阿里全面禁用Claude Code，员工7月10日起改用国产替代

为什么阿里会全面禁用Claude Code , 而将其列入“黑名单”呢?

一财网第一财经官网官方账号07.0318:51

在AI编程工具加速演进形成浪潮的情况下, 一场内部调整正在国内大型互联网公司当中出现, 这场调整是围绕海外工具安全以及自主替代展开的。

7月3日, 有记者从阿里内部人士那里得到消息, 由于近期Claude Code被曝光存在植入后门这样的安全风险, 阿里通过综合评估之后, 已把它列入高风险软件名单之中。从7月10日开始, 阿里会全面禁止内部员工在办公环境里使用Claude Code, 并且推荐使用Qoder作为替代方案。

资深人工智能专家、天使投资人郭涛, 针对第一财经记者表示, 此次阿里全员禁用Claude系列产品, 属于兼顾数据安全、合规风控以及自主化转型的战略性决策, 并非单纯在于技术工具方面进行取舍。

郭涛还进一步表明, 在此之前, 阿里内部是鼓励员工去使用海内外的AI工具的, 而且会大额报销外部模型的成本, Claude Code更是为程序员所高频使用的编码工具, 然而, Anthropic却单方面指控阿里开展了模型蒸馏攻击, 再叠加其进行针对性标记、封禁中国用户的行为, 并且拒绝退款, 申诉渠道也相当闭塞等情况, 这样便使得阿里研发数据面临着泄露与溯源的风险, 所以阿里内部禁用Claude Code是基于多重现实方面的考量。

戴鲲, 这位Forrester副总裁兼首席分析师, 对记者表示, 伴随AI产业因监管因素持续受到影响, 越来越多的厂商以及企业将会重新评估对海外模型和工具的依赖, 这会促使国产AI Coding工具在大型企业里的渗透速度加快, 并且会持续推动中国乃至泛亚太市场塑造出更为独立的模型与开发工具生态, 标点符号。

一种趋势呈现出来, 全球范围内, AI领域头部企业之间, 行业竞争态势持续加剧, 同时外部影响也日益增加, 处在这样背景下, 国内厂商受到波及, 被迫或主动选择, 减少对海外AI所用工具的使用之举。另外一方面, 在AI编程这类领域当中, 过去一年时间里, 国产AI工具进化速度不断加快, 虽然和海外头部工具相比, 或许依旧存在着差距, 但是不管是从数据安全这个角度来考虑, 还是从商业化角度来衡量, 中国厂商们, 抢夺这片市场的机遇, 正一步步来临。

除去阿里, 字节以及腾讯等其他更多的厂商, 对于运用Claude Code的内部调整, 也都还在持观望的态度。

“这或许是国内企业掀起海外 AI 工具风控整改浪潮的起始点, 互联网企业、科技企业会率先搭建内网可实现控制的国产 AI 研发体系。产业端会加快 AI 编码工具国产化替换进程, 阿里通义 Qoder 等自行研发的工具获取到规模化落地场景。”郭涛讲道, 随着中美 AI 技术博弈下沉至底层开发工具范畴, 可能结束国内大厂对海外 AI 编码产品无限制的使用时期, 促使 AI 研发赛道从流量应用竞争, 转变为安全自主、生态可把控的硬核实力竞争。

关于一个细节, 在禁用Claude Code之际, 阿里向内部员工推荐将Qoder用作替代方案, 这所指的是阿里自身的智能体编程平台, 该平台于2025年8月上线Qoder。截至2026年5月, 阿里发布消息称Qoder在全球范围内积累了超过500万用户, 并且完成了从需求分析直至代码部署的端到端自主开发的全部流程。在过去的一年当中, AI编程同样属于阿里所瞄准的一个关键市场, 就在今年5月, 阿里所推出的Qwen3.7-Max模型也着重强调了在编程、推理等能力方面实现的突破。

阿里将Claude Code禁用, 其背后还暗藏着一条隐线, 这条隐线关乎AI Coding对云厂商token收入有着重要影响。阿里云智能集团资深副总裁, 同时也是公共云事业部总裁的刘伟光披露, 表示在他眼中, 就token服务而言, 从未来所具备的空间来瞧, 广告市场存在着非常大的空间, 传媒市场同样有很大空间, 影视市场亦是如此, 短视频等市场也有着颇为可观的空间, 然而, 把这些市场与Coding方向的大语言模型相比较的话, 它们可不是同样的量级, 再把这些市场与Agent方向的大语言模型相比较, 也完全不是同一量级。

刘伟光直言, Coding是我们最为关键重要的方向, 一切几乎都与之相关关联, 以前云计算时代情况下, 工作里常常会不断出现的一个困难难点是, 盘点清查客户的IT预算时, 会发觉察觉到存在有所一部分比例的预算是有缺失难以触及到的, 那便是就是用户企业内部自身的软件开发以及人力外包这两块, 而现在情形正好完全相反, 这些部分恰恰正是AI Coding能够百分百100%精准命中的关键点亮点。

这表明, 在这场存在双向封禁情况的纷争里面, 也许还潜藏着国产工具想要谋求“上位”窗口期的那种野心。

郭涛觉得, 当下国内的AI coding工具, 已经达成了基础能力的国产化, 处在基础能力进行对标之处, 高端工程展开攻坚之路, 生态继续填补短板的关键中段阶段。基础代码的补全, Bug的修复, 常规项目的开发能力已同国际水平相接轨, 然而在一些任务里或许依旧存在着差距, 并且工具适配、私有化部署等配套生态还需要有待完善。

那阿里的Qoder, 字节跳动的Trae这类, 正进一步靠近牌桌, 然而它们需不需要就能够把国产AI编程的赛道, 推向一个全新而且不同以往的分水岭状态，依旧是一项时间方面较长的挑战, 这其中存在不确定性。

郭涛表示, 大厂拥有海量真实工程数据, 具备成熟云服务, 还有研发流水线, 能够快速迭代自研编码工具, 进而抢占政企、互联网市场, 用以构建一体化云端AI研发生态。不过, 国内厂商存在挑战, 在于高端复杂工程能力仍需长期打磨, 算力成本高昂, 且行业生态碎片化问题等亟待统一优化。

戴鲲觉得, 国产AI Coding工具正从单点开发辅助迈向企业级落地时期, 挑战在于, 它们得证实持续投入的Token成本能够转变为可量化的效率提高以及业务ROI。与此同时, 国产AI Coding未来最大的时机不是替代代码生成工具, 而是促使企业业务流程以及存量应用的智能体化改造, 还有开发由企业知识驱动的新一代智能体应用。

标签： AI编程 国产替代 数据安全 阿里 工具竞争