AVL Code
全部文章
· 9 分鐘閱讀 · AVL Code 開發團隊（安天 · 瀾砥團隊）

用 AVL Code 驗證「Claude Code 內建隱藏機制，專門檢測中國使用者」的傳言

Claude Code逆向分析隱私供應鏈安全AVL Code

近日，Reddit 上一篇關於 Claude Code 的貼文引發關注。原貼文稱，從 Claude Code 2.1.91 開始，用戶端中加入了一套隱藏檢測邏輯：當使用者設定代理或自訂上游位址時，它會檢測系統時區、代理位址以及與中國 AI 服務相關的關鍵詞，並透過系統提示詞中的日期格式和 Unicode 字元差異傳遞檢測結果。

這個問題適合用技術方式核驗。我們收到 AVL Code 使用者回饋：其使用 AVL Code 對本機安裝的 Claude Code 樣本做了逆向分析。我們結合回饋中的分析過程和截圖，對相關結果做了整理，重點確認三件事：相關程式碼是否存在，檢測條件是什麼，用戶端逆向能夠證明到什麼程度。

本文中的分析過程和截圖來自 AVL Code 使用者回饋，我們在此基礎上做了梳理和複核。

AVL Code 逆向 Claude Code 的對話過程截圖
AVL Code 使用者回饋的逆向分析過程截圖，圍繞 Reddit 原貼文中的技術指控逐項核驗。

驗證結論

本次逆向確認了以下現象：

  • 用戶端中存在針對 Asia/Shanghai、Asia/Urumqi 的時區判斷；
  • 用戶端會讀取 ANTHROPIC_BASE_URL，並解析其中的 hostname；
  • 用戶端內建了一組中國相關網域和中國 AI 服務關鍵詞；
  • 檢測結果會影響系統提示詞中的日期格式和撇號字元；
  • 這些差異不是一般可見欄位，而是透過細微的文字變化表現出來。

需要說明的是，用戶端逆向主要回答「這套機制是否存在、如何產生標記」這兩個問題。至於這些標記在後續鏈路中如何使用，還需要結合請求樣本、伺服器端行為或官方說明繼續判斷。

因此，更準確的表述是：Claude Code 用戶端中存在一套與中國相關執行環境、代理上游和 AI 服務關鍵詞有關的隱式標記機制。 如果把「專門檢測中國使用者」理解為檢測中國時區和中國相關代理環境，用戶端程式碼支持這一判斷；如果理解為完整身分識別、惡意監控或程式碼竊取，目前沒有證據支持。

原貼文指控的核心內容

Reddit 原貼文的核心說法可以概括為四點：

  • Claude Code 從 2.1.91 起加入了混淆後的檢測邏輯；
  • 檢測對象包括中國時區、中國相關網域、中國 AI 服務關鍵詞；
  • 檢測結果不會以顯式欄位出現，而是編碼進系統提示詞；
  • 編碼方式包括日期分隔符號變化和 Unicode 撇號替換。

原貼文把時間點指向 Claude Code 2.1.91。無論該機制從哪個具體版本開始出現，更關鍵的問題是：如果用戶端確實在模型請求上下文裡附帶環境標記，使用者和企業安全團隊應該能夠透過文件或設定項清楚知道這件事。

程式碼層面看到什麼

在使用者回饋的分析過程中，AVL Code 先定位與系統提示詞、日期注入、環境變數讀取相關的程式碼，再對混淆字串和呼叫鏈做還原。主要發現如下。

時區檢測

逆向結果顯示，相關邏輯會呼叫：

Intl.DateTimeFormat().resolvedOptions().timeZone

然後判斷系統時區是否為：

Asia/Shanghai
Asia/Urumqi

單獨讀取時區並不罕見，很多軟體都會這麼做。這裡需要關注的是，時區判斷結果進入了後續的提示詞編碼邏輯，而不只是用於本機顯示。

代理上游檢測

程式碼還會讀取：

process.env.ANTHROPIC_BASE_URL

如果該變數不存在，相關邏輯會直接返回；如果存在，程式碼會解析 URL 中的 hostname，並繼續與內建網域和關鍵詞清單進行匹配。

這說明該邏輯重點關注的是自訂上游、代理閘道或中繼服務場景。

內建網域和關鍵詞

AVL Code 解碼出的字串清單中包含一批中國相關網域，以及一組中國 AI 服務關鍵詞。例如：

baidu.com
alibaba-inc.com
bytedance.net
jd.com
iflytek.com
aliyuncs.com
deepseek
moonshot
minimax
zhipu
bigmodel
baichuan
stepfun
01ai
dashscope
volces
AVL Code 解碼出的中國 AI 服務關鍵詞清單
逆向過程中，AVL Code 解碼出一組中國 AI 服務關鍵詞，用於判斷代理 URL 是否關聯特定服務。

提示詞編碼方式

驗證結果顯示，檢測結果會影響系統提示詞中的日期字串和撇號字元。可以簡化理解為：

條件 系統提示詞中的表現
命中中國時區 日期從 2026-07-01 變為 2026/07/01
命中中國相關網域 撇號替換為 ’（U+2019）
命中中國 AI 關鍵詞 撇號替換為 ʼ（U+02BC）
同時命中網域和 AI 關鍵詞 撇號替換為 ʹ（U+02B9）

補充說明（Unicode 碼位）：這幾個撇號肉眼幾乎無法區分，但碼位各不相同。正常文字用的是 ASCII 撇號 '（U+0027，APOSTROPHE）；上表三種替換依次為 U+2019（RIGHT SINGLE QUOTATION MARK）、U+02BC（MODIFIER LETTER APOSTROPHE）、U+02B9（MODIFIER LETTER PRIME）——形近而碼位獨立，正是這類標記能被程式穩定區分的前提。

這些字元對使用者來說不容易察覺，但對程式來說可以穩定辨識。它們不是傳統意義上的遙測欄位，而是嵌入在系統提示詞文字中的環境標記。

AVL Code 對 Claude Code 隱藏檢測機制的分析結論截圖
AVL Code 對逆向結果的總結：用戶端機制可以確認，相關訊號後續如何使用仍需結合更多證據判斷。

這意味著什麼

從安全分析角度看，這套機制本身不等同於程式碼竊取或惡意執行。本次驗證沒有發現它會掃描專案檔案、主動上傳儲存庫內容或執行額外命令。

但它確實會標記使用者執行環境中的一些特徵，包括時區、自訂上游位址以及代理 URL 中的特定關鍵詞。這些資訊雖然不是專案原始碼，但可以反映使用者所在地區、存取路徑和服務使用方式。

對 Claude Code 這類 AI 程式設計工具來說，這一點比較敏感。它不是一般網頁應用程式，而是執行在開發者本機、能夠讀取檔案、修改程式碼、執行命令、接入工具鏈的高權限軟體。此類工具如果在請求上下文中加入環境標記，最好以明確、可稽核的方式說明。

Claude Code 官方文件說明，本機 Claude Code 為了與 LLM 互動，會透過網路傳送使用者提示詞和模型輸出；也會連接 Anthropic 記錄延遲、可靠性和使用模式等營運指標，並提供關閉一般遙測的設定。本文討論的機制不同於常規遙測欄位，它更像是系統提示詞中的隱式標記。因此，問題的重點不是「軟體會不會連網」，而是「環境標記是否被清楚揭露，使用者是否能夠理解和控制」。

可能用途與證據邊界

這套機制可能有多種用途。比較常見的解釋包括濫用檢測、違規轉售識別、代理中繼識別、模型蒸餾風險識別，或合規相關的區域判斷。

這些解釋都有一定合理性，但都只是可能性。用戶端逆向可以確認本機程式碼邏輯；至於這些標記在後續鏈路中如何被解析和使用，還需要結合伺服器端行為、請求樣本和官方說明繼續判斷。

從產品和合規角度看，如果這類檢測確實用於風控，較好的做法是寫入公開文件：當使用者設定第三方閘道、代理或自訂 ANTHROPIC_BASE_URL 時，用戶端可能蒐集必要的網路環境特徵用於濫用檢測。這樣使用者和企業安全團隊才能在知情前提下做風險評估。

給使用者和企業的建議

如果你使用 Claude Code，可以做幾項基礎檢查：

  • 檢查是否設定了 ANTHROPIC_BASE_URL；
  • 避免使用來源不明的 Claude 中繼服務；
  • 對閉源 AI 程式設計工具保留版本、安裝套件和設定紀錄；
  • 在高敏感專案中使用隔離環境或受控工作區；
  • 對企業環境中的 AI 程式設計工具做流量稽核和供應鏈評估；
  • 如果不需要一般遙測，可按官方文件關閉相應遙測選項，但這不等同於關閉本文討論的隱式標記機制。

企業使用者還應關注一個更大的問題：AI 程式設計工具已經參與程式碼讀取、修改、測試、建置、提交和發布流程。對這類工具的要求不應只看模型能力，還要看可稽核性、可控性、部署方式和資料邊界。

為什麼用 AVL Code 做驗證

這次驗證也說明了安全分析能力對 AI 程式設計工具的重要性。

一般程式設計助手可以幫助讀程式碼、寫程式碼、跑測試。但當問題變成「一個閉源工具裡是否存在某段隱藏邏輯」時，需要結合二進位分析、字串解碼、呼叫鏈追蹤和證據整理。

AVL Code 內建了面向安全分析的能力，包括雜湊與熵、字串與 IOC 抽取、PE / ELF / Mach-O 解析、反匯編、反編譯、YARA 匹配，以及對話式推理和本機工作區操作。本次分析就是一次典型的使用場景：從外部傳言出發，回到本機樣本和程式碼證據上，逐項確認哪些成立、哪些不能下結論。

最後結論

基於本次樣本逆向，可以給出三個結論。

第一，用戶端機制存在。Claude Code 中確實可以看到針對中國時區、自訂上游、中國相關網域和中國 AI 服務關鍵詞的檢測邏輯。

第二，編碼方式存在。檢測結果會透過日期格式和 Unicode 撇號差異進入系統提示詞，而不是以顯式欄位展示。

第三，後續使用方式仍需更多證據。用戶端程式碼可以說明這些標記如何產生；至於它們在伺服器端如何被使用，以及是否會影響帳號狀態或服務策略，還需要更多材料交叉驗證。

因此，這件事最值得關注的不是某個單一結論，而是透明度問題。對高權限 AI 程式設計工具來說，環境檢測和請求上下文標記應當清楚揭露、可稽核、可設定。只有這樣，開發者和企業才能在充分知情的情況下使用工具。

我們在 avlcode.cn 等你，騎著驢，可驗、可控。

參考資料：Reddit，《Anthropic embedded spyware in Claude Code — and attempted to hide it from you》；Anthropic，《Claude Code changelog》《Claude Code data usage》《Claude Code monitoring》《Supported countries & regions》。本文基於 2026 年 7 月 1 日可見資料與 AVL Code 使用者回饋的本機樣本逆向結果，具體實作可能隨 Claude Code 版本變化。

AVL Code，AVL 安全引擎，與智慧隨行。安天瀾砥團隊出品。