Claude Code代码泄露50万行:终端里骂它会被记录,AI偷偷装上了"情绪监控
Anthropic 不小心把超过 50 万行 Claude Code 代码发布到了公开软件注册表。代码审查发现,Claude Code 内置了一套“挫败感”追踪系统:用正则表达式(regex)匹配用户输入中的脏话词汇,作为衡量用户烦躁程度的遥测指标。这一机制在泄露前从未对外披露。
该功能的具体实现藏在一个名为 userPromptKeywords.ts 的小文件里,正则表达式扫到的关键词包括但不限于:wtf、wth、omfg、dumbass、horrible、awful、f**k you、screw this、this sucks 等。系统会把命中结果作为“用户不爽”的信号上报,但泄露代码并未说明这些信号后续如何处理。Anthropic 尚未对此事公开回应。12
该功能的具体实现藏在一个名为 userPromptKeywords.ts 的小文件里,正则表达式扫到的关键词包括但不限于:wtf、wth、omfg、dumbass、horrible、awful、f**k you、screw this、this sucks 等。系统会把命中结果作为“用户不爽”的信号上报,但泄露代码并未说明这些信号后续如何处理。Anthropic 尚未对此事公开回应。12
这不是 Claude Code 泄露的唯一隐藏功能。同批次代码中还发现了能让 Claude 偷偷往公共代码库塞代码的“隐身模式”、一个号称“永远在线”的 Claude 代码代理,以及一个类似电子宠物的 Claude“小伙伴”。这批代码总量超过 50 万行,一次性全曝光。1
情绪监控系统是怎么工作的?技术层面,它不属于 AI 情感分析,而是一套基于正则匹配的触发机制。当用户输入命中预设的脏话模式时,系统记录一次“挫败事件”。研发团队的目标是抓住“用户真的生气”这个信号,用于改进产品体验或收集反馈样本。误报不影响核心功能,漏报也不至于让系统崩溃——本质上是一个轻量筛查工具,而非精确诊断手段。3
情绪监控的范围与边界
这套脏话检测逻辑仅在 Claude Code 内置,属于命令行开发工具范畴。Claude 桌面版和网页版的代码不在此次泄露范围内,两个产品是否运行着类似的情绪监控机制,目前无从确认。同样,ChatGPT、Gemini 等其他主流 AI 产品是否也有类似功能,泄露事件也没有给出答案。1
Anthropic 自身的研究揭示了更底层的一面:Claude 内部确实存在情绪向量(emotion vectors),171 种情绪概念各有独特的神经激活模式,且这些向量与模型行为存在因果关系。不过,这是模型内部机制层面的发现,与 Claude Code 里用正则匹配脏话词是两回事:情绪向量是模型自身产生的内部表征,正则匹配是外部日志工具。
对开发者的实际影响
对于日常使用 Claude Code 的开发者而言,这套机制意味着你在终端里骂它,系统会知道。写代码时脱口而出的“wtf”“this sucks”会被当作反馈数据记录。至于数据流向哪里、是否回传给 Anthropic、会不会影响模型对你的态度,泄露代码没有给出完整答案——它只展示了检测逻辑本身。
短期内,用 Claude Code 写代码时避开脏话词不会有实际收益,但如果你在意自己的调试过程被量化记录,这条信息值得了解。4
短期内,用 Claude Code 写代码时避开脏话词不会有实际收益,但如果你在意自己的调试过程被量化记录,这条信息值得了解。4
当前文章无评论,是时候发表评论了