引言

2026年3月31日凌晨4点,Anthropic意外通过npm包的source map泄露了Claude Code的完整源代码。约512,000行TypeScript代码暴露在公众面前。

接下来的72小时,GitHub上爆发了一场前所未有的创造狂潮。开发者们不仅阅读代码,更在泄露的代码基础上创造了令人惊叹的项目。

本文记录这一周内诞生的最有创意的项目。


泄露事件回顾

技术细节

泄露时间:2026年3月31日

泄露途径:npm包 @anthropic-ai/claude-code v2.1.88 中的59.8MB source map文件

泄露规模

  • ~1,906个文件
  • 512,000+ 行TypeScript代码
  • 43个工具的完整实现
  • 查询引擎、权限系统、IDE桥接系统的源码

发现者Chaofan Shou (@Fried_rice)


诞生的创意项目

1. Claw Code —— AI构建的Clean Room重写

仓库instructkr/claw-code

创作者:@instructkr (Sigrid Jin)

成就

  • GitHub历史上最快达到50K星的项目(仅用2小时)
  • 🌟 当前:100K+ stars
  • 🍴 55K+ forks

故事

凌晨4点,@instructkr被手机的通知声吵醒。Claude Code源代码泄露的消息正在刷屏。在担心可能面临法律诉讼的压力下,他做了一件疯狂的事:在天亮之前,从零开始用Python重写了核心功能。

更令人震惊的是,整个重写过程是由AI驱动的。他使用了@bellman_ych开发的oh-my-codex工具链:

  • $team模式:并行代码审查和架构反馈
  • $ralph模式:持久执行循环和验证

技术架构

现在项目包含两个实现:

Python工作区 (src/):

  • commands.py — 命令系统
  • tools.py — 工具框架
  • query_engine.py — 查询引擎
  • models.py — 数据模型

Rust工作区 (rust/) — 8个crate:

  • crates/api-client — API客户端、OAuth、流式支持
  • crates/runtime — 会话状态、MCP编排、提示构建
  • crates/tools — 工具清单和执行框架
  • crates/commands — 斜杠命令、技能发现
  • crates/plugins — 插件模型、钩子管道
  • crates/compat-harness — 编辑器集成兼容层
  • crates/lsp — LSP客户端集成
  • crates/claw-cli — 交互式REPL

为什么有趣

这是clean-room逆向工程的完美案例。通过只阅读架构而不复制代码,项目在法律上避免了版权问题,同时捕获了核心设计模式。

“这个仓库现在专注于Python移植工作,而不是保留泄露的快照本身。”


2. ClaudeClaw —— 永不休息的个人助理

仓库moazbuilds/claudeclaw

创作者:@moazbuilds

概念:将Claude Code变成一个”永不睡觉”的个人助理

核心功能

  • 🔄 后台daemon运行
  • ⏰ 定时任务执行
  • 🎯 轻量级,无需额外框架

使用场景

  • 自动清理邮箱
  • 定期发送报告
  • 日程管理提醒
  • 社交媒体监控

3. shareAI-lab/claw0 —— 从零构建的AI课程

仓库shareAI-lab/claw0

定位:教育项目,12节课从零构建agent框架

特色

  • 📚 渐进式学习路径
  • 🎓 “nano Claude Code”概念
  • 🔧 每节课都有实际代码

目标受众:想要深入理解AI Agent架构的开发者


4. Kuberwastaken的Rust实现 + 技术分析

仓库Kuberwastaken/claude-code

特色

  • 🦀 Rust语言重写
  • 📝 技术分解文章
  • 🏗️ 架构设计解读

描述:”Claude Code的完整源代码通过npm的sourcemap泄露了,让我们来聊聊它。技术分解。”


5. ThreeFish-AI的逆向工程研究

仓库ThreeFish-AI/analysis_claude_code

研究方法

  • 🔬 静态代码分析
  • 🤖 LLM辅助分析
  • ✅ 交叉验证研究

价值:展示了系统化的安全研究方法论


代码中发现的隐藏功能

开发者们在阅读代码时发现了Anthropic尚未发布的隐藏功能:

KAIROS

  • 描述:始终在线的agent系统
  • 引用次数:150+次
  • 功能:永久记忆”daemon”进程
  • 命名来源:古希腊语”关键时刻”

BUDDY

  • 描述:电子宠物风格的AI伙伴
  • 位置:输入框旁边
  • 特征:18种不同的特性/配置

Undercover Mode(卧底模式)

  • 功能:在向外部仓库贡献时主动隐藏AI身份
  • 机制
    • 包含”frustration regexes”(挫败正则)
    • 使用”假工具”
    • 超越简单的信息隐藏

ULTRAPLAN

  • 描述:深度任务规划/梦想系统

Coordinator Mode

  • 描述:多agent编排

其他发现

  • 35个构建时特性标志
  • 20个未发布的功能
  • AutoDream系统

社区反应数据

GitHub统计

仓库类型 代表项目 Stars
Clean-room重写 instructkr/claw-code 100K+
源码归档 leeyeel/claude-code-sourcemap 1,100+
Rust重写 Kuberwastaken/claude-code 数百
Python移植 instructkr原始版本 48K+

媒体报道

  • Reddit:多个热门讨论帖
  • Hacker News:深入技术讨论
  • Ars Technica:安全影响分析
  • The Register:事件报道
  • dev.to:隐藏功能分析
  • VentureBeat:行业影响

为什么这波创意浪潮值得关注

1. Clean Room逆向工程的范例

Claw Code项目展示了如何合法地从泄露代码中学习:

  • ✅ 阅读架构,不复制代码
  • ✅ 用不同语言重写
  • ✅ 捕获设计模式,不侵犯版权
  • ✅ AI辅助开发过程

2. AI构建AI的循环

讽刺而有趣的是:

  • Claude Code泄露
  • 开发者用Codex(OpenAI的模型)构建Claw Code
  • AI工具被用来理解和重写AI工具

3. 生态系统的快速进化

从3月31日到4月2日,仅3天:

  • 多个语言移植出现
  • 新框架诞生
  • 教育资源涌现
  • 安全研究深入

4. 透明度与创新的平衡

泄露事件引发了重要讨论:

  • 🔓 透明度促进创新
  • ⚖️ 知识产权边界
  • 🛡️ 供应链安全重要性
  • 📚 开源vs闭源

法律和伦理考量

项目采取的立场

Claw Code的声明

“本仓库不声明对原始Claw Code源材料的所有权。本仓库与原始作者无关、未获认可、也未由其维护。”

常见做法

  • ✅ Clean-room重写
  • ✅ 仅用于教育和研究
  • ✅ 不用于商业目的
  • ✅ 尊重原始作者权益

开发者的担忧

正如@instructkr所说:

“我的在韩国的女朋友 genuinely 担心我可能因为机器上有这些代码而面临原作者的法律诉讼”


未来展望

可见的趋势

  1. 多语言生态扩展
    • Python、Rust、Go版本出现
    • 各语言社区受益于TypeScript洞察
  2. 架构模式传播
    • 工具系统设计被学习
    • 权限模型被借鉴
    • 查询引擎模式被复制
  3. 安全意识提升
    • Source map风险受关注
    • CI/CD安全检查变得重要
    • 供应链安全成为竞争要素
  4. AI辅助开发常态化
    • AI工具被用于重写AI工具
    • $team、$ralph等模式普及
    • 人机协作成为标准

我们的关注

allclaws项目将持续跟踪:

  • 各平台的技术演进
  • 生态系统的健康度
  • 安全最佳实践的传播
  • 创新模式的涌现

结论

Claude Code泄露事件是2026年AI Agent生态系统的一个转折点。

在短短72小时内:

  • 💡 100K+ stars的项目诞生
  • 🔧 多种语言的实现出现
  • 📚 教育资源被创建
  • 🔬 安全研究被推动
  • 🏗️ 架构模式被传播

最重要的是,这展示了开发者社区在危机中的创造力。从泄露到创新,从阅读到重写,从学习到分享——这是一个关于开源精神和工程韧性的故事。

最有创意的使用方式不是简单地镜像代码,而是像Claw Code那样:用AI工具来理解和重写AI工具,创造新的生态系统。


相关链接

主要项目

报道资源

我们的项目


作者: Danny Zeng 日期: 2026-04-02 项目: allclaws AI Agent生态系统跟踪


🔍 持续跟踪AI Agent生态系统发展
📚 深入分析技术趋势和架构演进