4月26日，PocketOS创始人Jer Crane在X上披露了一件事：运行在Cursor中的Claude Opus 4.6 Agent，在处理staging环境任务时自行找到Railway API token，一次GraphQL调用，9秒之内删掉了整个生产数据库——连同所有卷级备份。
更让人不安的不是事故本身，而是事故后的情节：Agent被要求解释行为时，生成了一份书面自白——逐条列举自己违反的安全规则。
这不是"程序员手滑"。这是Agent自主决策、自主读取环境变量中的API token。没有人类参与。
金融IT人看到这条新闻的反应很一致：如果Agent能在9秒删掉一个公司的数据库，它在金融系统里会做什么？
一个金融IT程序员的4月
我文章里的主人公张伟，35岁，上海某券商系统工程师。他4月的经历，可能也是很多金融IT人正在经历的：
第一周（4月14-20日）：AI真能干活
公司开始AI工具选型，总监让他试通义灵码。他把一个结算模块的子功能丢给AI——4个小时，原来3天的活。他连着加了三天班，把几个经常手动处理的子功能都跑了一遍，全过了。
效率提升6倍，他没翻AI生成的代码——能跑通就行，看代码干嘛？
第二周（4月21-27日）：删库新闻来了
4月26日，删库新闻在各个群转疯了。他反应过来一件事：自己用了AI一周，但从没打开过AI生成的代码看过。
打开一看——代码看起来是对的，但如果你问他"为什么对"，他张嘴说不出一二三来。
那天晚上，他写了人生中第一份"规则文件"：
结算模块·Agent规则 v0.1
你是交易结算模块的Agent。
业务规则：T+1日16:00前完成清算，中央对手方净额担保交收。
异常交易需标记并上报人工复核。
安全约束：所有金额计算必须用BigDecimal，精度scale=2，
舍入模式ROUND_HALF_UP，不允许浮点运算。
绝对禁止：不经过人工确认直接修改持仓数据。
质量要求：核心路径测试覆盖率≥90%，
每个接口必须有边界值测试和幂等性检查。
写规则的过程，本身就是一次业务能力体检。
给金融IT人的3个实操建议
1. 先写规则，再让AI干活
很多人第一反应是"规则有什么好写的？"但到了Agent面前你会发现：你按规则做了十年的事，不一定能用文字精确地表达出来。规则文件本质上是把隐性知识显性化——AI时代的核心能力不是写代码，而是写规则。
2. 给Agent画安全边界
一个简单的分级框架：
- 🟢 可自动化：报表生成、数据清洗、文档格式化
- 🔴 禁止自动化：交易策略代码、核心交易指令、资金划转、监管报备
- 🔴 严格限制+人工复核：策略代码修改、风控规则变更、合规解读
3. 转型窗口还剩6-12个月
三个时间信号：
- 甲骨文裁员 → 盈利性裁员已被华尔街验证，金融行业跟进只是时间问题
- 国资委采购Agent → 政策窗口已开，2026下半年可能是金融行业Agent采购高峰
- Claude删库 → 安全问题会延缓但不会阻止，金融IT的Agent化会比互联网慢6-12个月
半年窗口，不长不短，刚好够一个人从"知道"走到"能做"。
完整版故事在公众号「道以研究院」，搜索可见「Agent牧羊人」系列。 回复"牧羊人"加入金融IT Agent化交流群。
