昨天，Anthropic 出大事了。

我估计这是 2026 年开年以来最炸裂的一次泄密事件 —— Claude Code CLI 的整个源代码，全部公开了。

怎么泄的呢？他们 npm 包里有个 .map 配置文件搞错了，直接暴露了一条下载链接，指向 Anthropic 自己 R2 存储桶里完整的、没做过混淆的 TypeScript 源码。由安全研究员 Chaofan Shou 发现。

这份转储文件有多大呢？1900 个文件，51.2 万行代码。里面包括完整的工具系统、50 多个斜杠命令、多 Agent 协调器、React/Ink 终端 UI、IDE 桥接器、权限引擎，甚至还有好几个没发布的隐藏功能。

有人在 X 上评论说：「npm 包中的 .map 文件」就像新时代的「把笔记本电脑落在出租车里」😂

说说为什么这件事这么重大，为什么所有人都在关注。

先明确一个概念：泄密版的 Claude Code 和你平时正常安装的 Claude Code，对普通用户来说，几乎没有任何区别。

你在普通版 Claude Code 里能做的事情，切换国产模型 API 也好，接第三方接口也好，泄密版里当然也可以。所以对普通人来说，你去不去本地部署这个东西，说实话意义真的不大。

但对开发人员来说，尤其是国内厂商和 Claude Code 的竞品们来说，这个意义可太大了。

因为 Claude Code 就是目前最顶级的 Agent 系统，没有之一。我敢说，昨晚有大量厂商的技术团队通宵在扒这份源码，疯狂学习里面的架构设计，拿来改进自家产品。

所以普通人完全不用焦虑。有兴趣的可以自己研究学习一下，没时间精力的也完全没必要有任何心理负担。再强调一遍：泄密版 Claude Code ≠ 免费，因为 Claude Code 本身就是免费的，泄密版只是源码公开了。

下面说说我是怎么部署的，流程其实很简单。

⚠️ 提前叠个甲：本文分享的部署教程均来自网络公开信息，只做教育学习用途，不推荐任何商业用途，也不支持任何商业分享。

这份教程肯定没那么专业，但让你跑起来，问题不大 😎

如何让 Codex 帮你部署

先说说这份源代码的情况。

这份源码是 Claude Code 的核心代码，但它不是一个打包好的应用程序，没有什么「一键安装」按钮让你直接用。里面缺少很多脚手架文件和配置用的 JSON 文件，不过这些东西，可以让 Codex 直接帮你补上。

老读者应该知道，我现在所有的部署教程，全部都是用 Codex 或者 Claude Code 来帮忙做的。我觉得这是想学 AI 的最低门槛了，而且这两个工具也是目前最强大的通用 Agent 工具。所以下面的教程内容，都是基于这两个产品来做的。

如果你还没装过 Codex 或 Claude Code，这份教程对你来说意义就不太大了，因为我本人也不是专业开发者，没法手写代码去部署一个项目。

然后有个重要的坑，先说清楚：

我完全不推荐用 Claude Code 去部署这份源码。

为什么？因为 Claude Code 的额度根本撑不住。我用 Pro 额度的 Claude Code 去跑，结果两分钟之内额度就全部耗尽了，即便是 20X 的额度也很难撑下来。

我推荐用 Codex。 ChatGPT Pro 会员的 Codex 额度，足够你把这份源码本地部署两遍都没问题。

还有一点要说明：我这次因为赶时间，做的是一个比较简单的本地部署，但基本上所有功能都能用。如果你想要那种特别完整的、把整个框架都搭出来的版本，这两天可以等一等，GitHub 上面肯定会有大量的资源冒出来，大家都在玩命搞这个。

部署流程

我简单说下我的部署步骤。

第一步：风险隔离

这一步很关键。因为我本地已经有一个正常使用的 Claude Code 了，所以一定要把泄露版的源代码和你本地的 Claude Code 放在不同的文件夹里，做好隔离。

我的做法是把泄露版源码放在了 Codex 下面的一个单独文件夹里。

源代码文件大小约为 29 MB，这应该是完整版的：

为什么要做隔离？ 因为我一开始没注意这个事儿，直接就部署了。打开之后，卧槽 —— 它居然直接识别到了我本地 Claude Code 的登录账号、邮箱和 OAuth 信息 😱

你完全不知道 Anthropic 会不会在后台做数据收集，检测你本地是不是部署了泄露版。最好还是把这种风险提前规避掉。

第二步：一句话让 Codex 帮你部署

准备好之后，直接一句话发给 Codex：

我本地 Claudecode 项目部里有个 src 项目，帮我部署。

之后 Codex 会跑出很长的工作流，一直让你点同意。你就一直点 OK 就行了。

但记得跟它说清楚：把泄露版 Claude Code 和你本地的 Claude Code 做完全的风险隔离。

一长串 OK 点完之后，它就会告诉你已经部署完毕了。

第三步：配置 API

这份源码里面写死了必须用 Anthropic 的模型和接口入口。所以你要接第三方 API 的话，最好用 Anthropic 兼容的接口格式。

比如我这里用的是 MiniMax 的 API 地址和 Key，直接把地址和 Key 发给 Codex 让它帮你配置就行。过程会有点来回，但没什么门槛，一直点确定就可以了。

这是我的提示词：

第四步：创建使用入口

配置完 API 之后，你需要让 Codex 帮你做一个使用入口。

Codex 会直接给你生成一些终端指令，你可以直接复制。比如最上面这行，我用紫色方框圈出来的终端指令，直接点击复制：

然后打开你的终端，把复制的指令粘贴进来，就可以开始对话了：

整个流程就是这么简单。

Codex 到底帮你做了什么

总的来看，Codex 围绕我给的源码目录 src，在本地单独搭了一套可运行的副本。真正落地的位置是：

• 本地工程
  
  ：claude-code-local
• 终端入口
  
  ：claude-local
• 双击入口
  
  ：launch-claude-local.command

具体做了这些事情：

1. 搭了一套独立工程壳子。 没有直接拿原始 src 裸跑，运行核心是 build.ts，它把入口固定到 src/entrypoints/cli.tsx，构建出 dist/cli.js。

2. 补了构建必须的宏和兼容定义。 源码直接编译是跑不起来的，最关键的是把 MACRO.VERSION、MACRO.BUILD_TIME 等构建常量补上了，不然会直接报 MACRO is not defined。

3. 做了本地兼容处理。 把 commander 和一批 Bun / 内部模块做了重定向，一共放了34 个 shim 文件，目的是把官方内部的、原生的、缺失的模块替换成可以在本地打包的版本。

4. 做了本地入口脚本 claude-local。 这个入口会自动检查构建产物是否存在、自动加载环境配置、提供 status、login、start、--version 这些稳定入口，还把容易空白退出的 TUI 挡掉了，改成稳定文本模式。

5. 做了双击启动器。launch-claude-local.command 的作用很简单：进入工程目录，调用 claude-local，执行完停在窗口里不会一闪而过。

6. 配好了独立的 API 环境。 当前 .claude-local.env 里已经配置好了：

这意味着这套 claude-local 走的是 MiniMax 兼容接口，完全不碰你本机官方 Claude Code 的账号链路。

7. 修了第三方接口的兼容问题。 官方代码很多地方默认 headers 一定是 Headers 对象，但第三方网关返回的可能只是普通对象。Codex 新增了 headerUtils.ts，把 withRetry.ts、logging.ts、errors.ts、rateLimitMocking.ts 这些文件都改成兼容两种情况，解决了 headers.get is not a function 这种崩溃。

8. 修了多轮对话的 bug。 之前会话能启动但第二句话就挂，报 Session ID ... is already in use。现在首轮对话用新的 --session-id，之后自动找对应的 transcript 文件，后续轮次改用 --resume 来恢复。

9. 把交互体验稳定下来了。 原来容易空白退出或直接退回 shell，现在 start 是文本聊天入口，/reset 会新开会话，/tui 只提示不要用，不再把你直接踢出去。

总结一下：Codex 做的事情，是基于你给的 src 源码，帮你搭了一套本地可编译、可启动、可接第三方 API、可稳定多轮对话的本地运行壳子。

整体架构

好，部署搞定了。下面来聊聊更有意思的部分 —— 我从这份泄密版源码里到底发现了什么。

一共有几个很有意思的东西：Buddy 宠物系统、KAIROS 系统、CACHE 命中系统、Auto-Dream、Daemon、Inbox Poller、Teleport、Ultraplan、Ultrareview。

其中最牛的，我做技术开发的工程师朋友们最关注的，就是CACHE 命中系统，这玩意儿开源的意义太大了。

下面一个一个来讲。

Buddy 宠物系统

你敢信吗？Anthropic 居然在一个命令行编程工具里，藏了一个养宠物的系统。

Buddy 是一个虚拟宠物伙伴系统，玩法类似电子鸡 / Tamagotchi，用 ASCII 字符画给你渲染一个可爱的小伙伴，陪你一起写代码。

整套系统的核心架构由 6 个文件组成：types.ts 负责类型定义和物种 / 稀有度常量，companion.ts 负责伙伴生成逻辑（本质上就是一个抽卡 roll 系统），sprites.ts 里面有 20 种 ASCII 字符画和渲染函数，CompanionSprite.tsx 是 React 组件用来渲染伙伴动画和气泡，useBuddyNotification.tsx 是通知系统，prompt.ts 是 AI 对话提示词模板。

首次使用的时候，系统会根据你的用户 ID 随机生成外观（物种 + 稀有度 + 眼睛 + 帽子），然后 AI 模型给它生成名字和性格描述，存入配置后永久保留。

这个 Buddy 系统里一共有20 只宠物，每一只宠物都有各自的图标和特点。

Anthropic 甚至给这些宠物做了一个稀有度系统，一共 5 个等级，每个等级的概率都不一样，星星数也不一样，还有属性加成。整个生成机制是这样的：你的用户 ID 加上一个随机颜值，会产生一个随机种子，然后确定物种、稀有度、外观。属性也分为了 5 个维度。

每一只宠物还会用命令行的形式展示当前的心情状态，开不开心，一看就知道。

更好玩的是，这里面藏了一个限时彩蛋窗口（2026 年 4 月 1 日 – 7 日）。如果你在这段时间内首次孵化 Buddy，会触发特殊的彩虹文字提示。

KAIROS 系统

如果说 Buddy 是 Anthropic 藏在代码里的小彩蛋，那 KAIROS 就是一个真正有分量的功能了。

KAIROS 是 Claude Code 的主动式 / 助手模式。 让 AI 不再等你下指令，它自己主动干活。

传统的 Claude Code 是你说一句它做一句。KAIROS 模式下，AI 会自己探索、自己行动、自己推进任务，你不用一直盯着它。

它的启动方式很简单：

KAIROS 启动后会做几件事：先检查信任目录，确认你授权过；然后做 GrowthBook Gate 检查，确认你有资格使用这个功能（用 --assistant 启动可以跳过这个检查）；最后注入一段特殊的系统提示词，告诉 AI：「你现在在主动模式下，主动探索、主动行动、主动推进。」

之后 AI 会进入一个 Tick 检查循环：定期收到 <tick> 信号，然后决定是继续干活还是调用 Sleep 休眠等待。KAIROS 默认还会强制开启 Brief 模式，输出会更简洁。

KAIROS 和普通的 PROACTIVE 模式有什么区别？PROACTIVE 就是一个轻量级的主动模式，KAIROS 则是一个完整的助手系统 —— 可以生成 AI 队友做团队协作，有资格检查机制，适合复杂的多任务场景。

什么场景用得上？比如你让 AI 在后台持续跑开发任务，你自己专心干别的事。或者让它定期检查代码状态，跑一些不需要人工干预的自动化流水线。

CACHE 命中系统

来了来了，这才是整个泄密版里最值钱的部分。

我的某大厂 AI 工程师朋友也在研究这个。

先说核心结论：这套 prompt cache 设计，远远超过了「把 cache_control 打开」这个级别，它把整条请求链都围绕一个目标来做：

尽量让发给模型的前缀 bytes 保持不变。

因为对 Claude 来说，真正决定能不能命中 cache 的，不只是 prompt 文本，还包括 model、tool schema、system prompt 分块、beta headers、thinking/budget 参数、消息前缀、cache_control 位置这些东西。

它实际上同时在做两件事：

1. 想办法把「稳定内容」固定住，让它长期复用
2. 想办法把「会波动的内容」往后挪、单独挂、延迟注入，或者直接锁死成 session-stable

下面一条一条来说，它到底做了什么。

手段 1：System Prompt 切成「静态前缀」和「动态尾巴」

在 prompts.ts 里有一个 SYSTEM_PROMPT_DYNAMIC_BOUNDARY，splitSysPromptPrefix() 会把 system prompt 拆成两半。boundary 前的静态内容做成 scope: 'global'，可以全局缓存；boundary 后的动态内容不进 global cache。

这个设计非常值钱。 因为 system prompt 往往是几万 token 里最大的一块，把它的静态部分锁住复用，省下的开销很可观。

手段 2：System Prompt 的大多数 Section 按 Session 缓存

systemPromptSection() 这个函数的逻辑是「算一次，直到 /clear 或 /compact 才清」。只有极少数必须波动的 section 才走 DANGEROUS_uncachedSystemPromptSection()。memory、language、output_style、scratchpad 这些，全部纳入了这个缓存体系。

手段 3：Tool Schema 做了「会话级冻结」

toolSchemaCache.ts 的注释写得很直白：tool schema 在服务端位置很靠前，任何字节变化都会把整个 tools block 以及后面的 prefix 一起打爆。所以 toolToAPISchema() 会把工具描述、schema、strict/eager_input_streaming 这些按 session 缓下来，避免 GrowthBook gate 刷新、MCP 重连、tool.prompt() 动态内容导致 tools 数组变掉。

手段 4：TTL、Beta Header、Mode 开关全部「锁存」

bootstrap/state.ts 里专门存了一大堆锁存状态：promptCache1hAllowlist、afkModeHeaderLatched、fastModeHeaderLatched、cacheEditingHeaderLatched、thinkingClearLatched……

should1hCacheTTL() 也会把 1h TTL eligibility 和 allowlist latch 住，避免 overage 状态或远端 gate 在会话中途变动。后面还把 fast mode、AFK、cache-editing 等 beta header 做成了 sticky-on。

思路很简单：宁可一旦开过就一直带着，也不要一会有一会没有，把 50K-70K 的缓存前缀反复打穿。

手段 5：每个请求只打一个 Message-Level Cache 标记

addCacheBreakpoints() 明确规定「Exactly one message-level cache_control marker per request」。普通情况放在最后一条消息；如果是 fire-and-forget fork 且 skipCacheWrite=true，就把 marker 往前挪到倒数第二条，避免 fork 自己留下没必要的新缓存尾巴。

到这个级别，已经在管底层 KV 页怎么回收了。

手段 6：给老的 Tool Result 补 Cache Reference + Cache Editing 版 MicroCompact

它会给 cached prefix 里的 tool_result 加 cache_reference。然后 cached microcompact 会通过 cache_edits 删老的 tool results，而不是重写整段历史。

这个思路很高级：重点在「删掉前缀里的旧块，同时保证前缀不失效」。

手段 7：Fork Agent 故意复用父请求的 Cache-Safe 参数

很多 forked agent 会故意复用父请求的参数，压根不重新起一个全新请求。forkedAgent.ts 里有 CacheSafeParams，包含 systemPrompt、userContext、systemContext、toolUseContext、forkContextMessages。

compact 直接写了「piggybacks on the main thread’s prompt cache」；extract memories 甚至明确说，不能因为权限不同就换 tool list，因为 tools 本身就是 cache key 的一部分；agent summary 里也是「工具照带，但用 canUseTool deny」，而不是把 tools 数组删掉。

这说明它优化的是：父请求暖好 cache 后，后续内部小任务继续读这份 cache。

手段 8：「晚到的动态信息」移出主 Prompt

deferred tools 列表，能走 delta attachment 就不直接 prepend 到消息前缀；Chrome/MCP instructions，能走 mcp_instructions_delta 就不再每轮拼进 system prompt。postCompactCleanup.ts 明说不重置 sent skill names，因为重新注入整段 skill listing 只会带来纯 cache_creation 开销。

手段 9：专门做了 Cache Break 归因

recordPromptState() 会记录 system hash、tool hash、cache_control hash、betas、effort、extraBody、globalCacheStrategy 等。checkResponseForCacheBreak() 再拿 cache_read_input_tokens 的掉幅去判断是真 miss、TTL 过期，还是服务端侧失配。

这很少见。他们不光做优化，还在给优化做可观测性，能追踪到底哪里 miss 了、为什么 miss。

手段 10：成本统计把 Cache 单独拆出来看

cost-tracker.ts 里会分别累计 cacheReadInputTokens 和 cacheCreationInputTokens。甚至会直接算 hit percentage。也就是说，它们在做持续量化，不靠感觉，靠数据。

这套东西最牛逼的点在于，它把「任何会让 cache key 改变的东西」都系统性处理了：

这也是为什么你看完之后会觉得，这已经是一整套「缓存维护工程」了。

后台三件套：Auto-Dream / Daemon / Inbox Poller

除了 CACHE 命中系统这个硬核技术之外，泄密版里还有一组很有意思的「后台系统」，我把它们叫做后台三件套。

Auto-Dream：AI 在你睡觉的时候自己复习功课

Auto-Dream 是 Claude Code 的自动记忆整合系统。

你不用的时候，后台 AI 会自动翻你之前的对话记录，把有用的信息整合到记忆库里，让后续对话变得更聪明。

它的工作流程是这样的：

1. 等待时机
   
   ：距离上次整合 ≥ 24 小时，而且至少积累了 5 个新会话
2. 后台启动
   
   ：Fork 一个独立的 AI 子任务
3. 扫描会话
   
   ：读取这段时间的所有对话记录
4. 提炼记忆
   
   ：提取重要的代码上下文、项目理解、用户偏好
5. 写入记忆库
   
   ：存到 memory/ 目录

为什么不一直运行？因为整合需要消耗 Token，会话少的时候没必要跑，而且有锁机制防止多个进程重复整合。

Daemon：不知疲倦的后台 AI 员工

当你用 --assistant 标志启动 Claude Code 时，它会以守护进程（Daemon）模式运行。

Daemon 就是 Claude Code 的「后台常驻模式」，启动后持续运行，随时等待任务，类似一个不知疲倦的 AI 员工。前面说的 KAIROS 系统，就是在 Daemon 的基础上加了主动模式 —— 不光常驻，还会自己找活干。

Inbox Poller：AI 团队的「内部钉钉」

Inbox Poller 是 Claude Code 的团队消息收件箱系统，用于 AI 队友之间的消息传递和协调。

当 Claude Code 运行团队模式时，各 AI 队友通过 Inbox 互相传递消息、权限请求、审批响应。轮询间隔是每秒检查一次未读消息（INBOX_POLL_INTERVAL_MS = 1000）。

消息处理流程：

你可以把 Inbox 理解成 AI 团队的「内部通讯系统」，让多个 AI 互相协调、请求权限、传递消息。

云端三件套：Teleport / Ultraplan / Ultrareview

最后还有一组围绕云端远程能力展开的功能，我把它们叫做云端三件套。

Teleport：把编程任务「传送」到云端

Teleport 是 Claude Code 的远程会话管理功能，让你能在云端运行 AI 编程任务，本地只负责显示和控制。类似 VS Code 的远程开发，但更深度集成了 AI。

它支持三种环境：anthropic_cloud（Anthropic 官方云端）、byoc（自带云端）、bridge（桥接模式对接内部基础设施）。会话还可以跟 GitHub 仓库绑定。

什么时候用？本地内存不够，把任务传到云端。要团队协作，远程会话直接共享给队友。要做持续集成，Bridge 模式可以对接内部基础设施。代码审查也行，创建远程 Session 做 PR review。

Teleport = Claude Code 的「远程开发模式」，云端 AI 替你写代码，本地只管查看和操控。

Ultraplan：远程规划 + 本地审批

Ultraplan 是远程计划审批系统。流程是这样的：

比如你有个复杂任务，先让云端 AI 想好计划。或者你想在执行前看看 AI 打算做什么，检查一遍再放行。

Ultraplan = 「远程规划 + 本地审批」，让 AI 先想清楚要做什么，你点头后再行动。

Ultrareview：云端 AI 代码审查员

Ultrareview 是远程代码审查服务。在云端 CCR 深度审查你的 PR，AI 会花 10-20 分钟深度分析你的分支，找出并验证潜在的 Bug。

适合什么场景？提交前让 AI 全面检查 PR，专门找 bug 并尝试验证，或者碰到逻辑很复杂的大 PR 需要花时间仔细分析的时候。

Ultrareview = 云端 AI 代码审查员，花更长时间、更深度地检查你的代码，专门找 Bug。

感谢 A 圣

整个泄密事件扒下来，我最大的感受就是：Claude Code 这套东西，工程深度真的远超我的预期。

养宠物、主动模式这些，你可以说是锦上添花。但那套 CACHE 命中系统，是真的把「怎么省钱、怎么让每一次请求都尽量复用之前的缓存」这件事，做到了我见过的最极致的程度。

不是开个开关就完事了，是从 system prompt 拆分、tool schema 冻结、header 锁存、fork 复用、cache break 归因，一路做到了成本统计按缓存维度单独拆账。

这套东西公开之后，我觉得对行业的影响会比大家想象的更深。

国内做 Agent 产品的团队，不管你是做 coding agent 还是做通用 agent，这份源码里关于缓存管理、多 agent 协调、后台任务调度的设计思路，都值得认真研究。

这可能是你花多少钱都买不到的参考资料，现在因为一个 .map 文件配置错误，免费摆在了所有人面前。

对普通用户来说，你不需要部署，也不需要焦虑。Claude Code 本身就是免费的，泄密版跟你平时用的没有区别。但如果你对 AI 产品的底层架构有好奇心，这份源码值得花时间翻一翻，你会看到一个顶级 AI 团队是怎么把一个命令行工具打磨到这个程度的。

最后说一句。

A 圣牛批，「国产 Claude Code」这回真该疯涨了。