返回列表
Anthropic 旗下 Claude Code 源码意外泄露:揭示电子宠物式功能与全时代理机制
行业新闻AnthropicClaude源码泄露

Anthropic 旗下 Claude Code 源码意外泄露:揭示电子宠物式功能与全时代理机制

Anthropic 在发布 Claude Code 的 2.1.88 版本更新时,意外包含了包含 TypeScript 源代码的映射文件。此次泄露涉及超过 51.2 万行代码,揭示了该工具内部包含类似“电子宠物”的趣味功能以及一种“全时在线”的 AI 代理机制。目前该泄露已引起开发者社区的广泛关注与讨论。

The Verge

核心要点

  • 源码意外泄露:Anthropic 在 Claude Code 2.1.88 版本更新中,因包含源映射文件(source map)导致 TypeScript 源代码公开。
  • 泄露规模巨大:据报告,泄露的代码量超过 51.2 万行,涵盖了该工具的核心逻辑。
  • 隐藏功能曝光:代码中发现了类似“电子宠物(Tamagotchi-style)”的趣味设定以及“全时在线(Always-on)”的代理功能。
  • 社交媒体发酵:该漏洞最早由 X 平台用户发现并公开,引发了对 Anthropic 工程安全性的讨论。

详细分析

2.1.88 版本更新引发的技术疏忽

在最近的一次版本迭代中,Anthropic 发布了 Claude Code 的 2.1.88 更新。然而,该版本被发现包含了一个本不应公开的源映射文件。源映射文件通常用于开发环境调试,能够将压缩后的生产代码还原为原始的 TypeScript 代码。这一疏忽直接导致了 Claude Code 的内部实现逻辑对外界“全透明”,一名 X 用户随后发布了包含这些泄露代码的文件,证实了事件的严重性。

揭秘“电子宠物”与全时代理机制

通过对泄露的 51.2 万行代码进行初步分析,开发者们发现了 Claude Code 尚未正式宣传的特性。其中最引人注目的是一个被描述为“电子宠物式”的宠物功能,这暗示了 Anthropic 可能在尝试增加 AI 工具的趣味性与用户粘性。更具技术意义的是,代码中还包含一种“全时在线”的代理(Always-on agent)架构,这表明 Claude Code 的设计目标可能不仅仅是按需响应,而是具备持续监控和自主执行任务的能力。

行业影响

此次泄露事件对 AI 行业具有双重警示意义。首先,它暴露了顶级 AI 实验室在快速迭代过程中可能面临的工程安全风险,即使是像 Anthropic 这样强调安全的公司也难免出现配置错误。其次,泄露的代码为竞争对手和开发者社区提供了一个观察 Anthropic AI 代理架构的罕见窗口,可能会加速行业内关于“自主代理”和“情感化 AI 接口”的技术模仿与演进。

常见问题

问题 1:这次泄露是如何发生的?

根据原文,泄露是由于 Anthropic 在 Claude Code 2.1.88 更新中错误地包含了一个带有 TypeScript 代码库的源映射文件(source map file)导致的。

问题 2:泄露的代码中发现了哪些具体功能?

代码中发现了一个类似“电子宠物”的宠物系统,以及一个“全时在线”的 AI 代理功能。这些功能在之前的官方说明中并未被详细披露。

问题 3:泄露的代码规模有多大?

据报道,泄露的数据包含超过 51.2 万行代码,涵盖了 Claude Code 的大量核心逻辑。

相关新闻

ACL 2026美团论文精选:从能力评测到推理优化,构建生成新范式
行业新闻

ACL 2026美团论文精选:从能力评测到推理优化,构建生成新范式

美团技术团队在自然语言处理领域顶级会议ACL 2026中共有6篇论文被收录。这些研究成果涵盖了大模型评测、复杂流程推理、竞赛级数学思维优化、强化学习优化以及生成式推荐等前沿技术方向。本文将深度解析美团如何通过这些技术创新,在提升大模型逻辑推理能力与实际应用效果方面构建生成式AI的新范式。

美团LongCat发布General 365推理评测集:Gemini 3 Pro仅获62.8分,多数模型不及格
行业新闻

美团LongCat发布General 365推理评测集:Gemini 3 Pro仅获62.8分,多数模型不及格

美团LongCat团队正式推出General 365推理评测基准,旨在为大语言模型的推理能力树立新标尺。在对26款主流模型的实测中,目前表现最强的Gemini 3 Pro准确率仅为62.8%,而绝大多数模型未能达到60分的及格线。这一结果揭示了当前顶尖AI模型在复杂推理任务上仍存在显著局限性,为行业评估模型真实性能提供了重要参考。

美团技术团队实践:利用Agent评测思路管理AI Coding,完成31万行代码重构
行业新闻

美团技术团队实践:利用Agent评测思路管理AI Coding,完成31万行代码重构

美团技术团队分享了在AI生成代码占比超过90%的背景下,如何通过Agent评测思路进行31万行代码的重构实践。文章核心介绍了通过技术债梳理、Rule建设、重构SOP及Pre-PR机制,将高成本的重构工作转化为日常迭代动作,旨在解决AI生成代码可能带来的混乱,提升系统稳定性与开发效率。