाउस AI असिस्टेंट (non-coding) व्यापक रूप से उपलब्ध बना हुआ है।
- कुछ टिप्पणीकार क्षेत्र के आधार पर पहले की ऐसी ही पाबंदियों का उल्लेख करते हैं (जैसे Hong Kong desks)।
जोखिम, अनुपालन और “Lethal Trifecta”
- प्रमुख चिंता: प्राथमिक trading/banking मशीनों पर coding agents तीन जोखिमों को एक साथ जोड़ते हैं: संवेदनशील डेटा तक पहुँच, code execute करने की क्षमता, और network connectivity।
- लोग leak risks (client data, internal models, deal flow), insider trading concerns, और banking तथा trading के बीच अनियंत्रित cross-wall communication पर प्रकाश डालते हैं।
- कई लोगों को संदेह है कि कोई operational incident (bad trade, data leak, या compliance breach) ने शायद इस clampdown को ट्रिगर किया, token cost ने नहीं।
गैर-इंजीनियरों द्वारा coding और productionization
- लंबे समय से एक पैटर्न रहा है: front-office staff नाज़ुक tools (spreadsheets, macros, और अब AI-generated apps) बनाते हैं और engineers पर उन्हें “productionize” करने का दबाव डालते हैं।
- Engineers बताते हैं कि ऐसे tools अक्सर rough prototypes से आगे काम के नहीं होते और unsupported critical-path systems बन सकते हैं।
- कुछ लोगों का मानना है कि non-technical staff को review के बिना apps बनाने देना अपने आप में एक compliance issue है।
Agentic Engineering और “Vibe Coding” बहस
- एक पक्ष तर्क देता है कि agentic engineering में पूरी तरह जाना चाहिए: मजबूत patterns, guardrails, linters, architecture, और एक managed “enterprise harness” ताकि लगभग कोई भी सुरक्षित रूप से build कर सके।
- संशयवादी इसे wishful thinking कहते हैं; उनका कहना है कि agents enforcement में खराब हैं, prompt injection अब भी अनसुलझा है, और unreviewed AI code स्वभाव से जोखिमभरा है।
सुरक्षा architectures और sandbox प्रस्ताव
- कई लोग तर्क देते हैं कि agents को tightly sandboxed VMs, remote workspaces, या internal “AI gateways” में strong federation, access control, और DLP के साथ चलना चाहिए—not traders’ desktops पर।
- अन्य लोग नोट करते हैं कि sandboxing व्यवहार में कठिन है; corporate policies अक्सर virtualization को disable कर देती हैं, और sandboxes भी escape की जा चुकी हैं।
लागत, governance और व्यापक AI adoption
- कुछ संगठन unpredictable API billing और कमजोर enterprise cost controls के कारण AI usage घटा रहे हैं या स्थानांतरित कर रहे हैं।
- टिप्पणीकार AI governance products की एक लहर की उम्मीद करते हैं: centralized platforms, MCP/connector layers, और policy-enforced “citizen developer” environments।
- प्रभाव पर विचार बँटे हुए हैं: कुछ इसे finance में prudent risk management मानते हैं; अन्य इसे एक कदम पीछे मानते हैं जो traders को कम competitive छोड़ सकता है।