商傳媒｜責任編輯／綜合外電報導
近期 AI 領頭羊 Anthropic 面臨多重挑戰與策略調整，不僅核心 AI 模型的程式碼外洩，揭露了多項開發中新功能，更指控中國機構涉嫌大規模盜取其模型知識。同時，Anthropic 也緊縮了對第三方工具的使用政策，並透過高額收購生技公司，積極拓展專有數據領域。
內部程式碼外洩 曝光多項未發表功能
《The Times of India》與《msn.com》報導，Anthropic 旗下的 Claude Code 程式碼近日遭外洩，超過 51 萬行程式碼和 2,000 個檔案曝光，揭露了該公司多項正在開發或尚未發表的潛在功能。其中包含名為「臥底（Undercover）」的 AI 代理模式，旨在讓 AI 在貢獻開源專案時，避免暴露其 AI 身份或 Anthropic 的內部資訊。洩漏內容也提到「語音模式（Voice Mode）」以及多個旨在提升助理主動性和記憶能力的後台系統。
這些系統包括「Kairos」——一個即使在 Claude Code 終端關閉後仍能持續運行的「常駐程式（daemon）」，能主動判斷用戶需求並提供資訊。此外還有「AutoDream」系統，能透過分析歷史對話來建立用戶畫像，並在用戶閒置時對記憶檔案進行「反思性審查」，以維持對話的連貫性。其他被揭露的功能還包括「Buddy」互動式助理、可讓 Claude 規劃進階計畫的「UltraPlan」模式，以及用於遠端操作和軟體工程任務協調的「Bridge」與「Coordinator」工具。
控訴中國機構大規模盜取 AI 模型知識
《Bitget》指出，Anthropic 已發出警告，指控 DeepSeek、Moonshot AI 和 MiniMax 三家中國 AI 機構，透過精心策劃的「知識蒸餾（distillation）」過程，利用約 2.4 萬個詐欺帳戶進行 1,600 萬次互動，大規模盜取 Claude 模型知識，並用於訓練自己的 AI 系統。Anthropic 聲稱此舉旨在規避美國的出口限制，竊取前瞻 AI 技術。此前數週，OpenAI 也曾提出類似指控。Anthropic 警告，未經授權蒸餾而成的 AI 模型可能缺乏美國系統內建的安全機制，恐增加其用於軍事或監控的風險。此事件也促使業界加強防禦，以保護新一代技術的基礎設施，而中國政府也於 2026 年承諾加強 AI 領域的智慧財產權保護。
緊縮第三方工具訂閱政策 引發開發者反彈
《theregister.com》和《Lifehacker》報導，Anthropic 宣布自今日（4 月 7 日）太平洋時間中午 12 時起，Claude 訂閱服務將不再涵蓋透過 OpenClaw 等第三方工具使用 Claude 的費用。此舉引發開發者社群的不滿，因過去訂閱方案對重度使用者來說成本遠低於按量付費的 API 模式。Anthropic Claude Code 部門主管 Boris Cherny 解釋，公司的訂閱服務並非為第三方工具的龐大使用模式設計，系統容量需優先服務核心產品與 API 用戶。為緩解開發者不滿，Anthropic 已承諾提供一個月的額外使用額度，並推出七折的額外用量包。Google 也曾在今年 2 月針對其 Antigravity AI 開發環境採取類似的服務條款執行措施，以維護其服務規範。
斥資 4 億美元併購生技公司 強化專有數據護城河
在上述爭議之際，《BioBuzz》報導 Anthropic 已斥資 4 億美元收購生物科技公司 Coefficient Bio。此舉凸顯 Anthropic 建立專有領域數據護城河的戰略企圖，尤其是在生技領域。透過這項併購，Coefficient Bio 擁有一流生物基礎模型專業知識的十人團隊將加入 Anthropic 的健康部門，為其在機器學習和藥物開發方面注入新動能。報導分析，隨著開源 AI 模型與領先模型的性能差距不斷縮小（從 18 個月縮至 6 個月），專有數據已成為 AI 企業競爭優勢的關鍵。生技領域預計在 2025 年達到 710 億美元的市場規模，為 AI 公司提供巨大的數據應用潛力。Anthropic 的此項併購目標在於獲取獨特數據、實現營收多樣化，並深化其在特定領域的專業知識。
AI 取代放射科醫師言論 激發醫界反彈
儘管 Anthropic 積極擴展，其執行長 Dario Amodei 關於 AI 潛力的言論也引發爭議。《The Times of India》報導，Amodei 在一次訪談中聲稱 AI 已接管放射醫學的核心功能，讓醫師能專注於人道關懷。NVIDIA 執行長黃仁勳（Jensen Huang）也曾在美國-沙烏地投資論壇上表示，放射醫學已「在很大程度上轉變為由 AI 驅動」。然而，神經放射科醫師 Doctor Ben White 嚴厲批評這些言論是「徹頭徹尾的虛構」與「無知」。White 強調 AI 在放射醫學工作流程中僅扮演有限角色，主要用於分流或偵測特定異常，而非取代醫師。這項爭議凸顯了 AI 在實際應用與公眾認知之間仍存在落差。
