Хронология на инцидента: Как 60MB файл разкри тайните на Anthropic?
Инцидентът с Claude Code възникна поради неправилно конфигуриран npm пакет, който включваше sourcemaps, разкриващи 60MB оригинален TypeScript код. Инцидентът започна в края на февруари 2025 г., когато екипът на Anthropic публикува бета версията на своя нов CLI инструмент, Claude Code, в публичния регистър на npm. Поради критична грешка в конфигурацията на процеса по изграждане (build process), пакетът съдържаше не само компилирания JavaScript, но и пълните .map файлове. Тези файлове позволяват на разработчиците да реконструират оригиналния сорс код почти едно към едно. В рамките на часове, общността в X (Twitter) и Reddit започна да анализира съдържанието, откривайки над 512 000 реда код. Този обем информация включваше не само логиката на инструмента, но и вградени системни промптове, методи за управление на контекста и препратки към вътрешни API интерфейси, които никога не са били предназначени за публично ползване. Въпреки че Anthropic реагира бързо и премахна пакета, кодът вече беше клониран и разпространен в множество огледални хранилища. За технологичния свят това е еквивалентът на изтичането на сорс кода на Windows в ранните му години, тъй като Claude Code представлява върха на агентните технологии на компанията. Анализаторите отбелязват, че това не е хакерска атака, а класическа грешка в сигурността на веригата за доставки, която може да се случи на всяка софтуерна компания, независимо от нейния мащаб или ресурси.
Вътрешната архитектура: Какво научили за агентния цикъл на Claude?
Вътрешната архитектура на Claude Code разкрива сложен агентен цикъл, който комбинира планиране, изпълнение на инструменти и самокорекция в реално време. Анализът на изтеклия код предостави безпрецедентен поглед върху това как Anthropic изгражда своите „агентни цикли“ (agentic loops). За разлика от стандартните чатботове, Claude Code използва архитектура, базирана на състояния, която позволява на модела да „мисли“, преди да действа. В кода бяха открити специфични модули за управление на терминални команди, файлови операции и интеграция с git. Най-впечатляващото разкритие е механизмът за „саморефлексия“, при който агентът анализира изхода от всяка изпълнена команда и решава дали резултатът съвпада с поставената цел. Ако бъде открита грешка, Claude автоматично генерира нов план за действие. Кодът разкрива и как Anthropic оптимизира използването на токени чрез интелигентно филтриране на файловата структура – агентът не чете целия проект, а използва специализирани алгоритми за търсене, за да идентифицира само релевантните части от кодовата база. Тази архитектура обяснява защо Claude Code е толкова ефективен в сложни задачи като рефакторинг на големи проекти или откриване на логически грешки в разпределени системи. Разкрити бяха и системните промптове, които инструктират модела как да се държи като „експертен софтуерен инженер“, като му забраняват да прави предположения и го задължават да проверява фактите чрез изпълнение на код.
Пътната карта на Anthropic: Claude 4 и проектът Capybara
Изтеклият код съдържа препратки към проекта Capybara и бъдещия модел Claude 4, подсказвайки за значителни подобрения в логическото мислене на AI. Една от най-горещите теми след теча е откриването на кодови имена за неанонсирани модели и проекти. В конфигурационните файлове и тестовите скриптове многократно се споменава проектът „Capybara“. Според вътрешни коментари в кода, Capybara е следващо поколение модел, оптимизиран за „reasoning“ (логическо разсъждение), подобно на серията o1 на OpenAI. Има индикации, че това може да е вътрешното име за Claude 4 или специализирана версия на Claude 3.7, предназначена за програмиране. Разкритията сочат, че тези нови модели ще имат вградена поддръжка за по-дълги вериги от мисли (Chain of Thought) и ще бъдат значително по-бързи при изпълнение на инструменти (tool use). Също така бяха открити следи от нови API параметри, които позволяват на разработчиците да контролират „степента на автономност“ на агента. Това подсказва, че Anthropic планира да предложи различни нива на агентни възможности – от прости асистенти до напълно автономни системи, способни да управляват цели софтуерни цикли. За индустрията това е потвърждение, че надпреварата при AI агентите се мести от просто генериране на текст към реално решаване на проблеми в сложни среди. Пътната карта, извлечена от кода, показва фокус върху мултимодалността в терминала, където Claude ще може да анализира визуално изхода от уеб приложения, докато ги разработва.
Сигурност и верига на доставки: Уроци за българските компании
За българските технологични лидери този инцидент подчертава критичната нужда от автоматизирани проверки на артефактите преди публикуване в публични хранилища. Случаят с Anthropic е болезнено напомняне, че дори компаниите за изкуствен интелект от световна класа не са имунизирани срещу човешки грешки. Българските софтуерни компании, които често работят като подизпълнители за големи западни клиенти, трябва да извлекат сериозни поуки за своята киберсигурност. Първият урок е свързан с управлението на sourcemaps в производствена среда. Те са безценни за дебъгване, но никога не трябва да напускат защитената вътрешна мрежа. Вторият урок е внедряването на инструменти за сканиране на секрети (secret scanning) и проверка на пакети в CI/CD пайплайните. Инструменти като npm-publish-safeguard или автоматизирани скриптове, които проверяват съдържанието на tarball файла преди качване, трябва да станат стандарт. Третият аспект е хигиената на кода – изтичането разкри, че в сорс кода често се оставят коментари, които разкриват бъдещи планове или уязвимости. Българските мениджъри трябва да насърчават култура на „чист код“, където чувствителната информация се съхранява в защитени променливи на средата, а не в коментари или конфигурационни файлове. Инцидентът също така повдига въпроса за доверието в AI инструментите – ако създателите на Claude могат да допуснат такава грешка, разработчиците трябва да бъдат двойно по-внимателни, когато позволяват на AI агенти да пишат и публикуват код автономно в техните системи.
Сравнение: Claude Code срещу Cursor и GitHub Copilot
Claude Code се отличава от Cursor и Copilot чрез своята терминално-ориентирана агентна природа, позволяваща директно управление на цялата файлова система. Докато Cursor е форк на VS Code, който интегрира AI в редактора, а GitHub Copilot е предимно инструмент за довършване на код, Claude Code работи на по-ниско ниво – директно в операционната система. Изтеклият код потвърждава, че Claude Code е проектиран да бъде „оператор“, а не просто „писател“. Той има директен достъп до shell-а, което му позволява да изпълнява тестове, да инсталира зависимости и да навигира в сложни директории без намесата на потребителя. В сравнение с Cursor, Claude Code показва по-висока степен на автономност при решаване на грешки при компилация. Когато Cursor предложи код, който не работи, потребителят трябва ръчно да копира грешката обратно в чата. Claude Code обаче вижда грешката в терминала и веднага предлага корекция. От друга страна, GitHub Copilot остава по-сигурен избор за корпорациите поради строгите си политики за поверителност и липсата на директен достъп до изпълнение на команди. Ето кратко сравнение на ключовите характеристики:
| Характеристика | Claude Code | Cursor | GitHub Copilot |
|---|---|---|---|
| Интерфейс | CLI (Терминал) | IDE (VS Code) | Plugin |
| Автономия | Висока (Агентна) | Средна | Ниска |
| Контекст | Пълна файлова с-ма | Отворени файлове | Ограничен |
| Модел | Claude 3.7/4 | Multiple (GPT/Claude) | GPT-4o/o1 |
| Инструменти | Shell, Git, NPM | UI-based | Chat-based |
Правен аспект: Можем ли да използваме изтеклия код?
Правният анализ показва, че използването на изтеклия код за търговски цели или обучение на модели носи огромни рискове от съдебни искове за авторски права. Въпреки че кодът е публично достъпен в интернет, той остава интелектуална собственост на Anthropic. Изтичането не променя лицензионния статус на софтуера. За компаниите, които се изкушават да „прегледат“ кода, за да подобрят собствените си AI агенти, рискът е двоен. Първо, съществува риск от директно нарушение на авторските права, ако части от логиката или системните промптове бъдат копирани. Второ, съществува концепцията за „замърсяване“ (contamination) – ако вашите разработчици са чели изтеклия код, Anthropic може да твърди, че вашите бъдещи продукти са базирани на техните търговски тайни. В САЩ и ЕС законите за търговската тайна защитават информация, която е била обект на разумни усилия за запазване на поверителността. Въпреки че грешката е на Anthropic, те могат да аргументират, че кодът е бил защитен и изтичането е инцидент, а не отказ от права. За изследователите в областта на AI, анализът на кода за образователни цели може да попадне под „fair use“ (справедлива употреба), но това е сива зона. Най-безопасният подход за българските стартъпи е да четат анализите на трети страни, но да избягват директно изтегляне или използване на сорс кода в своите развойни среди. Инцидентът също така поставя въпроса за отговорността – ако AI агент използва изтекъл код, за да генерира решение за клиент, кой носи отговорност за потенциалното нарушение на лиценза?
Технически анализ на промпт архитектурата в Claude Code
Техническият анализ на изтеклите системни промптове разкрива, че Anthropic използва сложна йерархия от инструкции за управление на поведението на Claude. В сърцето на Claude Code лежи промпт, който е дълъг няколко хиляди токена. Той инструктира модела да поддържа „вътрешен монолог“, в който да планира стъпките си, преди да генерира какъвто и да е код. Този монолог не се показва на потребителя, но е критичен за избягване на халюцинации. Кодът показва, че Anthropic използва техника, наречена „динамично инжектиране на контекст“. В зависимост от командата, която потребителят подава, Claude Code избира различни под-промптове – например един за писане на тестове и друг за обяснение на съществуващ код. Открити бяха и специфични „предпазни огради“ (guardrails), които не позволяват на агента да изпълнява потенциално опасни команди като rm -rf / без изрично потвърждение, дори ако моделът смята, че това е необходимо за задачата. Тези разкрития са безценни за prompt инженерите, тъй като показват как професионалните системи се справят с проблема на „забравянето“ на инструкции при дълги разговори. Използването на XML тагове за структуриране на мислите на модела (<thought>, <plan>, <call>) се потвърждава като най-добрата практика за работа с моделите от серията Claude. Този структуриран подход позволява на парсера на Claude Code да извлича точно командите, които трябва да бъдат изпълнени, разделяйки ги от обяснителния текст.
Бъдещето на AI агентите след разкритията на Anthropic
Бъдещето на AI агентите след разкритията на Anthropic сочи към свят, в който границата между софтуерен инженер и AI оператор ще се размие напълно. Изтичането на Claude Code не само разкри тайните на една компания, но и даде тласък на целия open-source сектор. Вече виждаме проекти в GitHub, които се опитват да репликират агентния цикъл на Anthropic, използвайки наученото от теча. Това вероятно ще ускори развитието на свободни алтернативи като OpenDevin или Plandex. В дългосрочен план, разкритията за проекта Capybara и Claude 4 показват, че следващата голяма стъпка е „надеждността“. AI агентите вече няма да бъдат играчки, които работят в 70% от случаите, а стабилни инструменти с предвидимо поведение. За българския ИТ сектор това означава необходимост от преквалификация. Програмистите ще трябва да се научат да управляват флотилии от AI агенти, да извършват одит на техния код и да проектират системи, които са „agent-friendly“. Инцидентът с Anthropic също така ще доведе до по-строги регулации и стандарти за сигурност при AI инструментите. Можем да очакваме появата на сертификати за „безопасни AI агенти“, които гарантират, че софтуерът не съдържа скрити уязвимости и спазва стриктни протоколи за достъп до данни. В крайна сметка, Claude Code е само началото на една нова ера в изчислителната техника, където терминалът отново става най-мощното оръжие, но този път управлявано от интелект, който не спи и не греши (освен ако не забрави да си конфигурира npm пакета).