阿里为什么全面禁用Claude Code

发布时间：2026-07-18 03:23:23 来源：安智兰德资讯网 作者：休闲

2026.07.03

本文字数：1765，阿里阅读时长大约3分钟

作者 | 第一财经 陈杨园

封图 | Claude 官网

在AI编程工具技术迭代加速的全面当下，一场关于海外工具安全合规与自主可控的禁用内部调整，正在国内头部互联网企业中悄然展开。阿里

7月3日，全面据阿里内部消息，禁用鉴于近期Claude Code被曝出存在植入后门的阿里安全隐患，阿里经综合风险评估，全面已将其列入“高风险软件”名单。禁用自7月10日起，阿里阿里将全面禁止内部员工在办公网络及终端使用Claude Code，全面并正式推荐内部自研工具Qoder作为替代方案。禁用

天使投资人、阿里资深人工智能专家郭涛向第一财经记者指出，全面阿里此次全员禁用Claude系列产品，禁用并非单纯的技术选型变更，而是一项兼顾数据安全、合规风控与自主化转型的战略决策。

郭涛分析称，此前阿里内部曾鼓励员工使用海内外各类AI工具，并对大额报销外部模型成本持开放态度，Claude Code也曾是程序员的高频编码工具。然而，Anthropic单方面指控阿里开展模型蒸馏攻击，随后针对中国用户进行标记、封禁，且拒绝退款、申诉渠道闭塞。这一系列操作导致阿里研发数据面临泄露与溯源风险，促使阿里内部做出禁用决定。

“随着监管因素持续影响AI产业，越来越多厂商和企业会重新评估对海外模型与工具的依赖。”Forrester副总裁兼首席分析师戴鲲表示，这将加速国产AI Coding工具在大型企业中的渗透，并推动中国乃至泛亚太市场形成更加独立、安全的模型与开发工具生态。

当前，全球AI头部企业间的竞争加剧及地缘政治影响，正促使国内厂商主动或被动地减少对海外AI工具的依赖。另一方面，过去一年国产AI工具在编程领域的进化速度显著加快。尽管与海外头部工具相比仍存在差距，但从数据安全及商业化落地角度考量，中国厂商抢占这一市场的机遇已全面到来。

除阿里外，字节跳动、腾讯等巨头对Claude Code的内部调整动向，也将成为行业观察的重点。

“这可能是国内企业掀起海外AI工具风控整改浪潮的开端。互联网及科技企业将优先搭建内网可控的国产AI研发体系。”郭涛预测，产业端将加速AI编码工具的国产化替代进程，阿里通义Qoder等自研工具将获得规模化落地场景。随着中美AI技术博弈下沉至底层开发工具领域，国内大厂对海外AI编码产品的“无约束使用时代”或将终结，AI研发赛道的竞争焦点将从流量应用转向安全自主与生态可控的硬核实力比拼。

自研Qoder接棒，阿里布局深化

一个关键细节是，在禁用Claude Code的同时，阿里向内部员工强力推荐Qoder。作为阿里自研的智能体编程平台，Qoder于2025年8月正式上线。截至2026年5月，阿里公布数据显示，Qoder在全球已积累超500万用户，实现了从需求分析到代码部署的端到端自主开发全流程覆盖。

过去一年，AI编程成为阿里重点布局的市场。今年5月，阿里推出的Qwen3.7-Max模型也特别强调了其在编程与推理能力上的重大突破。

Token经济重构：Coding成为云厂商新增长极

阿里禁用Claude Code的背后，还隐藏着AI Coding对云厂商Token收入的重要战略意义。阿里云智能集团资深副总裁、公共云事业部总裁刘伟光透露，从长远空间来看，虽然广告、传媒、影视、短视频等市场体量巨大，但与Coding和Agent方向的大语言模型应用相比，完全不在同一量级。

“Coding是我们最重要的方向，它几乎‘for everything’（适用于一切场景）。”刘伟光直言，在云计算时代，企业IT预算中往往有一部分难以覆盖，即内部软件开发和人力外包成本。而现在，AI Coding恰好精准命中了这一痛点，实现了成本的结构性替代。

这意味着，在这场双向封禁的纷争背后，国产工具正谋求“上位”的窗口期。

国产替代进入深水区，挑战与机遇并存

郭涛认为，目前国内AI Coding工具已完成基础能力的国产化，正处于基础能力对标、高端工程攻坚、生态持续补短板的关键中段。目前，基础代码补全、Bug修复及常规项目开发能力已接轨国际水平，但在复杂任务处理、工具适配及私有化部署等配套生态上仍有待完善。

阿里Qoder、字节Trae等国产力量正进一步站上牌桌，但能否将国产AI编程赛道推向新的分水岭，仍是一项长期挑战。

“大厂坐拥海量真实工程数据、成熟云服务与研发流水线，可快速迭代自研编码工具，抢占政企及互联网市场，构建一体化云端AI研发生态。”郭涛指出，国内厂商面临的挑战在于：高端复杂工程能力仍需长期打磨、算力成本高昂以及行业生态碎片化等问题亟待统一优化。

戴鲲则从商业价值角度分析，国产AI Coding工具正从单点开发辅助走向企业级落地阶段。其核心挑战在于，需证明持续投入的Token成本能够转化为可量化的效率提升和业务ROI。未来，国产AI Coding的最大机会不仅在于替代代码生成工具，更在于推动企业业务流程和存量应用的智能体化改造，以及开发由企业知识驱动的新一代智能体应用。

微信编辑 | 苏小

邮箱 | bianjibu@yicai.com

商务合作 | business@yicai.com

相关文章