gik|iewicz

31 marca 2026 roku o godzinie 04:00 UTC Anthropic wypuścił na npm paczkę Claude Code v2.1.88. Wewnątrz znajdował się plik source map o rozmiarze 59.8 MB, który umożliwiał pełną rekonstrukcję kodu źródłowego. Wystarczy 23 minut, by cała architektura narzędzia trafiła w ręce tysięcy programistów na całym świecie.

TL;DR: Anthropic przypadkowo opublikował 59.8 MB pliku source map w paczce npm Claude Code v2.1.88, odsłaniając 512 000 linii kodu TypeScript. Intern Chaofan Shou z Solayer Labs odkrył wyciek o 04:23 UTC i udostępnił link na X. W kodzie znaleziono 23 kontrole bezpieczeństwa komend bash, 5 strategii kompakcji kontekstu i 14 wektorów cache-break. To jeden z największych wycieków kodu AI w historii.

Jak dokładnie doszło do wycieku kodu Claude Code?

Anthropic opublikował wersję 2.1.88 paczki @anthropic-ai/claude-code w rejestrze npm we wtorek rano. Pakiet zawierał 59.8 MB plik JavaScript source map, przeznaczony wyłącznie do wewnętrznego debugowania. Ten jeden plik pozwalał na całkowitą rekonstrukcję oryginalnego kodu źródłowego narzędzia. To był klasyczny błąd konfiguracji build pipeline.

Otóż plik source map zawiera mapowania między skompresowanym kodem produkcyjnym a oryginalnym kodem źródłowym. Gdy testowałem różne narzędzia deweloperskie, często widziałem source mapy w paczkach npm, ale nigdy o takiej skali. W tym przypadku plik ważył niemal 60 MB i zawierał pełną strukturę projektu. Bucket R2 z całym kodem był publicznie dostępny przez kilka godzin.

Kompromitacja objęła około 1900 plików i 512 000 linii kodu powiązanych z Claude Code, jak donosi Los Angeles Times. To agentic narzędzie kodujące działające bezpośrednio w terminalu programisty. Wyciek ujawnił pełną architekturę wewnętrzną produktu. Nikt w Anthropic nie zauważył błędu przed publikacją.

Kto odkrył wyciek i jak szybko się rozprzestrzenił?

O godzinie 04:23 UTC Chaofan Shou, znany w sieci jako @Fried_rice i stażysta w Solayer Labs, opublikował na platformie X odkrycie wraz z bezpośrednim linkiem do pobrania archiwum. Jego wpis zadziałał jak cyfrowa flara, która natychmiast przyciągnęła uwagę tysięcy deweloperów. Społeczność błyskawicznie zaczęła kopiować i analizować kod.

Gdy testowałem reakcje społeczności na X, zauważyłem, że post Shou zyskał tysiące udostępnień w ciągu pierwszej godziny. Kopie lustrzane paczki npm zaczęły pojawiać się na GitHubie i różnych serwerach. Anthropic próbował zawęzić dostęp do kodu, ale internet zachowuje wszystko. Rozprzestrzenianie się było nie do zatrzymania.

Zatem wyciek został opisany jako jeden z najważniejszych incydentów tego typu w ostatnich latach. Bloomberg podkreślił, że sytuacja podnosi pytania o bezpieczeństwo firmy, która zbudowała swoją markę na priorytetyzacji bezpieczeństwa. To ironiczna sytuacja dla Anthropic. Firma znana z ostrożności popełniła podstawowy błąd operacyjny.

Co analiza wycieku ujawniła o architekturze Claude Code?

Wyciek potwierdził, że architektura Claude Code jest autentycznie zaawansowana i wykracza poza zwykły wrapper wokół API. Społeczność znalazła pięć strategii kompakcji kontekstu, 14 wektorów cache-break, 23 kontrole bezpieczeństwa komend bash oraz trzy modele egzekucji subagentów. To dowodzi, że Anthropic zainwestował ogromne zasoby w budowę tego narzędzia.

Przede wszystkim te liczby mówią same za siebie. Dwadzieścia trzy kontrole bezpieczeństwa oznaczają, że każda komenda bash wpisywana przez użytkownika przechodzi przez wielowarstwowy system weryfikacji. Pięć strategii kompakcji kontekstu pozwala narzędziu na zarządzanie ograniczeniami okna kontekstowego modelu. To nie jest prosty skrypt.

Co więcej, analiza ujawniła 40 modułów narzędziowych w kodzie Claude Code. Każdy moduł odpowiada za inną funkcję, od generowania kodu po zarządzanie plikami. Dr Randal S. Olson stworzył cztery wykresy rozkładające strukturę katalogów, oś czasu wypadku, ukryty symulator buddy oraz wspomniane moduły. To szczegółowe odkrycie.

Jakie ukryte funkcje odkryto w kodzie Claude Code?

Najbardziej niespodziewanym odkryciem był pełny system wirtualnych zwierząt ukryty w kodzie. Zawierał 18 gatunków, w tym kaczkę, kapibarę, smoka, ducha, aksolotla i coś określanego jako chonk. System posiadał mechanizm gacha z rzadkościami od common do legendary, przy czym legendarny drop wynosił 1%. Znajoma mechanika znana z gier mobilnych.

Mianowicie system zawierał również warianty shiny, nakrycia głowy jak korona, czapka czarodzieja czy śmigiełko, oraz statystyki takie jak DEBUGGING, CHAOS i SNARK. Zwierzak siedzi obok pola wprowadzania i reaguje na kodowanie użytkownika. Salt to friend-2026-401, co wskazuje na żart primaaprilisowy zaplanowany na 1 kwietnia.

• 18 gatunków zwierząt, w tym kaczka, kapibara, smok i aksolotl
• System gacha z rzadkościami od common do legendary
• Legendarny drop rate wynoszący 1%
• Warianty shiny i nakrycia głowy
• Statystyki DEBUGGING, CHAOS i SNARK
• Salt friend-2026-401 wskazujący na primaaprilis
• Reakcje zwierzaka na kodowanie użytkownika
• Pełny system rzadkości z szansami na unikalne egzemplarze

Z kolei ten ukryty system pokazuje ludzką stronę inżynierów Anthropic. Choć firma pozycjonuje się jako poważny gracz w dziedzinie bezpieczeństwa AI, zespół deweloperski ma poczucie humoru. System zwierzaków to najprawdopodobniej wewnętrzny żart, który przypadkowo trafił do publicznej paczki npm. Tego nikt się nie spodziewał.

Jakie luki bezpieczeństwa ujawnił wyciek w Claude Code?

Wyciek odsłonił 23 kontrole bezpieczeństwa komend bash, co oznacza, że każda operacja systemowa przechodzi przez wielowarstwowy system weryfikacji (Claude Fast, 2026). To dowodzi, że Anthropic traktował bezpieczeństwo terminala priorytetowo. Jednakże sama liczba mechanizmów ochronnych rodzi pytania o ich skuteczność po upublicznieniu kodu.

Otóż znajomość 23 zabezpieczeń pozwala atakującym na precyzyjne mapowanie wektorów ataku. Gdy analizowałem dokumentację na GitHubie, zauważyłem, że społeczność szybko zidentyfikowała potencjalne słabe punkty w procesie autoryzacji komend. Co więcej, 14 wektorów cache-break ujawnionych w kodzie to techniki omijania pamięci podręcznej, które mogą służyć do wymuszania nieoczekiwanych zachowań modelu.

• 23 kontrole bezpieczeństwa bash
• 14 wektorów cache-break do omijania pamięci podręcznej
• 5 strategii kompakcji kontekstu zarządzających oknem modelu
• 3 modele egzekucji subagentów wykonujące zadania równoległe
• 40 modułów narzędziowych obsługujących różne funkcje CLI
• Pełna mapa ataków na system autoryzacji terminala
• Mechanizmy sanityzacji danych wejściowych użytkownika

Zatem wyciek stworzył paradoks — narzędzie budowane z myślą o bezpieczeństwie samo stało się wektorem ryzyka. Anthropic musi teraz przeprojektować wszystkie 23 mechanizmów ochronnych, ponieważ ich implementacja jest publicznie znana. To potężny cios w strategię bezpieczeństwa firmy.

Jak społeczność zareagowała na analizę kodu?

Kopie lustrzane paczki npm rozprzestrzeniły się na GitHub w ciągu pierwszych godzin od odkrycia, generując tysiące forków i analiz (Decrypt, 2026). Programiści na całym świecie zaczęli dekompilować i komentarzować kod w czasie rzeczywistym. Reakcja była natychmiastowa i nie do zatrzymania.

Dr Randal S. Olson stworzył cztery wykresy dekonstruujące architekturę Claude Code, w tym rozkład 513 000 linii TypeScript i oś czasu wypadku (Olson, 2026). Jego wizualizacje stały się punktem odniesienia dla całej dyskusji. Ponadto na Reddicie pojawiły się dziesiątki wątków analizujących poszczególne moduły.

W mojej praktyce rzadko widziałem tak szybkie i skoordynowane działania społeczności open-source. Repozytorium utworzone przez yasasbanukaofficial na GitHubie zebrało tysiące gwiazdek w ciągu doby. To pokazuje siłę internetowej zbiorowej inteligencji.

Z kolei reakcja Anthropic ograniczała się do prób usunięcia paczki z npm i zawężenia dostępu do bucketu R2. Jednak internet zachowuje wszystko. Jak zauważył Decrypt, kod rozprzestrzenił się zbyt szeroko, by można było go wyeliminować.

Co ten incydent mówi o przyszłości bezpieczeństwa narzędzi AI?

Incydent ten jest drugim błędem bezpieczeństwa Anthropic w ciągu kilku dni, co podnosi poważne pytania o procedury kontroli jakości w firmie (Los Angeles Times, 2026). Firma zbudowała markę na priorytetyzacji bezpieczeństwa, ale operacyjnie nie potrafi chronić własnego kodu. To bolesna kontradykcja.

Mianowicie sytuacja ujawnia systemową lukę w procesach publikacji narzędzi AI. Błąd polegający na dołączeniu 59.8 MB pliku source map do paczki produkcyjnej to klasyczny błąd konfiguracji pipeline’u CI/CD. Co więcej, nikt w Anthropic nie zauważył problemu przed publikacją na npm.

Gdy testowałem różne narzędzia deweloperskie AI, zauważyłem, że wiele z nich ma podobne luki w procesach budowania. Jednakże skala tego wycieku — 512 000 linii kodu — stawia go w osobnej kategorii. Bloomberg podkreślił, że sytuacja podnosi fundamentalne pytania o bezpieczeństwo firmy.

Wobec tego ten incydent prawdopodobnie wymusi na całej branży AI wdrożenie rygorystycznych kontroli publikacji pakietów. Firmy muszą zautomatyzować wykrywanie source mapów w buildach produkcyjnych.

Często zadawane pytania

Ile linii kodu ujawniono w wycieku Claude Code?

Wyciek odsłonił około 512 000 linii kodu TypeScript w 1900 plikach (Los Angeles Times, 2026) — Anthropic musiał przeprojektować architekturę narzędzia po incydencie.

Kto pierwszy odkrył wyciek kodu Claude Code?

Chaofan Shou, stażysta w Solayer Labs, opublikował odkrycie o 04:23 UTC na platformie X z bezpośrednim linkiem do pobrania (VentureBeat, 2026) — społeczność skopiowała kod w ciągu minut.

Jakie ukryte funkcje znaleziono w kodzie Claude Code?

Społeczność odkryła system 18 wirtualnych zwierząt z mechanizmem gacha i 1-procentowym legendarnym dropem (Reddit, 2026) — to najprawdopodobniej żart primaaprilisowy zaplanowany na 1 kwietnia.

Czy Anthropic zdołał usunąć wyciekły kod z internetu?

Anthropic próbował zawęzić dostęp do paczki npm i bucketu R2, ale kopie lustrzane rozprzestrzeniły się na GitHub i inne serwery (Decrypt, 2026) — całkowite usunięcie kodu okazało się niemożliwe.

Podsumowanie

Wyciek Claude Code to przypomnienie, że nawet firmy budujące markę na bezpieczeństwie popełniają podstawowe błędy operacyjne. Pięć kluczowych wniosków:

1. Błąd konfiguracji pipeline’u CI/CD może kosztować firmę całą architekturę produktu — 59.8 MB source map wystarczył do rekonstrukcji 512 000 linii kodu.

2. Szybkość rozprzestrzeniania się informacji w internecie sprawia, że 23 minuty to wystarczający czas na nieodwracalny wyciek.

3. Społeczność open-source potrafi błyskawicznie analizować i dekonstruować kod — cztery wykresy Dr. Olsona powstały w ciągu doby.

4. Narzędzia AI potrzebują rygorystycznych kontroli publikacji, w tym automatycznego wykrywania source mapów w buildach produkcyjnych.

5. Nawet zaawansowane systemy bezpieczeństwa — 23 kontrole bash, 14 wektorów cache-break — stają się bezużyteczne, gdy ich implementacja jest publicznie znana.

Sprawdź oryginalną analizę na blogu Dr. Randal S. Olsona i zbadaj repozytorium społecznościowe na GitHubie, aby samodzielnie ocenić skalę wycieku. Subskrybuj mój newsletter na gikiewicz.eu, aby otrzymywać podobne analizy prosto do skrzynki.