Anthropic 公测 Claude Code 自托管环境：在自有算力跑智能体，内网源码不出门

很多大公司的安全部门一听说要把代码交给云端 AI 执行，第一反应通常是直接掐断网线。

内网的数据库、私有的代码仓库、写死在环境里的鉴权服务，随便哪一个漏到公网上都是重大事故。但如果把 AI 完全关在外面，工程师又享受不到现代 AI 编码工具的便利。

Anthropic 正式为 Claude Team 和 Enterprise 计划用户推出了 Claude Code 自托管环境的公开测试。简单来说，它允许企业把 Claude Code 的实际执行环节搬回自己的服务器上。

把执行器搬回自家机房

此前用 Claude Code，所有的任务环境都跑在 Anthropic 的云端基础设施上。现在有了自托管模式，企业可以在自己的内网里部署一套长期运行的 Runner 进程。

工程师在网页、手机、桌面客户端或者自动化例程里发起一个 Claude Code 会话，这个会话不会连去公网的沙盒，而是直接被自家机房或私有云里的 Runner 接管。

这意味着 Claude 可以直接访问企业内部的微服务、私有包管理器和内部数据库，完全不用把这些资产暴露到公网。

企业还可以在自己的运行环境中预装特定的编译器、SDK 以及内部专用的 CLI 命令行工具。工程师一开工，环境就已经全部配齐，不需要每次从头拉取依赖。

按照 Anthropic 的说明，Runner 支持两种运行模式。一种是固定模式，企业维持固定数量的 Runner 进程，任务均匀分发；另一种是按需弹性模式，由调度器根据排队情况动态拉起和销毁 Runner。

虽然多个会话可以共用 Runner，但每个任务都会有独立的代码检出目录，确保不同开发者和账号之间的工作完全隔离。

哪些留在本地，哪些依然上云

需要分清的是，自托管并不等于完全离线。

Anthropic 明确表示，代码仓库的检出副本、编译构建生成的产物、本地凭证和密钥，以及会话创建或修改的全部文件，都牢牢留在企业自己的服务器上。

但是，核心的会话数据依然要上云。包括用户的提示词、模型的回复，以及工具执行的结果，都会回传给 Anthropic 的服务器完成模型推理。此外，会话记录也会保存在云端，以便开发者从不同设备无缝接续工作。

Anthropic 还特意澄清了这项功能与之前的 Remote Control 的区别。Remote Control 只是让开发者用手机或浏览器接管自己个人电脑上正在跑的进程，电脑一关任务就挂了；而自托管环境是由平台工程团队集中维护的共享基础设施，所有人都能随时调用。

目前该功能默认处于关闭状态，而且暂不支持开启了零数据保留协议的组织。官方甚至在文档里泼了盆冷水：他们仍然强烈建议大多数企业使用全托管版本，因为自托管需要专门的平台工程或开发者体验团队来负责打包镜像和维护调度器。

为什么重要

我们认为，Anthropic 这一步走得很务实，直接击中了大型企业落地 AI 编程智能体时最头疼的网络拓扑难题。

对企业开发者来说，以前用 AI 编程最大的痛点不是模型不够聪明，而是它摸不到内网。内网的接口调不通，私有库依赖拉不下来，AI 生成的代码连本地编译都过不去。自托管让 AI 真正坐进了内网工位，自动提 PR、修流水线报错才真正具有可行性。

但这套方案也留了一个很现实的隐患：它解决了网络边界和代码产物的存储问题，却没能彻底解决数据合规。因为工具调用的返回内容会包含被读取的源代码，而这些内容依然要发往 Anthropic 做推理。对于军工、高度保密金融等要求绝对物理隔离的机构，这个方案依然不够彻底。

从竞争上看，Anthropic 显然在跟微软 GitHub Copilot 和各类开源代码 Agent 抢夺高价值的企业级付费客户。比起纯云端黑盒，给大厂工程团队一定的基础设施控制权，往往是敲开企业采购大门的敲门砖。虽然运维成本不低，但对那些早就拥有成熟平台工程团队的中大型公司来说，这绝对是目前最值得尝试的企业级落地姿态。