Anthropic 旗下 Claude Code 团队工程师 Thariq 公开承认，公司曾在 2026 年 3 月加入一套实验性机制：检测用户环境是否与中国相关，再把隐藏标记悄悄写入系统提示。该机制在外部曝光后引发争议，Anthropic 表示已加速下线，并将在 2.1.197 版本中完全回滚。
按 Thariq 的说法，这套机制会检查三类信号：系统时区是否为 Asia/Shanghai 或 Asia/Urumqi，网络代理主机名是否命中中国相关转售商名单，以及是否触发特定 AI 实验室关键词。命中结果不会直接展示，而是通过特殊标点和 Unicode 字符，以隐写术方式埋入系统提示。
日期分隔符和撇号被用作隐藏编码
披露内容显示，若系统识别到中国时区，系统提示中 “Today’s date is” 一行的日期分隔符会从连字符 “-” 变成斜线 “/”，例如 2026-06-30 会写成 2026/06/30。与此同时，“Today’s date” 中的撇号也会在几种视觉上几乎相同、但底层编码不同的 Unicode 字符之间切换，用来标记代理是否匹配中国域名、是否涉及中国 AI 实验室，或两者同时命中。
这些调整对普通用户几乎不可见，但服务器可以解析。素材称，相关行为出现在 2.1.193 到 2.1.196 版本，类似逻��最早可追溯至 4 月初的 2.1.91 版本。
Anthropic称为反蒸馏措施，社区质疑未告知用户
Thariq 将这套机制定义为防御手段，称目标是防止未授权转售商滥用账号以及进行模型蒸馏。他表示团队后来部署了更强的保护措施，原本就打算移除这段逻辑，相关 PR 已合并，下一版将彻底撤下。
素材还提到，Anthropic、OpenAI 与 Google 曾在 2026 年 2 月同时披露工业规模的模型蒸馏攻击。Anthropic 当时点名 DeepSeek、Moonshot AI 与 MiniMax，称对方动用 超过 24,000 个 欺诈账号，生成 1,600 万次以上 对话用于训练竞争模型。
争议集中在透明度。安全账号 @IntCyberDigest 于 6 月 30 日 公布两张代码截图后，外界开始质疑这套机制是在用户不知情的情况下运行。Thariq 的回应确认了相关做法，也让“3 月上线、曝光后加速撤销”的时间线成为批评焦点。评论区大量声音认为，Anthropic 以安全和伦理为卖点，却没有提前通���用户，信任因此受损。