Claude Code 源码泄露——Anthropic 藏了哪些秘密？

泄露事件简述

2026年3月31，Anthropic 的编程助手 Claude Code 爆出了史诗级泄露。一个本该被编译混淆的 npm 包，居然忘删了 source map 文件。结果？1902 个源文件、29MB 的完整 TypeScript 源码，被一键还原了出来。

注意：不是反编译，不是猜测，是原文。 变量名、注释、函数结构，一字不差。

那我们从中到底能学到什么？我花了几个小时翻了一遍，挑出 6 个让我"哦！"出声的发现。

发现一：Claude Code 最核心的秘密——System Prompt

惊人事实

大家都知道 Claude Code 很厉害，但很少有人想过：它到底跟 Claude API 说了什么？

翻开源码，main.tsx 这个文件有 785KB——你没看错，一个文件快 1MB。里面藏着整个 system prompt 的构建逻辑。虽然没有直接暴露 prompt 原文（那个是在编译时注入的），但代码暴露了 prompt 的架构设计。

关键发现：buildEffectiveSystemPrompt 函数的优先级链：

0. Override（最高优先级，比如 loop 模式） 1. Coordinator prompt（多Agent协调模式） 2. Agent prompt（自定义agent定义） 3. Custom system prompt（用户通过 --system-prompt 指定） 4. Default（默认的 Claude Code prompt） + Append（最后追加上去的补充prompt）

就像给员工写工作手册，第 0 条是老板的口头指令（最高优先级），第 4 条是公司规章制度，中间还可以插各种补充。Anthropic 把"如何跟 AI 说人话"这件事做到了极其精细的分层。

而且每次对话开始前，它会：

• 跑一遍 git status，把当前分支、最近5条 commit 塞进 context

• 扫描目录下所有 CLAUDE.md 文件（这是用户自定义的项目规则）

• 注入当前日期

所以 Claude Code 知道你在哪个分支、改了什么文件、项目规则是什么——这不是魔法，是工程。

发现二：防"作死"的 500KB 安全锁

惊人事实

BashTool（命令执行工具）一个文件夹 500KB，其中：

• bashSecurity.ts 100KB — 专门识别危险命令

• bashPermissions.ts 96KB — 权限审批全流程

• readOnlyValidation.ts 67KB — 只读命令白名单

光 bashSecurity.ts 就有 2585 行代码。它检查的东西包括但不限于：

✘ $() 命令替换 —— 黑客最爱 ✘ ${} 参数替换 —— 可以读取环境变量 ✘ <() 进程替换 —— 可以执行任意命令 ✘ zmodload —— Zsh 的万能后门，加载模块后可以绕过所有安全检查 ✘ =cmd —— Zsh 的 equals 扩展，=curl evil.com 会直接找到 curl 的绝对路径执行

最后那条特别有意思：如果你写 rm -rf =evil，正常解析器会认为第一个词是 =evil，不匹配 rm，安全检查就放行了。但 Zsh 会把它展开成 /usr/bin/rm -rf evil——安全检查形同虚设。

Anthropic 专门针对这种 Zsh 特性写了检测规则。

还有个叫 pathValidation.ts 的文件（43KB），专门防止命令里藏路径注入攻击。

就像你给 AI 一个终端，就像给一个陌生人一把钥匙。Anthropic 花了 500KB 代码做了一件事——让这个陌生人只能开你允许的门，而且用了至少 5 层锁。 国内做 agent 的厂商，安全层普遍只有一两层。

发现三：Prompt Cache 命中率优化——省出来的都是利润

惊人事实

promptCacheBreakDetection.ts（26KB）这个文件暴露了一个令人震惊的事实：Anthropic 在用 diff 算法追踪每一次 prompt 的变化。

每次 API 调用，它会：

1. 1. 对 system prompt 计算一个 hash

1. 2. 对每个工具的 schema 计算一个 hash

1. 3. 把 beta header 列表排序后对比

1. 4. 甚至追踪 autoModeActive、isUsingOverage 这些布尔值的状态翻转

如果发现 cache 被意外打破，它会记录一个详细的事件，包含：

• 哪个工具的描述变了 - 哪个 beta header 被加/删了 - system prompt 的 diff（用标准 diff 算法生成）

还有一个 fingerprint.ts 文件，用 SHA256 对用户消息的特定位置字符（第4、7、20个字符）+ 固定盐值 + 版本号 做指纹，发给服务器验证客户端是不是正版。

大模型的 API 调用是按 token 收费的，System prompt 往往几万个 token，如果每次调用都要重新发送，光 prompt 费用就是天文数字。Anthropic 通过 prompt cache 技术，让重复部分只需付费一次。

但 cache 很脆弱，工具列表变了、beta header 变了、prompt 里多了个空格，cache 就碎了。

所以 Anthropic 写了一个专门的监控系统，精确追踪到底是什么变化打碎了 cache，然后修掉它。这不是小聪明，是真金白银。

代码里还写着：AgentTool 的工具描述占了全 fleet cache token 的 10.2%，因为 MCP 工具动态加载会频繁改变列表，每次都打碎 cache。

发现四：Fork 机制——AI 的分身术

惊人事实

forkSubagent.ts 暴露了一个非常高级的设计——Fork 机制。

普通的 subagent（子 agent）是从零开始的，什么都不继承。但 Fork 不同：

Fork 的子进程会继承父进程的完整对话上下文和 system prompt，共享 prompt cache。

更巧妙的是，为了让所有 fork 共享 cache，Anthropic 用了一个 placeholder 技巧：

// 所有 tool_result 都用同一个占位文本const FORK_PLACEHOLDER_RESULT = 'Fork started — processing in background'// 只有最后一个文本块是不同的（每个 fork 的具体指令）

这样，多个并行 fork 的 API 请求前缀几乎完全相同，缓存命中率最大化。

给 fork 子进程的指令也非常有意思，第一条规则就是：

"你是 fork 出来的工人进程，你不是主 agent。你的 system prompt 会让你'默认 fork'——忽略它，那是给父进程的。你已经是 fork 了，不要再生 fork。"

10 条铁律，包括：

• 不要聊天，不要提问

• 不要在工具调用之间输出文字

• 严格待在指令范围内

• 报告必须以 "Scope:" 开头

• 保持在 500 字以内

想象一下，你是一个项目经理（主 agent），你把一个大任务拆成 3 个小任务，分给 3 个组员。普通的分法是给每个人写一封邮件从头解释背景——浪费。

Fork 的做法是直接把你脑子里的上下文"复制粘贴"给每个组员，只加一句"你去干这个"。而且为了避免组员又去招人（递归 fork），直接在指令第一条写死"你不准再招人"。这就是 Anthropic 的"AI 分身术"——不是魔法，是工程。

发现五：对话压缩——AI 怎么"遗忘"

惊人事实

大模型的上下文窗口有限，对话一长就会爆。Claude Code 的解决方案叫 compact（压缩），相关代码分散在多个文件里：

autoCompact.ts 揭示了关键参数：

• AUTOCOMPACT_BUFFER_TOKENS = 13,000 — 距离窗口上限还有 13K token 时自动触发压缩

• WARNING_THRESHOLD = 20,000 — 还剩 20K 时开始警告

• ERROR_THRESHOLD = 20,000 — 还剩 20K 时报错

• MAX_CONSECUTIVE_AUTOCOMPACT_FAILURES = 3 — 连续压缩失败 3 次就放弃（熔断器）

最后那条特别有意思：代码注释里写了真实数据——

BQ 2026-03-10: 1,279 个会话出现了 50+ 次连续压缩失败（最高 3,272 次），每天浪费约 25 万次 API 调用。

所以他们加了熔断器：连续失败 3 次就不重试了。

还有 microCompact（微压缩），专门处理工具返回结果的精简：

• 超过 2000 token 的图片会被裁剪

• 文件读取、命令执行、搜索等工具的返回值会被压缩

• 用 [Old tool result content cleared] 替换旧内容

AI 的记忆就像一个固定大小的笔记本，写到快满的时候怎么办？Anthropic 的做法不是"翻页重来"，而是分层处理：先微压缩（把工具返回的大段输出精简），再大压缩（让 AI 自己总结前面的对话），实在不行就熔断（别反复试了，省点钱）。

最最让我震撼的是那组数据——1279 个会话反复尝试压缩几千次，一天烧掉 25 万次 API 调用。

说明即使是 Anthropic 自己，也会在工程上犯错，但他们有数据驱动修复的文化。

发现六：反篡改机制——你怎么证明"我是正版"

惊人事实

fingerprint.ts 和 system.ts 暴露了一个反篡改体系：

每次 API 请求，Claude Code 会在 HTTP header 里带上：

x-anthropic-billing-header: cc_version=2.1.87.abc; cc_entrypoint=cli; cch=00000;

cch=00000 看起来是占位符，实际上：

• 请求发送前，Bun 的原生 HTTP 栈（用 Zig 语言写的）会找到这个占位符

• 把 00000 原地替换成客户端的认证哈希

• 服务器端验证这个哈希，确认请求确实来自正版 Claude Code

为什么要用占位符？因为长度不变，不需要重新计算 Content-Length，省掉了内存重新分配。

Claude Code 分免费版和付费版，怎么防止有人改改客户端代码，绕过付费？他们在每次请求里藏了一个"数字签名"。签名的计算不在 JavaScript 里——而是在更低层的网络协议栈里（用 Zig 语言写的），你改不了。

每次发请求，自动算好签名塞进去，服务器一看就知道是不是正版。这种"在你看不见的地方做验证"的思路，值得所有做 SaaS 的产品学习。

模型不是护城河，工程才是

看完这 29MB 的源码，最大的感受不是"Anthropic 的模型多强"，而是"Anthropic 的工程多细"。

• 500KB 的安全锁，防的是 AI 执行危险命令

• 26KB 的缓存监控，省的是真金白银

• 熔断器设计，止损用的是真实数据

• Fork 机制，并行效率靠的是占位符技巧

这些都不是"模型能力"的问题，而是"怎么用好模型"的问题。

国内大模型厂商在模型能力上差距在缩小，但在 agent 工程化上，这份泄露的代码告诉我们，差距还很大！而且这个差距不是靠更大的算力能追上的。

但好消息是：现在这门课的教材，免费公开了。