一次低級失誤，讓全球開發(fā)者拿到了 AI 編程工具的「行業(yè)標準答案」。

作者｜樺林舞王

編輯｜靖宇

如果幾天前有人告訴我，號稱「最重視 AI 安全」的 Anthropic，會在一周之內(nèi)連續(xù)泄露兩次核心機密，我大概會覺得這是愚人節(jié)段子。

但它偏偏發(fā)生在愚人節(jié)前一天。

3 月 31 日，安全研究員 Chaofan Shou 發(fā)現(xiàn)，Anthropic 在 npm 上發(fā)布的 Claude Code 2.1.88 版本里，塞了一個 59.8MB 的 source map 文件。這個本該用于內(nèi)部調(diào)試的文件，指向了 Anthropic 自己 Cloudflare R2 存儲桶里的一個 zip 壓縮包——里面是 Claude Code 完整的 TypeScript 源代碼，約 1900 個文件，51.2 萬行代碼。

幾小時內(nèi)，GitHub 上出現(xiàn)了多個鏡像倉庫。其中一個名叫「claw-code」的項目，兩小時內(nèi)拿下 5 萬顆星，成為 GitHub 歷史上漲星最快的倉庫。fork 數(shù)超過 4.15 萬。

而就在五天前，Anthropic 剛剛因為一個未加保護的公開數(shù)據(jù)緩存，泄露了下一代模型「Mythos」的存在——一個被內(nèi)部描述為「能力階躍式提升」、在網(wǎng)絡(luò)安全能力上「遠超所有現(xiàn)有 AI 模型」的新模型。

一周兩次泄露。一個講安全的公司，被自己的安全問題打了臉。開發(fā)者社區(qū)的評價相當統(tǒng)一——「諷刺得不真實」。

但諷刺歸諷刺，泄露出來的東西，是真的有料。一個更重要的問題是，AI 公司，應(yīng)該如何利用這次「泄露」，抄作業(yè)？

01

Claude Code「殼子」里有什么？

很多人第一反應(yīng)是：Claude Code 不就是一個套了模型 API 的命令行工具嗎？源代碼泄露了又怎樣，沒有模型權(quán)重，這些代碼不過是個「殼子」。

這個判斷對了一半。Claude Code 確實是個殼子，但它是一個精密到讓人意外的殼子。

先看工具系統(tǒng)。Claude Code 采用了類似插件的架構(gòu)，每種能力——文件讀寫、shell 執(zhí)行、網(wǎng)頁抓取、LSP 集成——都是一個獨立的、有權(quán)限管控的工具模塊。光是工具定義層就有 2.9 萬行 TypeScript。

每個工具的描述不是簡單的一句話，而是詳細到告訴模型「什么時候該用這個工具、怎么用、用完之后期望什么結(jié)果」。這些描述本身就是一種精心調(diào)優(yōu)的 prompt engineering。

再看記憶系統(tǒng)。泄露代碼揭示了一個三層「自修復(fù)記憶」架構(gòu)。最底層是 MEMORY.md，一個輕量級索引文件，每行大約 150 個字符，始終加載在上下文中。具體的項目知識分散在「主題文件」里，按需加載。原始對話記錄則永遠不會整體回讀到上下文中，只在需要時通過 grep 檢索特定標識符。

也就是說，Anthropic 的工程師花了大量時間解決的核心問題，不是「怎么調(diào)用 API」，而是「怎么在有限的上下文窗口里，讓模型盡可能聰明地工作」。

然后是那個讓所有人都興奮的 KAIROS。

這個以古希臘語「恰當?shù)臅r機」命名的功能，在源代碼中被提及超過 150 次。它是一個自主守護進程模式，讓 Claude Code 作為一個 always-on 的后臺代理持續(xù)運行。更有意思的是它的「autoDream」邏輯——在用戶空閑時，代理會進行「記憶整合」，合并零散觀察、消除邏輯矛盾、把模糊洞察轉(zhuǎn)化為確定性事實。

換句話說，Anthropic正在讓 AI 編程助手從「你問我答」的工具，進化為一個「持續(xù)理解你的項目、主動發(fā)現(xiàn)問題」的協(xié)作者。

此外，泄露代碼還包含 44 個未上線的 feature flag，覆蓋了多代理協(xié)調(diào)模式（COORDINATOR MODE）、語音交互（VOICE_MODE）、30 分鐘遠程規(guī)劃會話（ULTRAPLAN），甚至還有一個拓麻歌子風(fēng)格的終端寵物（BUDDY），有 18 個物種和稀有度等級。

還有兩個細節(jié)值得一提。一個是「frustration regex」——一段正則表達式，用來檢測用戶是否在罵 Claude。用正則比用模型推理來判斷用戶情緒要快得多、便宜得多。

另一個是「undercover mode」，Anthropic 用 Claude Code 給公開的開源項目做「隱身貢獻」，系統(tǒng)提示詞明確寫著：「你正在 UNDERCOVER 模式下運行……你的 commit 信息不能包含任何 Anthropic 內(nèi)部信息。不要暴露身份。」

02

中國 AI 公司能學(xué)到什么

現(xiàn)在回到真正重要的問題。

過去一年，中國 AI 編程工具賽道明顯加速。字節(jié)的 Trae 已經(jīng)從最初的 MarsCode 演進為一個 AI 原生 IDE，集成了 Agent 模式，支持從需求理解到代碼編寫再到測試的全流程自動化。智譜的 CodeGeeX 主打開源和本地部署，在中文代碼理解上做了深度優(yōu)化。通義靈碼、豆包 MarsCode 也都在快速迭代。

但如果拿這些產(chǎn)品和 Claude Code 泄露的架構(gòu)對比，差距不在「能不能用」，而在工程精細度上。

第一課：工具描述就是產(chǎn)品力。

這可能是最容易被忽視、也最值得學(xué)的一點。

Claude Code 對每個工具的 prompt 描述經(jīng)過了極其精細的調(diào)優(yōu)——什么時候用、什么時候不用、用了之后怎么處理結(jié)果、出錯了怎么重試。這些描述本質(zhì)上是在教模型「怎么做一個好的程序員」。

國內(nèi)很多工具的 tool use 實現(xiàn)還停留在「給模型一個函數(shù)簽名，讓它自己猜怎么用」的階段。光是把工具描述寫到 Claude Code 的水平，就能讓同一個模型的表現(xiàn)提升一個檔次。

第二課：記憶架構(gòu)，比模型參數(shù)更影響用戶體驗。

Claude Code 的三層記憶系統(tǒng)解決的是一個很現(xiàn)實的問題——模型的上下文窗口是有限的，你不能把所有歷史對話都塞進去。

Anthropic 的做法是把記憶分層——熱數(shù)據(jù)始終在線，溫數(shù)據(jù)按需加載，冷數(shù)據(jù)只做索引。這種思路并不新鮮，但它在 AI 編程工具里的工程實現(xiàn)，國內(nèi)團隊大多還沒做到這個精細度。

第三課：情緒感知不是玄學(xué)，是工程問題。

用一段正則表達式檢測用戶是否在發(fā)火，然后調(diào)整回復(fù)策略。

這個方案簡單到粗暴，但極其實用。它告訴你一個道理——好的 AI 產(chǎn)品不是每個問題都需要用模型來解決，有時候一個 regex 就夠了。

國內(nèi)做 AI 工具的團隊，經(jīng)常陷入「所有問題都要丟給大模型」的思維慣性，這是一種浪費。

第四課：KAIROS 指向的方向，比 KAIROS 本身更重要。

一個 always-on 的后臺代理，在用戶不用的時候自動整理記憶、發(fā)現(xiàn)問題。

這個產(chǎn)品方向意味著 AI 編程助手的下一步不是「更快地回答問題」，而是「在你沒有問問題的時候，就已經(jīng)在工作」。

目前國內(nèi)的 AI 編程工具幾乎全部是響應(yīng)式的——用戶發(fā)指令，工具執(zhí)行。

誰先把守護進程模式做出來，誰就可能定義下一代產(chǎn)品形態(tài)。

03

「抄」的邊界在哪里

當然，學(xué)習(xí)和抄襲之間有一條線。

法律層面，這不是開源代碼，而是意外泄露的商業(yè)軟件。直接基于泄露代碼構(gòu)建產(chǎn)品，版權(quán)風(fēng)險是明確的。GitHub 上「claw-code」宣稱要用 Rust 重寫，但如果核心邏輯照搬，法律邊界依然模糊。

對于中國公司來說，在出海壓力越來越大的背景下，這種風(fēng)險需要認真評估。

技術(shù)層面，Claude Code 的很多設(shè)計決策，是針對 Claude 模型能力深度定制的。比如它的工具描述寫得那么長、那么詳細，是因為 Claude 的長上下文處理能力足夠強，不會因為系統(tǒng)提示詞太長而「走神」。換成上下文窗口短、指令遵循弱的模型，照搬同樣的 prompt 策略可能適得其反。

真正聰明的做法不是 fork 這 51 萬行代碼，而是理解每一個設(shè)計決策背后的 tradeoff，然后針對自己的模型特點重新實現(xiàn)。

架構(gòu)思路可以學(xué)，工具編排模式可以學(xué)，記憶分層策略可以學(xué)——但實現(xiàn)必須是自己的。

還有一個容易被忽略的現(xiàn)實——Anthropic 泄露的是一個快照，而他們的工程團隊每天都在迭代。44 個 feature flag 意味著至少十幾個重大功能在排隊上線。

你今天 fork 的代碼，下個月就是舊版本。追著抄，永遠追不上；理解了原理，才能跑出自己的路線。

這次泄露最大的意義可能不在技術(shù)細節(jié)，而在于它撕掉了一層神秘感——原來 Anthropic 最核心的 AI 編程工具，底層也不過是精心設(shè)計的 prompt 編排，加上工程化的工具調(diào)度。

沒有黑魔法，只有大量的細節(jié)打磨。

這對中國 AI 公司來說，其實是個好消息。它意味著差距是可以彌合的。前提是，你得有耐心去打磨那些細節(jié)——而不是想著直接把別人的代碼拿過來改個名字。

*頭圖來源：LinkedIn

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO

傳統(tǒng)短劇劇組急剎車，AI 產(chǎn)能大爆發(fā)，短劇行業(yè)正在經(jīng)歷殘酷的「大換血」。本期直播，極客公園邀請一線 AI 短劇操盤手與 AI 視頻技術(shù)專家：aipai.ai創(chuàng)始人陳坤、九紫源AI創(chuàng)始人/總導(dǎo)演丁寬、可靈AI 創(chuàng)作者及行業(yè)運營負責(zé)人王若暄。

今晚 20:00，極客公園視頻號直播間，一起聊聊：當 GPU 接管了導(dǎo)、演、攝、錄，AI 短劇的機會究竟在哪里？短劇行業(yè)的下半場要拼什么？