Anthropic 最近因技术失误泄露了其开发工具 Claude Code 的完整源代码。这次事件不仅暴露了 Anthropic 防止竞争对手“偷学”模型的防蒸馏技术、能够隐藏 AI 身份的“卧底模式”，还揭示了一个名为 KAIROS 的未发布自主代理计划。这次泄露揭示了 AI 巨头在商业竞争与技术防护上的底层逻辑，同时也讽刺地显示出，即便最先进的 AI 公司也会被简单的正则表达式和底层工具链的 Bug 所困扰。
核心发现：防“偷师”的虚假陷阱
为了防止竞争对手通过抓取 Claude Code 的 API 流量来训练自己的模型（即“模型蒸馏”），Anthropic 在代码中内置了多重防御机制。
- 注入虚假工具：当检测到特定标识时，服务器会向系统提示词中注入伪造的工具定义。如果有人利用这些流量进行训练，虚假数据就会污染其训练集。
- 服务器端摘要：在某些测试版中，API 会将 AI 的推理过程进行摘要处理并加上加密签名，返回给客户端。这意味着监听流量的人只能看到结果摘要，而无法获取完整的推理链条。
- 法律重于技术：源码显示这些技术手段其实很容易被绕过（例如通过代理删除特定请求头）。Anthropic 真正的防御盾牌更多是法律手段，而非密不透风的技术墙。
“卧底模式”：隐藏身份的 AI 贡献者
代码中包含一个名为 undercover.ts 的文件，实现了一种隐秘模式。
- 抹除痕迹：该模式会指示 AI 禁止提及 Anthropic 的内部代号（如 Capybara、Tengu）、内部 Slack 频道或“Claude Code”这个名字本身。
- 无法关闭：在外部版本中，这个功能是“单向门”，没有强制关闭的选项。
- 争议点：这意味着 Anthropic 员工在参与开源项目时，AI 生成的提交记录和代码审查可能看起来完全像人类操作，没有任何 AI 参与的标识。
正则表达式检测情绪：最高级的讽刺
令人意外的是，作为一家顶尖的深度学习公司，Anthropic 竟然使用正则表达式（Regex）来检测用户是否在生气。
- 脏话库：代码中维护了一个长长的正则列表，用来匹配用户输入的各种脏话和挫败感词汇。
- 实用主义：虽然被社区嘲讽为“高峰讽刺”，但在工程上这比调用 LLM 来分析情绪要快得多、也便宜得多。
数字化版权管理（DRM）与底层认证
Anthropic 正在对其 API 调用实施类似 DRM（数字版权管理）的保护。
源码显示，API 请求中包含一个占位符。在请求发出前，底层二进制文件会计算一个哈希值并填入，以证明该请求来自官方客户端，而非第三方破解工具。
这也是 Anthropic 之前向第三方工具 OpenCode 发出法律威胁的技术背景：他们希望严防死守，确保用户只能通过官方渠道访问低价的订阅制 API，而不是绕过限制使用昂贵的按量计费接口。
路线图泄露：神秘的 KAIROS 项目
泄露的代码中最具商业杀伤力的部分是一个代号为 KAIROS 的功能，这被认为是一个尚未发布的自主代理（Autonomous Agent）模式：
- 全天候运行：支持后台守护进程和每 5 分钟一次的定时任务。
- 自主学习：拥有“夜间记忆蒸馏”功能和每日日志记录。
- GitHub 集成：支持 Webhook 订阅，能自动处理远程仓库变动。
为什么会发生这种低级错误？
这次严重的源码泄露很可能源于一个已知的工具链漏洞。
- Bun 的 Bug：Anthropic 去年收购了开发工具 Bun，而 Claude Code 正是基于 Bun 构建的。Bun 存在一个已知问题：即便在生产模式下，也可能错误地发送包含完整源码的
.map文件。 - 讽刺的现实：一个顶尖 AI 公司的核心商业机密，最终因为自己收购的工具里一个没修好的 Bug 而公之于众。正如网友评论：“当你让 AI 帮你写代码时，不小心把源码发到网上这种错误就不再显得那么不可思议了。”