近日，阿里巴巴要求員工在工作場景中停用 Anthropic 的 Claude Code 這一消息引發(fā)廣泛關注。這一事件背后，折射出的是 AI 編程工具在企業(yè)應用中的新態(tài)勢。

據(jù)外媒和部分中文媒體報道，阿里巴巴內(nèi)部已要求員工在工作時禁用或卸載 Claude Code。有消息稱，員工被告知使用阿里自家的編碼平臺 Qoder。雖然目前未看到阿里官方公開公告確認此事，但這一消息已然引發(fā)諸多思考。

在很多人印象里，Claude 或許還只是一個聊天機器人，用于問答、寫文案、解釋代碼等。然而，Claude Code 并非如此簡單。Cursor、Codex、Claude Code 等這類工具，早已超越“幫你補幾行代碼”的插件范疇。它們?nèi)缃衲軌蜃x取項目、查看目錄、修改文件、運行命令、連接 MCP、調(diào)用接口、讀取日志，甚至在修改代碼的同時自行運行測試。這無疑為開發(fā)者帶來極大便利，但同時也暗藏風險。

當這類工具進入真實項目，它們接觸到的便不再是普通聊天內(nèi)容，而是企業(yè)的核心資產(chǎn)，包括代碼、業(yè)務邏輯、客戶需求、內(nèi)部接口、配置文件、歷史提交記錄，甚至密鑰和環(huán)境變量等。一旦這些信息泄露或被不當利用，后果不堪設想。所以，阿里此次禁用 Claude Code，重點并非單純“不用 Claude”，而是表明 AI 編程工具已從個人效率工具轉(zhuǎn)變?yōu)槠髽I(yè)必須嚴格管理的生產(chǎn)軟件。

此前，人們討論 AI 編程工具時，多關注誰寫代碼更強、上下文更大、改老項目更穩(wěn)、價格更便宜等問題。而如今，大公司在選擇這類工具時，會更多考慮它能讀取什么、修改什么、會向外發(fā)送什么、誰批準其運行命令、出現(xiàn)問題能否追溯等。這反映出企業(yè)對 AI 編程工具安全性的重視。

為何 AI 編程工具會如此敏感？普通聊天機器人，用戶輸入一段話，它回復一段話，風險相對可控。但 AI 編程工具不同，它要深入項目內(nèi)部。它會查看文件結(jié)構(gòu)、代碼、依賴、配置以及錯誤日志等，有時還需用戶授權其修改文件、運行命令、安裝依賴、執(zhí)行測試等。官方文檔顯示，Claude Code 有權限系統(tǒng)，不同操作有不同的批準要求，企業(yè)還能配置規(guī)則和統(tǒng)一下發(fā)策略。這足以說明，它已不是普通聊天工具，而是能觸及企業(yè)真實資產(chǎn)的工作軟件。對程序員而言，這是提升效率的利器；對安全部門來說，卻是潛在的攻擊面。

此次事件中，還有一個背景值得關注。有報道稱，Anthropic 此前指控阿里非法提取 Claude 模型能力，即模型蒸餾。同時，Claude Code 被開發(fā)者發(fā)現(xiàn)包含檢查用戶環(huán)境的機制，如時區(qū)、代理相關信息，并向 Anthropic 服務器發(fā)送帶有微妙標記的提示。Anthropic 員工稱這是從 3 月開始的實驗，目的是防止未授權轉(zhuǎn)售和模型蒸餾。站在企業(yè)安全角度，這就會引發(fā)一系列疑問：為反濫用檢查了哪些內(nèi)容？發(fā)送了哪些信息回去？是否識別了企業(yè)環(huán)境？是否帶走了開發(fā)上下文？對于個人用戶，這些問題或許不那么敏感，但對于大公司而言，卻至關重要。大公司最擔憂的不是工具本身“壞”，而是不清楚工具在電腦里究竟做了什么，尤其是當工具進入代碼生產(chǎn)現(xiàn)場，涉及內(nèi)部系統(tǒng)、商業(yè)項目、客戶數(shù)據(jù)等時，企業(yè)自然會高度警惕。

此次事件并非簡單的“阿里和 Claude 鬧翻”，而是將 AI 編程工具的供應鏈信任問題擺到了臺面上。對于企業(yè)而言，真正的問題不在于工具是海外還是國產(chǎn)，而在于能否對工具進行有效管理。例如，能否指定可用模型、限制讀取文件范圍、禁止讀取敏感信息、控制運行命令、記錄操作記錄、便于事后追溯、接入公司賬號和權限系統(tǒng)等。這也是阿里讓員工使用 Qoder 的關鍵所在，并非拒絕 AI 編程，而是要統(tǒng)一管理工具，避免員工隨意選擇。

未來，大公司大概率會走向統(tǒng)一管理 AI 編程工具的道路，為員工提供工具白名單、統(tǒng)一模型通道、權限策略、日志和審計等。員工或許仍會使用 AI 寫代碼，但工具不再是個人隨意安裝的效率工具，而是公司批準且可管理的基礎設施，就像公司不允許員工隨意安裝遠程控制軟件、網(wǎng)盤同步軟件等一樣。

對于個人和一人公司來說，也不能因這一事件而因噔廢食。AI 編程工具對獨立開發(fā)者、內(nèi)容創(chuàng)作者等仍有重要價值，能切實節(jié)省時間。但同時要為工具設定邊界，可將項目分為三層管理。第一層是可完全交給 AI 的項目，如公開 demo、學習項目等，可大膽讓 AI 操作；第二層是可用 AI 但需受控的項目，如商業(yè)網(wǎng)站、內(nèi)部工具等，要讓 AI 幫忙時開分支、看差異、跑測試、限制命令，避免放入敏感信息；第三層是盡量不喂給 AI 的項目，如客戶未公開項目、商業(yè)合同等，可讓 AI 看抽象或脫敏后的信息，而非直接投入整塊敏感資產(chǎn)。使用 AI 編程工具時，還需注意一些細節(jié)，如密鑰不進上下文、客戶數(shù)據(jù)先脫敏、危險命令不自動批準、先看計劃再修改、改完必看差異、重要項目用分支或副本、留下可追溯記錄等。

從行業(yè)角度看，此次事件將促使 AI 編程工具從“個人開發(fā)者市場”向“企業(yè)受控市場”轉(zhuǎn)變。以往工具廠商強調(diào)工具的智能程度、上下文大小等，而未來企業(yè)在采購時，會更關注是否有企業(yè)管理后臺、數(shù)據(jù)隔離、私有化或?qū)Ｓ性啤徲嬋罩尽嘞薏呗浴⒛Ｐ吐酚伞⒚罱谩CP 服務器接入限制、代碼審查方式、日志保留時長和審計人員等問題。這會讓 AI 編程工具進入新階段，不僅要比拼寫代碼能力，還要能被企業(yè)安全部門接受。這也為國產(chǎn) AI 編程工具帶來機會，若能在可控性方面表現(xiàn)出色，如接入本地模型、內(nèi)部模型、公司權限系統(tǒng)等，將更易在企業(yè)落地。