乐于分享
好东西不私藏

Claude Code源码泄露后,龙虾们该何去何从?

Claude Code源码泄露后,龙虾们该何去何从?

前情提要

Claude Code是Anthropic倾力打造的AI编程客户端,它不仅是当下AI编程工具公认的‘天花板’,更是扛起了Anthropic约20%营收的现象级产品。而在国内现在热火朝天的开源平替openclaw(龙虾),其诞生契机却颇具极客色彩:起初仅仅是因为原作者实在无法忍受Claude Code迟迟不支持远程开发,才‘一怒之下’手搓出了这款打破本地束缚的替代方案。如果把Claude Code比作动力拉满的F1赛车,那openclaw就是大神硬核改装出的性价比平替。

前几天,很多人盯着Claude Code源码泄露这件事看热闹。有人激动,觉得闭源神话终于被撕开了一角;也有人立刻下结论,说开源替代的春天到了。

我第一次刷到这条消息时,脑子里冒出来的不是“谁要倒霉了”,而是另一个问题:如果一个能写代码、会调工具、还拿着系统权限的所谓智能体 ,连自己发布链路的边界都可能搞错,那我们平时交出去的信任,畅想的AI可以替代人,到底会让世界变成什么样?

如果只把这次事件理解成“OpenClaw能不能抄近道”,其实肤浅了。

这不是一场关于“谁能更像Claude Code”的cosplay,而是一场关于“谁先补齐安全骨架”的竞速比赛。

先别急着站队:这次泄露,泄露的不是八卦,而是方法论

让我们先把事情捋清楚。

这次Claude Code的问题,不是传统意义上的“代码仓库被黑”。而是源发于一个非常低级的发布失误,新版本的Claude Code在npm包里带上了60MB的source map文件,总量大约4756个源文件,51.2万行代码。也就是说,如果把Claude Code比作房子,现在不是大门被撞开,而是有人搬家时把备用钥匙顺手贴在了门口。这个量级已经不是“零星片段被扒出来”了,而是足够让外界把产品的运行逻辑、工具调用链、界面行为和系统设计一起摸清楚。

过去很多人对头部智能体产品的理解,多少带一点想象滤镜:它看起来很强,大家默认它一定藏着某种极难复制的魔法。但源码一旦被看见,行业情绪就会突然从“仰望”切到“拆解”。神秘感会掉得很快,工程细节会被举着放大镜研究。

为什么它会短期利好 OpenClaw ?因为用户心态开始变了

如果只看短期,这件事当然会给OpenClaw一类项目带来更多关注度。

原因很简单:

  • 闭源产品最贵的一层溢价,往往不是功能本身,而是“你看不见,所以你以为很难”。一旦完整运行逻辑被外界部分还原,开源项目、独立开发者、二次开发团队就会更容易判断:哪些部分真有壁垒,哪些只是工程堆叠,哪些其实可以用不同方式实现。

  • 这会加速“可替代性”的讨论。现在开发者社区对开源编程智能体的兴趣,已经不只是想找一个便宜版Claude。这类项目公开强调的就是可控、可审计、可换模型、可私有化

  • 生态会被激活。围绕Claude Code的技能、插件、管理类项目已经开始出现。这个信号很真实:开发者不是单纯在围观,他们是在试图把Claude Code的能力模块化、接口化、插件化。只要这种趋势继续,OpenClaw这类项目就更容易吃到外溢流量。

源码泄露带来的第一波利好,从来不是“抄代码”,而是“拆神话”。

过去用户愿意忍受闭源,是因为效果差距足够大;一旦大家发现头部产品的很多优势来自长期工程调优,而不是不可理解的黑箱,那么本地部署、私有环境、团队自定义工作流的吸引力就会明显上升。对OpenClaw来说,这种心态变化本身就是机会。

但问题也在这里:看见源码,不等于做成产品

做智能体产品真正的深水区,从来不是“知道怎么做”,而是“敢不敢让它做”。它早就不只是聊天机器人,更像个行动力爆表、但毫无边界感的新手实习生。一旦拿到工具权限,你真敢让他单独碰生产库吗?

我见过一次典型的事故:本想让智能体“清理测试目录”,它却自作主张,把隔壁项目的构建产物也删了个干净。现场所有人陷入了沉默,又猛然惊醒:当AI把“看似合理”误当成“被允许执行”,风险就不再是闹着玩的。

所以,这次泄露真正刺痛行业的,并非那51万行代码,而是我们突然意识到:智能体的提示词、工具权限和执行逻辑,本身已经成了致命的新攻击面。

龙虾们真正的机会,不是复刻,是补那几块最难的短板

透过这波“龙虾”的热潮,我们会发现,这些平替想要真正扛起生产环境的重任,至少还要跨过四道“生死关”:

01 权限边界:从“体验取舍”变成“生死红线”

默认联网吗?允许写文件吗?能直接跑shell吗?哪些高危动作必须人类点头?哪些目录必须锁死在沙盒里?

把权限颗粒度切得越细,企业才越敢放你进门。

02 可审计性:看不见的黑盒,没人敢放权

企业为什么突然对开源智能体这么上心?不是因为什么开源信仰,而是出于“恐慌”。他们必须查清楚:这小老弟刚才读了什么?用了啥工具?凭什么改这段代码?闯祸是从哪一步开始的?

看不见过程,就不敢给它放权。因此,操作轨迹、日志回放和策略解释能力,将不再是产品的“加分项”,而是进企业的“入场券”。

03 上下文治理:拼的不是智商,是”不发癫”的稳定性

长任务跑偏、状态污染、历史指令残留……这些才是拖垮体验的日常元凶。源码泄露确实能帮外界看懂头部产品的流程,但“看懂图纸”不等于“打得好地基”。想抓住风口,任务编排和状态管理必须做得比花哨功能更扎实。

04 安全默认值:Demo越酷炫,真实环境越吓人

很多产品夭折,不是因为不够聪明,而是默认设置太激进。为了演示好看,一上来就给足权限;为了显得全能,遇到不确定也强行硬干。这在Demo里看着很酷,在生产环境里却让人后背发凉。

这也是为什么我越来越觉得,未来优秀的智能体产品,必须像“建筑”,而不是像“魔术”。

魔术只追求那一瞬间的“哇!”,但建筑讲究的是承重、隔离、防火和逃生路线。前者也许更吸睛,但后者,才能真正住人。

AI agent的护城河,正在从“模型够不够强”,转向“系统能不能让人放心地交权”。

从Claude Code到OpenClaw ,行业真正被改写的是什么

把目光再放长远一点,这次事件对行业影响最大的,是市场评估智能体的方法。

以前大家最喜欢问:它是不是更像人?能不能自动改完整个项目?能不能一句话做完所有脏活累活?

现在问题会慢慢变成:

  • 它出错时会停下来吗?
  • 它被注入脏上下文时会不会越权?
  • 它的行为能不能回放?
  • 它能不能跑在我的模型、我的代码库、我的安全策略里?

这对龙虾们是机会,因为开源路线天然更适合回答“能不能自己掌控”;但这也是压力,因为一旦你打出“开放、可控、私有化”这张牌,用户对你安全性和工程成熟度的要求,只会更高,不会更低。

最后说一句泼冷水的话

我能理解为什么很多人看到这件事,会立刻把目光投向OpenClaw。“闭源巨头、源码泄露、开源替代、创业机会”几乎每个关键词很适合被包装成一个振奋人心的结论。

可现实没那么浪漫。

源码能缩短模仿的距离,却缩不短信任的距离。后者,才是AI智能体这门生意最难、也最值钱的部分。

看见源码,只会降低敬畏;建立信任,才会抬高门槛。

供稿:李晟

编辑:邓燕

责编:杨金锋

审核:谭粤东

内容含AI生成图片