阿里内部全面禁用Claude，AI大厂互相设防

今年上半年，国内大厂还在热衷于开放海外AI权限，但短短几个月，风向逐渐逆转。

Claw123获悉，阿里下达明确禁令：7月10日起，全集团范围内禁止员工使用Anthropic旗下Claude全系产品，覆盖Claude Sonnet、Opus以及Claude Code。

这次管控范围不局限于公司内网、办公电脑和企业付费API账号，即便是员工私人账号，只要用来处理工作内容，也同样被严格禁止。

集团内部的研发工作将统一切换使用通义千问和自研模型Qoder。

很多人只看到了一纸禁令，但剥开表层的漏洞，真正的原因远比想象中更复杂。此前Anthropic就向美国参议院质控阿里，将其定性为模型蒸馏攻击，再加上Claude Code被爆出内置隐形检测代码，促使阿里和海外闭源AI划清界限。

在Claude Code爆出问题之前，阿里和Anthropic早就产生了隔阂。

所谓的模型蒸馏，通俗来讲就是借助大量对话和代码调用，来提取海外大模型里的逻辑范式，用来训练自己的国产模型，这也是国内大厂用来提升自研能力的一种常用方式。

据相关资料，2025年下半年阿里研发团队对Claude高频调用，单月token消耗量位于亚洲企业前列。这样大规模的使用量引起了Anthropic的警惕，平台后台专门标记阿里相关域名和设备IP，对来自阿里的请求限制单次输出长度，以此来防范阿里通过调用数据蒸馏Claude的底层模型。

▲Anthropic指控阿里

站在Anthropic的角度，保护自身核心科技成果无可厚非。但对于阿里而言，自己正常付费使用API却被区别对待，这让企业对海外AI产生戒备心，双方合作信任大打折扣。

如果说模型蒸馏争议是前传，那么Claude Code的隐秘采集代码，就让阿里彻底敲响了警钟。

2026年4月上线的Claude Code 2.1.91版本在更新说明里只强调了代码辅助功能，并没有告知用户存在监测程序，后期经过开发者拆解之后，这套隐秘程序才公之于众。

▲开发者拆解代码

这套监测流程非常神秘，软件自动读取电脑时区，识别国内用户，并且匹配内置黑名单中的147家国内科技企业域名，最后将这些信息隐秘回传到Anthropic的海外服务器。

对于这件事情Anthropic的解释是，为了阻止企业蒸馏模型，不会私自使用企业代码。但对于阿里而言，不管初衷是什么，在用户不知情的情况下采集办公数据，本身就存在极大的数据隐患。

▲Anthropic负责人回应

结合之前阿里被针对性限制的经历，阿里最终将Claude判定为高危办公软件，全面禁用也就成了顺理成章的选择。

海外AI与生俱来的架构短板，是阿里不敢继续使用Claude的重要原因。

Claude的所有的运算、存储服务器都在境外，国内企业上传的所有数据全都会自动跨境传输，并且在海外服务器进行运算，长期在境外云端留存。这个过程全程不受国内监管，国内企业没办法删除后台留存数据，也不能监督数据后续的用途，这是无法经过技术处理的问题。

沙利文2026年企业数字化数据显示，在700家受访国内企业中，62%的员工习惯随手将工作资料上传至海外AI工具，很多人都没有意识到自己正在把企业机密发送给境外第三方平台。海外AI可将这些数据长期留存，并且用于模型更新迭代，极有可能被海外AI模型吸收，造成商业优势外流。

举个例子来说，企业员工把未上线的代码发给Claude，就相当于把内部文件交给国外陌生人，后续这份文件会不会被美国监管部门调取查看、会不会被泄露给竞争对手，国内的企业全程不知情。一旦出现数据泄露，对于阿里这类大型互联网公司来说，损失不可估量。

与此同时，国内外的AI监管体系也截然不同，一个大模型想要同时适配几种监管体系，几乎没有一款AI工具能够做到。

我国始终坚持数据主权优先，境外AI产品想要在中国商用，就必须完成网信部门的备案。企业数据要想传输到海外服务器需要提前开展安全评估，没有备案的AI工具禁止用于办公场景。反观美国的监管条例，则要求本土AI企业配合调取用户数据。

对比之后不难发现，Claude如果遵守中国数据不出境的要求，就会违背美国本土数据调取法规；迎合美国监管标准，就会违背中国的数据安全条例。而阿里作为大型基础设施运营企业，如果违规使用未备案的海外AI，会面临千万级的罚款，甚至影响运营资质。

在两套规则互相冲突、权衡利弊之下，放弃Claude是规避风险的理性选择。

最近两年国产大模型综合实力飞速提升，不断挤压海外模型的市场空间，也是此次事件不可忽视的大背景。

Open router聚合平台2026年6月数据显示，一年前海外大模型全球调用占比72%，如今下降至33%。中国大模型周调用量连续九周超过美国模型，逐渐对海外大模型公司形成了压力。面对快速追赶的中国模型，海外AI厂商一边依靠技术壁垒赚取高额费用，一边通过后台检测限制国内企业学习他的技术，试图维持战略优势。

▲大模型周调用量对比

但另一方面，国产模型高性价比优势日益凸显。Claude Opus每百万token输入需要5美元，而通义千问商用价格仅0.22美元，差价超过20倍。放在日常研发场景中，一个程序员一天的代码调试会消耗海量token，长期积累下来，整个公司每年在海外AI上的开销可能达到上千万元。不光国内企业，不少海外初创团队也开始放弃海外高价AI，转用DeepSeek等国产开源模型，进而降低成本。这意味着当国产大模型拥有足够实力之后，阿里也不再需要过度依赖海外产品，也有底气做出停用Claude的决定。

如果不使用海外AI工具，那么国产大模型能不能接得住这么大的需求？很多人都存在认知误区，要么认为国产AI全面落后海外，要么鼓吹已经完全超越。现状实际是，虽然前沿领域仍有差距，但本土落地优势无法替代。

我们不能因为阿里停用Claude就过度吹捧国产模型，客观来讲目前还存在许多短板。在超长外文文献推理、复杂多步骤智能体调用以及前沿科研知识库储备方面，Claude、GPT-4o依旧领先国内产品。国产模型在超长外文推理时，出现幻觉的频率更高，海外顶尖科研场景中国产模型暂时无法胜任。

但如果放到国内企业日常办公场景，国产大模型拥有海外AI无法复刻的本土化优势。国产模型支持私有化部署，企业开启内网之后，所有数据只会保存在公司本地服务器，不会向外传输。

不同规模的企业，需要制定符合自身条件的AI使用方案。

大型互联网企业优先选择自研模型或者私有化部署国产模型，将AI工具限定在内网使用，禁止员工私自用海外AI处理工作资料。阿里日常的代码编写、文案创作和供应链分析的工作，通义千问Qoder完全可以胜任这部分需求。

▲千问通义页面

在此之前国产大模型已有落地经验，京东“京犀”大模型覆盖5000+智能仓库，美团LongCat大模型承担内部代码编写任务，服务150万线下餐饮商家。对于国内电商、仓储和本地生活需求的行业逻辑，国产AI模型远远超过了海外模型，既提供了高效服务，又把数据安全牢牢掌握在自己手中。

至于没有自研能力的中小型企业，坚决避开境外AI工具，优先选择完成国内网信备案的轻量化模型，用更低的成本兼顾效率和安全。

而对于普通职场人来说，使用AI工具需要把握一条原则：区分娱乐场景和办公场景。日常生活中，大家用Claude阅读外文文章、打发闲暇时光并没有严格限制；但是到了工作场景，就不能再使用海外AI工具。把国产AI当做日常办公助手，既不用担心数据外流，也可以达到提升工作效率的目的。

阿里全面禁用Claude这件事，不能简单理解成国内企业和海外AI的对立，它是商业博弈、规则冲突、产业竞争几方面共同催生的结果。

我们不得不承认海外AI长期积累的技术优势，同时也需要明白，数据安全是不可退让的底线。海外闭源模型服务器放在国外天生就带着不可控的安全隐患，再加上监管规则割裂，国内大型企业减少对海外AI依赖是时代的趋势。

未来的AI行业不会彻底割裂，而是转向更清晰的格局：国内核心业务依靠国产大模型保护数据安全，跨境业务经过安全审查之后有限度地使用海外AI。只有守住数据边界，才能真正享受到人工智能带来的红利。