一句话看懂：Anthropic 副首席信息安全官 Jason Clinton 公开了该公司在 AI 原生软件开发周期中的安全策略。当前 Claude 已参与创作约 80% 的合并代码，安全团队面临代码量和部署速度指数级增长带来的挑战，需要在不显著拖慢开发速度的前提下，防范智能体被注入恶意指令、供应链投毒以及传统漏洞等威胁。
事件核心：发生了什么
2026年7月21日，Anthropic 通过官方博客发布了一篇由副首席信息安全官 Jason Clinton 撰写的技术文章。文章披露，在 Anthropic 内部，工程师每季度提交的代码量相比 2021-2025 年期间平均增长至原来的 8 倍，而 Claude 系统已参与创作约 80% 的合并代码。超过一半的代码是由公司内部版本的 Claude Tag 合并的，人类工程师则聚焦于方向引导、意图设定和最终审批。Anthropic 安全工程团队为此重新设计了软件开发生命周期（SDLC）的安全控制措施，核心策略包括：将安全左移并融入代码开发阶段、使用硬性访问和身份边界控制爆炸半径、在投产前后结合自动化确定性审查与 Agentic 审查，以及在关键节点保留人工介入。
为什么重要
这一细节披露反映出 AI 原生开发模式对传统安全流程的根本性冲击。当 AI 创作的代码占比超过 80%，且 Agent 具有非确定性行为时，传统的安全审查、人工代码审核和固定策略无法扩展应对指数级增长的变更。Anthropic 的选择是“用 AI 管 AI”：它在项目安全审查阶段就集成 Claude 驱动的自动化分析（基于 MITRE ATT&CK 框架和企业内部知识索引），并允许团队在 AI 认定风险足够低时自行审批。这种“Agent 生成代码 + Agent 评审代码 + 人类做最终把关”的分层模式，可能成为后续 AI 原生企业的安全蓝本。此外，该文章与 Anthropic 此前发布的“零信任智能体”（Zero Trust for Agents）框架紧密结合，展示了理论安全设计在工程实践中的落地路径。
对用户/开发者/创作者的影响
对于使用 Claude Code、Claude Tag 或类似 AI 编程工具的开发者而言，这意味着 AI 生成代码的安全审查将不再是事后检查，而是嵌入到每个开发阶段。开发者在利用 Agent 提升效率的同时，也需要适应新的流程：项目设计文档被 AI 自动扫描、风险较高的变更需要更多人工介入、而低风险变更可能获得加速审批。对于企业安全团队，Anthropic 的做法提供了可参考的工程实践——特别是将企业内部知识库与安全审查 Agent 结合、用 AI 做前置风险评估而非人工逐条核对。对于普通用户，这些安全措施的直接好处是：在 AI 加速软件迭代的同时，恶意代码注入、供应链投毒等风险能在一开始就被阻断，最终产品更安全。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Anthropic 是否会将这套安全审查框架产品化，集成到 Claude 的企业版或 Claude Code 中，方便第三方企业直接采用。第二，“Agent 生成 + Agent 审查”的闭环是否能在其他企业中复现，尤其在大模型安全对齐水平不同的场景下其可靠性如何。第三，当 80% 的代码由 AI 创作后，软件漏洞的归因和责任划分（介于 AI 开发者、模型提供者和最终审批者之间）是否需要新的法律框架或行业规范。目前公开信息显示，Anthropic 计划将这套实践与生态共享，但尚未公布具体的开源或产品化时间表。
