Anthropic最慘洩密事件!逾50萬行Claude Code原始碼流出,44個隱藏功能曝光
Anthropic最慘洩密事件!逾50萬行Claude Code原始碼流出,44個隱藏功能曝光

2026 年 3 月底,Anthropic 在替 Claude Code 推出 2.1.88 版時,犯了一個工程師噩夢級錯誤:把原本只給內部用的除錯檔,一起丟上了公開的 npm 套件。

這個檔案叫「source map」,大小 59.8 MB。照理說,它只應該幫工程師對照「壓縮後程式」和「原始碼」,方便查 bug,不該出現在正式發布版裡。

偏偏這次不但跟著出貨,裡面還藏了一個指向 Anthropic 內部 Cloudflare 儲存空間的連結,只要打開就能直接下載完整原始碼 zip。

簡單說,就是一個打包流程沒檢查好,整個產品的工程藍圖就這樣被攤在網路上。

一個打包疏失,變成「半開源」事件

最早發現的人,是 Solayer Labs 工程師 Chaofan Shou。他在 X 上貼出截圖和連結,提醒大家:Claude Code 的原始碼從 npm 套件的 map 檔「漏出來」了。

很快地,檔案被備份到多個 GitHub 倉庫,全球工程師開始拆解這個年收 25 億美元產品的內部設計。

Anthropic 隨後回應媒體,強調這不是駭客入侵,而是「打包與發布流程的人為疏失」,也重申沒有客戶資料或憑證外洩。

但對產業來說,真正重要的是:我們第一次有機會從程式碼層級,看清楚 Claude Code 這個 AI 代理工具是怎麼設計的。

Claude 怎麼避免「越用越胡扯」?

時間讓 AI 幫忙寫程式、管專案,最大風險之一是:資料累積到一定程度後,AI 的「上下文」會變得又長又亂,開始自己被自己搞糊塗,產生更多幻覺。

原始碼顯示,Anthropic的做法不是把所有歷史對話和檔案通通塞給 Claude,而是用三層記憶系統先「整理房間」:

  • 第一層是一份 ‎MEMORY.md 索引檔,只存很多條很短的重點句(每條大約 150 字元),會固定載入到 Claude 的「工作記憶」裡。

  • 第二層是分散在不同檔案的主題知識,例如專案慣例、常見 bug 類型,需要時再依索引去抓。

  • 第三層才是過去對話,但不是整段重播,而是用搜尋把相關片段抽出來。

再加上一個「嚴格寫入紀律」:沒有確認成功的操作、不確定的推測,不能寫進記憶。這些設計的目的很單純:讓 AI 看到的是整理過的重點,而不是一團亂麻的歷史紀錄。

44 個功能開關:被偷看的產品路線圖

更讓外界驚訝的,是工程師在程式碼裡找到 44 個隱藏功能旗標(feature flags),對應至少 20 個還沒公開的功能雛形。幾個比較有畫面感的包括:

  • BUDDY:像電子雞一樣的「AI 小夥伴」,常駐在輸入框旁,用對話泡泡陪你工作。

  • KAIROS(Always‑On Claude):讓 Claude 變成「常駐助理」,在人不在電腦前時,在背景跑一個叫 ‎autoDream 的流程,自動整理記憶、消除矛盾。

  • ULTRAPLAN:名字暗示是更長期、更複雜的任務規劃功能,細節尚未對外說明。

  • 多代理人協作(multi‑agent swarms):讓多個 Claude 分工處理同一個專案,而不是一個 AI 硬撐全場。

  • 使用 JWT 的 IDE 橋接器:安全地把本機開發工具接上雲端代理。

這些功能最後會不會真的商用、什麼時候上線還未知,但方向很清楚:Anthropic 想做的,不只是「更聰明的聊天機器人」,而是長期陪跑的工作代理人,以及能跟開發工具深度整合的整套系統。

模型內部代號與「越新不一定越好」

原始碼也側面證實了幾個內部模型代號:Capybara 對應 Claude 4.6 變體,Fennec 對應 Opus 4.6,Numbat 則還在測試中。

有趣的是,註解裡寫到 Capybara v8 的「胡說比例」約 29–30%,反而比 v4 的 16.7% 還高,這提醒了大家:更新模型不等於所有指標都會變好,廠商也在「能力」與「可靠」之間反覆調整。

此外,程式碼裡還有一個「Undercover Mode」(臥底模式),專門用來幫使用者對開源專案送 PR 時,檢查提交訊息,避免不小心把 Anthropic 內部資訊或模型名稱寫進版本紀錄裡,相當於在流程上多加一道「防自己誤洩密」的安全網。

社群 2 小時重寫,供應鏈攻擊一起爆

外洩事件引爆討論後,韓國工程師 Sigrid Jin 乾脆徹夜開工,用 Python 依照公開資訊重寫一版「乾淨室」實作,並以 claw‑code 名義開源到 GitHub。

這個專案在 2 小時內就衝破 5 萬顆星,目前星數逼近 7 萬,fork 超過 7 萬,後續還有人用 Rust 再重寫一版,希望榨出更多效能。

更糟的是,幾乎同一時間,安全社群又發現 axios npm 套件遭到供應鏈攻擊。分析顯示:

如果開發者在 UTC 3 月 31 日 00:21–03:29 之間透過 npm 安裝或更新 Claude Code,很可能連帶拉進含遠端存取木馬(RAT)的惡意 axios 版本(1.14.1 或 0.30.4)。

對這批使用者,目前建議是:

  • 立刻檢查 ‎package-lock.json 裡是否出現 ‎plain-crypto-js 依賴;

  • 若有,就要把機器當成「已完全被入侵」處理,重新安裝系統、重設憑證與密碼;

  • 之後改用官方建議的「原生安裝方式」,避免再被 npm 供應鏈拖累。

為什麼這次事件值得記下來?

對 Anthropic 來說,這是一次昂貴的「工程實習課」:一個疏忽,讓核心產品的系統設計全被攤開給競爭對手與開發者檢視。

對整個產業來說,這次外洩則提供了難得的樣本:

  • 大型 AI 代理工具在「記憶」「長期任務」「多代理協作」上,實際是怎麼設計的;

  • 頂級團隊如何在「更強」與「更穩」之間取捨;

  • 以及,一個小小的打包設定沒處理好,如何同時演變成工程事故及安全事件。

對一般使用者來說,或許不需要看懂每一行 TypeScript,但有一件事很值得記得:AI 工具再強,最後摔倒的地方,往往還是最「工程基本功」的那一層。

資料來源:VentureBeatGitHub: instructkr/claw-code

本文初稿為AI編撰,整理.編輯/ 先泰

往下滑看下一篇文章
從客服到數位員工:宏華國際如何用 AI Agent 幫企業把握每一筆商機?
從客服到數位員工:宏華國際如何用 AI Agent 幫企業把握每一筆商機?

隨著生成式 AI 與 AI Agent 的快速發展,企業導入 AI 應用,早已不是「要不要」的是非題,而是「如何選對解決方案」的決策題。

以 AI 客服為例,市場上雖然有眾多解決方案,但真正能夠拉開差距的,不是技術本身,而是對產業場景、服務流程與顧客需求的理解,這是決定AI 能否改善營運效率、提升顧客體驗,並創造實際商業價值的關鍵。

深耕客服領域多年的宏華國際,憑藉著長期累積的第一線服務經驗,以及對產業應用場景的深刻洞察,打造出適用多元產業的 AI 客服代理人,透過將客服經驗模組化、場景化,協助企業降低 AI 導入門檻與試錯成本,讓 AI 不只是技術工具,而是真正能快速落地、創造營運效益的虛擬助手。

宏華 AI 客服
圖/ 宏華國際

有溫度的 AI 服務,成為企業競爭力的新關鍵

宏華國際資深技術顧問李宗遠指出,對企業、尤其是服務業而言,客服的價值早已不只是接聽電話或回覆訊息,而是建立顧客信任、優化服務體驗的重要平台。透過客服,企業不僅能維持對外溝通的一致性與完整性,也能延伸服務時間與服務範圍,進而即時掌握顧客需求,有效承接每一次商機。

然而,過去要打造全天候客服,企業往往需要投入大量人力與管理成本。如今,AI大幅降低了建置與維運成本,24 小時服務不再是大企業的專利。透過 AI 客服代理人,即使是資源有限的中小企業,也能在不額外增加人力的前提下,快速建立客服機制,提供更貼心、更有溫度的服務,而這也將成為未來服務業的重要競爭力。

以餐飲業為例,消費者有聚餐需求時,通常會透過網路訂位系統同時向多家餐廳預約,等到接近用餐日時,再做出最終選擇。此時,餐飲業者若能在網路訂位流程中整合 AI 客服代理人,主動提供完整且貼心的一條龍服務,例如:推薦適合餐點、提醒停車資訊、確認特殊飲食需求,甚至提前規劃包廂與慶生活動等,讓顧客到店前就有好的服務體驗,自然有機會打動顧客的心、成為最終選擇。

李宗遠認為,AI 的價值不只是提升效率,更在於協助企業打造更有溫度的服務,這不僅有助於降低臨時取消率、提升訂單轉換率與顧客黏著度,更能建立差異化競爭優勢,讓 AI 從工具真正成為企業夥伴。

宏華國際
宏華國際資深技術顧問李宗遠
圖/ 數位時代

AI 客服下一階段,比的不是技術,而是誰更懂服務場景

然而,AI 要打造有溫度的服務,關鍵不在於採用了哪些技術,而是 AI 能否真正理解不同產業的服務場景與顧客需求。為此,宏華將多年來服務不同產業、不同場景所累積的第一線經驗,轉化為開發 AI 客服代理人的重要基礎,讓 AI 不只是回答問題,更能理解企業的服務流程,以及客戶的情緒與潛在需求,提供更貼近人性的互動體驗。

李宗遠認為,宏華 AI 客服代理人可以為企業帶來三項價值。第一項是將原本仰賴人工處理的流程自動化。AI 客服代理人不僅能線上服務客戶,完成訂位、預約、報修等流程,還能自動執行後續作業,例如:生成維修派工單,並通知師傅前往服務。

第二項則是優化顧客體驗。AI 客服代理人以多模態 AI 作為核心,可以進行語音、文字與影像的互動,因此,顧客透過電話、LINE、社群平台、網站或實體門市等留下的互動記錄,都能整合至同一平台,避免在服務過程中產生斷點。

第三項是延長服務時間與擴大服務範圍,承接更多商機。AI 客服代理人支援國語、台語、英語 24 小時應答,無論顧客在任何時間、透過何種管道聯絡,甚至使用外語,都能獲得即時回覆。

十多年客服經驗,如何成為宏華 AI 的護城河?

當 AI 客服的技術能力逐漸成熟,真正難以複製的,不是模型,而是背後累積的服務經驗,而這正是宏華最大的競爭力。

宏華國際新事業處協理曾世忠指出,宏華國際深耕客服領域超過十年,累積全台數一數二的服務量能與顧客互動經驗。從客服、門市到到府服務,這些第一線服務經驗,不僅讓團隊更理解真實客服情境,也更熟悉不同產業的服務流程與需求,成為 AI 客服代理人得以持續優化的關鍵。

宏華國際
宏華國際客服新事業處協理曾世忠
圖/ 數位時代

這些第一線經驗讓宏華非常清楚顧客互動過程中的各種變數,包括臨時修改需求、跳躍式提問、說話帶有情緒等。曾世忠表示,真實世界的客服互動很少按照既定腳本進行,許多AI在面對顧客突然改變想法或偏離原本的對話流程時,容易陷入重複問答或無法理解語意的困境,進而影響使用體驗。
也正因此,宏華訓練的不只是 AI 的智商(知識理解、順暢對話),更重視服務情商(情緖分析),讓 AI 能理解對話情境、顧客情緒與需求變化,可以「秒問秒答、邊聽邊想」,而非只是依照固定腳本機械式回應。

除了理解真實客服互動情境外,長期服務不同產業客戶的經驗,也讓宏華更了解各產業面臨的服務情境與需求差異,並將這些產業 Know-how 模組化,發展出餐飲、技術服務、專業服務等產品包,企業只要完成需求完成設定,便能快速導入,大幅降低建置時間與試錯成本。

宏華國際
圖/ 數位時代

「AI Agent 的價值不只是協助企業服務客戶,更將成為企業營運的重要基礎設施。」曾世忠認為,未來,AI Agent 除了協助企業回應外部客戶需求,也將進一步應用於員工服務、人資諮詢等內部場景,成為串聯企業內外部溝通的重要角色。而宏華國際也將持續投入相關技術發展,協助企業在 AI 時代建立更穩定、更具韌性的營運能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓