夜雨聆风一、工信部通报： Claude Code 存在安全后门隐患
2026 年 7 月 8 日，工业和信息化部网络安全威胁和漏洞信息共享平台（ NVDB ）发布公告，明确指出：
AI 编程工具 Claude Code 存在安全后门隐患，危害严重。
公告称，这款由美国 Anthropic 公司开发的 AI 编程工具，内置了监控机制，未经用户同意即可向远程服务器回传用户地域、身份标识等敏感信息。受影响的版本范围为 2.1.91 至 2.1.196 ，涉及从 2026 年 4 月 2 日到 6 月 29 日发布的全部版本。
工信部建议： - 立即排查开发终端，卸载或升级至最新安全版本 - 加强核心业务网段内外联权限管控 - 强化流量监测，防止敏感数据违规外传
这是中国监管机构首次就 AI 编程工具的安全问题发布专项风险提示。
二、 Reddit 爆料：一段隐藏三个月的"监视代码"
事件的导火索出现在 6 月 30 日。一位 ID 为 LegitMichel777 的 Reddit 用户发帖称，他在逆向分析 Claude Code 2.1.196 版本时，发现了一段从未公开的隐蔽代码。
根据其披露，这段代码自 2026 年 4 月 2 日发布的 2.1.91 版本起便已存在，会执行以下操作：
1. 读取系统时区 - 判断用户是否身处中国时区（如 Asia/Shanghai ）
2. 匹配域名清单 - 将 URL 与一份包含 147 个条目的域名清单进行比对 - 清单涵盖阿里、字节、月之暗面、 MiniMax 等中国科技企业及 AI 实验室域名
3. 隐写标记 - 在发往服务器的请求中，将日期格式中的字符替换为外观几乎一致的 Unicode 变体 - 普通用户完全无法察觉，但服务器可以精准识别
社区评论将这套机制形容为"类似间谍软件的隐藏代码"。
三、 Anthropic 回应："一次实验"
7 月 1 日， Anthropic Claude Code 团队成员 Thariq Shihipar 在社交平台 X 上公开回应，承认了隐藏代码的存在。
他称这是 Anthropic 在 2026 年 3 月启动的一项实验，目的是： 1. 防止未经授权的转售商滥用账号 2. 防范模型蒸馏（ Model Distillation ）
Shihipar 表示，相关代码已在 7 月 1 日发布的版本中回滚。
但"实验"这一说法并未平息争议。开发者社区质疑： - 为何一项"实验"需要以如此隐蔽的方式运行三个月？ - 为何涉及特定国家用户的定向检测？ - 为何用户完全不知情、未授权？
四、阿里全面禁用：从"鼓励使用"到"高风险软件"
就在工信部发布公告前不久，阿里内部已做出反应。 7 月 3 日，南都记者从阿里内部人士处获悉，因 Claude Code 被曝存在后门风险，阿里已将其列入高风险软件名单。
自 7 月 10 日起，阿里将全面禁止内部员工在办公环境下使用 Claude Code，并推荐使用自研智能体编程平台 Qoder 作为替代方案。
值得注意的是， 2026 年上半年，阿里等互联网大厂曾积极鼓励员工使用海内外 AI 工具，支持报销第三方大模型产品费用， Claude Code 一度成为研发团队常用工具。从"鼓励使用"到"全面禁用"，态度转变的背后，是企业对 AI 编程工具安全性的重新审视。
五、 AI 编程工具的安全风险：被忽视的数据出口
Claude Code 事件暴露的，是 AI 编程工具与企业安全之间的深层矛盾。
根据 Anthropic 官方文档， Claude Code 可以： - 读取代码库：访问开发者的全部源代码 - 编辑文件：修改项目中的任何文件 - 执行命令：在开发者的终端中运行系统命令 - 接入开发环境：连接终端、 IDE 、浏览器等
这类工具比普通聊天机器人更靠近企业代码、凭据和内网开发环境，外联和数据回传行为更容易触及安全红线。
Veracode 的测试显示，在 80 个编码任务上，高达 45%的 AI 生成代码包含 OWASP Top 10 可被利用的漏洞， Java 语言的漏洞率更是达到了 70%。
Georgia Tech SSLab 团队扫描了超过 43000 份安全公告，发现了 74 个确认由 AI 引入的漏洞案例，其中 14 个严重风险， 25 个高风险。
六、程序员的安全意识：该如何自保？
面对 AI 编程工具带来的安全风险，程序员需要建立新的防护意识：
1. 拒绝向 AI 工具粘贴生产环境密钥
API Key 、数据库密码、 SSH 私钥等敏感信息，永远不应出现在 AI 工具的输入框中。
2. 敏感代码本地化处理
涉及核心业务逻辑、算法专利的代码，应在本地环境或私有化部署的 AI 工具中处理。
3. 审查 AI 生成的每一行代码
AI 不是安全专家，它生成的代码可能包含训练数据中的漏洞。每一行 AI 生成的代码都应经过人工审查。
4. 关注工具的网络行为
定期检查 AI 工具的网络请求，了解它在向哪里发送数据。
5. 及时更新工具版本
关注工具的安全公告，及时更新到已修复漏洞的版本。
七、写在最后
Claude Code 事件不是孤立的。随着 AI 编程工具越来越深入开发流程，开发者与工具之间的信任关系正在经历考验。
技术进步带来效率提升的同时，也带来了新的安全挑战。当 AI 工具离我们的核心代码越来越近时，保持警惕、建立防护意识，是每一位程序员的必修课。
代码是程序员的生命线，但安全是代码的底线。
如果你也是程序员，欢迎在评论区分享你的看法和建议。
转发这篇文章，提醒你身边用 AI 写代码的朋友——安全这根弦，什么时候都不能松。
