乐于分享
好东西不私藏

阿里Claude 禁令背后:中美 AI 阵营撕破了最后一层窗纸

阿里Claude 禁令背后:中美 AI 阵营撕破了最后一层窗纸
据媒体报道,阿里巴巴内部已宣布禁用 Claude,原因是存在植入后门风险。报道称,阿里内部要求卸载 Anthropic 相关产品,覆盖 Sonnet、Opus、Fable 等多个系列模型,以及 Claude Code 在内的 Agent 产品;禁令将于 7 月 10 日正式生效。
如果这只是一次普通的软件安全整改,它不会有太多讨论价值。大公司每年都会把一批工具列入高风险名单。
但这次不一样。
Claude 不是边缘工具。它是过去一年全球开发者最常用、也最被中国程序员认可的前沿模型之一。Claude Code 更是 AI 编程浪潮里最锋利的 Agent 产品之一。
更关键的是,阿里不是从一开始就排斥外部模型。媒体援引消息人士称,今年初以来,阿里内部为鼓励员工使用 AI,不仅提供内部模型免费额度,也对 Claude、GPT、Gemini 等外部模型使用实行大额报销。不少程序员每周在外部模型上消耗数百美元,Claude Code、OpenAI Codex 和阿里旗下 Qoder 都是高频工具。
也就是说,这次不是“从未开放”,而是“开放之后反向收回”。
这才是问题的核心。
当一家中国头部科技公司从鼓励使用 Claude,转向要求卸载 Claude,变化的不是一个工具位,而是信任关系。
中美 AI 阵营化,已经从抽象判断变成现实。

绕行年代:边界被默认,但不被遵守

如果把时间拨回到 2023 年前后,大模型行业有一个被频繁讲述的神话:全球最先进的模型能力,以 API 形式平等地向所有人开放。OpenAI、Anthropic、Google 把模型能力封装成服务,开发者只要有权限和支付能力,就能接入同一个能力层。

但这个叙事有一个被长期忽略的前提:

中国,从来就不在这些服务的完全开放名单里。

OpenAI、Anthropic、Google 的服务条款和合规框架,很早便将中国大陆列入了受限或不可直接访问的区域。API 的地理围栏、支付渠道限制、组织身份验证,都是这条边界的具体形态。

换句话说,“统一访问同一模型”的全球叙事,对中国市场从一开始就是打折的。

但中国公司并没有因此停止使用这些模型。


过去几年,中国科技公司内部对外部前沿模型的使用,大致处于一种“灰色但普遍”的状态。

工程师们通过各种方式接入 Claude、GPT-4、Gemini:

  • 使用海外账号、团队订阅和 API 代理;
  • 在产品验证和代码开发中把它们当作能力参考;
  • 在部分工程流程里,将外部模型输出作为评测基准或训练信号。

一些公司为鼓励员工使用 AI,甚至对外部模型费用实行报销政策。据报道称,阿里内部此前允许员工自由选择 Claude、GPT、Gemini 等外部模型,部分程序员每周消耗额度高达数百美元,Claude Code、OpenAI Codex 与阿里自研 Qoder 都是高频工具。

这种使用方式很少被公开讨论,因为它同时踩在两道线的边缘:

一边是技术开放的理想,另一边是服务条款和区域限制的现实。

更敏感的是,部分公司并不仅仅“使用”这些模型,而是将其输出作为训练数据或对齐信号,用于优化自研模型。这种方法在技术上被称为“蒸馏”或“合成数据训练”,在行业内并不罕见,但也始终游走在平台政策与商业伦理的模糊地带。

过去几年,中国大模型的快速进步,很难说与这种绕行实践毫无关系。

那时,外部前沿模型不只是工具。

它们是标尺。

谁能稳定使用这把标尺,谁就能更快知道自己离前沿还有多远。

现在,这把标尺开始有国界了。


导火索不是禁令,而是相互不信任

看看主要的时间线。
6 月 24 日,Anthropic 被曝曾在 6 月 10 日向美国参议院银行委员会递交信函,指控阿里在 4 月 22 日到 6 月 5 日期间,利用约 2.5 万个虚假账号,与 Claude 进行了超过 2800 万次对话交互。Anthropic 将其单方面定性为“工业级模型蒸馏攻击”,并上升到国家安全层面。
这不是 Anthropic 第一次用类似话术指控中国 AI 公司。
今年 2 月,Anthropic 曾公开指控 DeepSeek、月之暗面与 MiniMax 对 Claude 进行大规模蒸馏攻击。现在,阿里又被卷入同一套叙事。
从 Anthropic 的视角看,这是模型安全、商业利益和国家安全问题。
从中国企业的视角看,这则变成另一个问题:如果一家美国模型公司可以在没有充分公开证据的情况下,把中国企业的模型使用行为描述成“攻击”,并推动更严格风控,那么它还能不能被放进中国企业的核心研发流程?
这个问题比“Claude 好不好用”大得多。
因为 Claude Code 进入研发流程后,看到的不是普通聊天内容,而可能是代码、接口、日志、内部文档、产品设计和缺陷记录。它越好用,进入得越深;进入得越深,风险也越重。
所以阿里禁用 Claude,表面理由是后门风险,深层理由是信任断裂。
一个模型工具一旦被怀疑会识别、标记、限制甚至针对中国用户,它就不再是生产力工具。
它成了供应链风险。

Anthropic 把边界画出来了

这次事件里,最刺眼的不是封号,而是 Claude Code 被曝出的识别机制。
6 月底至 7 月初,Anthropic 对 Claude 实施新一轮大规模封号,大量中国用户在无预警下被禁用,个人订阅和团队账户都受到波及。
随后,有开发者逆向分析发现,Claude Code 从 2026 年 4 月发布的 2.1.91 版本起,内置了一套隐蔽识别系统:读取本地时区,检查代理或自定义 API 地址中是否包含阿里、字节等中国云厂商、AI 公司、API 代理服务商等关键词,并在系统提示词中通过替换标点符号的方式标记中国用户。媒体称,Claude Code 团队成员后续公开承认了这项“实验性”措施。
这件事的性质很严重。
如果一个开发工具会在本地环境里识别中国用户,并把识别结果隐蔽写入提示词,那么它对企业来说就不再是中立工具。
它是带立场的工具。
其实边界一直存在。OpenAI 官方帮助文档列出 API 支持的国家和地区,并说明在不支持地区访问服务可能导致账号封禁或暂停。Anthropic 的 Claude 帮助中心也列出可访问 Claude 的地区名单。这类地区准入原本就是模型服务的一部分。
但 Claude Code 事件让问题更进一步。
地区限制不只是写在帮助文档里的服务条款,而可能进入开发工具本身,进入提示词,进入风控,进入用户看不见的模型路由。
这就是边界真正变硬的地方。
以前开发者以为自己在调用一个模型。
现在他们发现,模型也在识别自己。

阿里禁用 Claude,是一次阵营选择

阿里禁用 Claude,不只是中国厂商的一纸通知。
它更像一次默认系统的切换。
默认模型决定了研发人员每天把什么代码、什么日志、什么接口、什么设计文档喂给谁;决定了企业知识沉淀在哪套系统里;决定了权限、审计、预算和安全责任归谁。
过去,阿里内部可以同时使用 Claude、GPT、Gemini、Qoder,员工按效果和习惯选择。这个阶段的关键词是“开放试用”。
现在,Claude 被切断,通义千问和内部工具链的位置自然上升。这个阶段的关键词变成“体系收拢”。
这不是保守。
这是站队。
因为默认工具一旦进入生产系统,就会变成基础设施。基础设施最怕的不是性能差一点,而是不可控。
数据能不能不出域?调用记录能不能审计?成本能不能预测?供应商会不会因为地区、政策、指控或风控策略突然改变访问条件?工具本身会不会在用户无感知的情况下做识别和标记?
这些问题叠在一起,答案其实已经很清楚。
Claude 可以继续很强。
但只要它被视为不可控,它就很难继续坐在中国头部科技公司的核心研发位置。

这不是阿里一家公司的事

这次事件刚好撞上另一条线。
据媒体报道,6 月 24 日,阿里向美国加州圣何塞联邦法院提交诉状,起诉美国国防部,要求将其从“中国军事企业名单”(1260H 名单)中移除。该名单于 6 月 8 日由美国国防部发布,阿里、百度、比亚迪等多家企业在列。
这份清单不等同于正式制裁,但它会引发一个现实担忧:被美国安全框架标记的中国企业,还能不能稳定使用美国前沿技术?
如果把这条线和 Anthropic 的指控、Claude 封号、Claude Code 识别机制放在一起,图景就很清楚了。
美国侧正在把前沿 AI 能力放进国家安全、实体识别、地区准入和模型风控框架里。
中国侧则会把核心 AI 能力重新拉回国产模型、私有化部署、企业合规和内部工具链里。
这两条路不完全对称,但基本平行。
美国更像是在给外部访问上锁。
中国更像是在把关键入口收回屋里。
结果已经可以预见:AI 不再是一个全球通用工具市场,而是在变成阵营内基础设施。

中国路径:不再只追最强模型,而是建设自己的默认系统

中国大模型公司过去一年真正重要的变化,不只是模型分数追上来了。
更重要的是,它们开始进入组织内部。
通义千问进入阿里云、钉钉和开发工具链;文心进入百度智能云、搜索和办公场景;混元进入腾讯云和企业协作场景;豆包进入字节的内容、办公和开发体系。DeepSeek、Kimi、Qwen 等模型则在开发者、研究者和内容生产者中形成新的工具习惯。
企业真正关心的问题已经不是“哪个模型全球第一”。
而是:哪个模型能做我的默认底座?
默认底座要能接账号,要能接权限,要能接知识库,要能接内部工作流,要能被采购,要能被审计,要能在出问题后有人负责。
Claude、GPT、Gemini 仍然很强。
但如果它们不能稳定地、合规地、低摩擦地进入中国企业核心流程,它们就会从默认能力退回参照能力。
这就是阵营化最现实的样子。
不是两边互相喊口号,而是每个企业在自己的系统里悄悄改默认值。
默认值一改,生态就改了。
开发者会围绕新的模型写插件、调 prompt、搭工作流;企业会围绕新的模型做权限、审计和知识库;模型公司会围绕这些场景继续训练和优化。
时间拉长以后,这不是一次工具迁移。
这是生态迁移。

开源能打洞,但打不掉边界

当然,AI 世界不会被一刀切成两半。
开源和开放权重模型仍然在打洞。
Qwen3 在 2025 年 4 月发布时,官方称多个模型以 Apache 2.0 协议开放权重,并可在 Hugging Face、ModelScope、Kaggle 等平台获取。DeepSeek-R1 在 2025 年 1 月发布时,也明确以 MIT License 开放模型和技术报告,并允许较自由的蒸馏与商业使用。Meta 的 Llama 系列长期强调开放权重,开发者可以在本地、私有云或企业环境里部署。
这些模型会削弱 API 边界。
一个企业不能稳定调用某个海外闭源模型,不等于它失去前沿能力。它可以用开放权重模型,可以私有化部署,可以混合路由,也可以在不同地区使用不同模型组合。
但开源只能让边界变得多孔,不能让阵营消失。
原因很简单:企业真正依赖的不是一个模型文件,而是一整套能力供应链。
算力从哪里来,模型在哪训练,数据怎么进出,API 谁来托管,安全谁来兜底,插件生态围绕谁展开,开发者习惯沉在哪个平台,企业采购合同签给谁。
这些东西加在一起,才是 AI 阵营。
开源模型能跨越边界流动,但生产系统会重新把它们装进各自的云、各自的工具链、各自的合规框架里。
所以未来的 AI 世界不会完全断裂。
它会更像两个大系统中间夹着一片流动地带:开源模型、灰色调用、跨国团队、多云部署都还会存在,但默认路线会越来越分明。
美国企业默认接入 OpenAI、Anthropic、Google、Meta 及其云生态。
中国企业默认接入通义、文心、混元、豆包、DeepSeek、Kimi 及其本土云和办公体系。
中间当然有交叉,但边界越来越清晰。

真正的分野:不是谁更聪明,而是谁能被信任

很多人讨论 AI 竞争,还是习惯盯模型榜单。
谁参数值更高,谁代码能力更强,谁上下文更长,谁多模态更稳。
这些当然重要。
但 Claude 这次事件说明,阵营化以后,真正的竞争不只发生在模型能力上,而发生在信任入口上。
一个模型再聪明,如果它进不了企业内部流程,它就是外部能力。
一个模型没那么惊艳,但能进入办公、云、代码库、知识库、审批、客服、营销、数据分析和内部 Agent 平台,它就会变成组织的日常能力。
更进一步,如果一个模型工具被认为会识别、标记、限制某一类用户,它就会失去成为默认底座的资格。
这就是阿里禁用Claude 最值得关注的地方。
它指向一个更硬的事实:AI 的竞争正在从“模型能力竞争”变成“体系入口竞争”,再变成“信任体系竞争”。
谁掌握默认入口,谁就掌握数据回流、场景反馈、开发者习惯和企业预算。
谁失去信任入口,谁就算模型再强,也会被推到外围。

结语:AI 世界两大阵营已经成型

这件事放到更大的时间线里,就不再是孤立事件。
美国侧用服务地区、账号审核、出口管制、国家安全叙事和模型风控,把前沿模型能力纳入自己的规则系统。
中国侧用国产模型、私有化部署、企业合规和内部工具链,把核心 AI 能力沉进自己的组织系统。
两边不是完全对称,但都在做同一件事:把 AI 从“全球通用工具”改造成“阵营内基础设施”。
这才是大模型时代最冷的一层变化。
技术世界过去十年的关键词是连接。API、云服务、开源社区、全球开发者生态,让软件看起来越来越没有边界。
但 AI 不一样。
AI 不是普通软件。它吃数据,吃算力,吃场景,吃反馈,也吃政策空间。越是强大的模型,越不可能永远漂浮在边界之外。
所以,AI 世界不是正在失去连接。
它是在连接之上重新长出阵营。
一边是美国模型、美国云、美国规则。
一边是中国模型、中国云、中国场景。
开源会让中间地带继续流动,商业会让两边继续交叉,但默认系统正在分开。
这不是某一天宣布的分裂。
它是从一个模型调用被替换、一个内部规范被更新、一个默认工具被卸载开始的。
等大家终于看见它时,阵营早已经在那里了。

参考资料
智东西:《阿里内部禁用 Claude》相关报道,2026 年 7 月 3 日,
OpenAI Help Center:《OpenAI API - Supported Countries and Territories》
Claude Help Center:《Where can I access Claude?》
Federal Register:《Implementation of Additional Export Controls: Certain Advanced Computing and Semiconductor Manufacturing Items; Supercomputer and Semiconductor End Use; Entity List Modification》
Federal Register:《Framework for Artificial Intelligence Diffusion》
Qwen Team:《Qwen3: Think Deeper, Act Faster》
DeepSeek API Docs:《DeepSeek-R1 Release》
Meta AI:《Introducing Llama 3.1: Our most capable models to date》