Anthropic 公測 Claude Code 自託管環境：在自有算力跑智慧體，內網原始碼不出門

很多大公司的安全部門一聽說要把程式碼交給雲端 AI 執行，第一反應通常是直接掐斷網線。

內網的資料庫、私有的程式碼倉庫、寫死在環境裡的鑑權服務，隨便哪一個漏到公網上都是重大事故。但如果把 AI 完全關在外面，工程師又享受不到現代 AI 編碼工具的便利。

Anthropic 正式為 Claude Team 和 Enterprise 計劃使用者推出了 Claude Code 自託管環境的公開測試。簡單來說，它允許企業把 Claude Code 的實際執行環節搬回自己的伺服器上。

把執行器搬回自家機房

此前用 Claude Code，所有的任務環境都跑在 Anthropic 的雲端基礎設施上。現在有了自託管模式，企業可以在自己的內網裡部署一套長期執行的 Runner 程序。

工程師在網頁、手機、桌面客戶端或者自動化例程裡發起一個 Claude Code 會話，這個會話不會連去公網的沙盒，而是直接被自家機房或私有云裡的 Runner 接管。

這意味著 Claude 可以直接訪問企業內部的微服務、私有包管理器和內部資料庫，完全不用把這些資產暴露到公網。

企業還可以在自己的執行環境中預裝特定的編譯器、SDK 以及內部專用的 CLI 命令列工具。工程師一開工，環境就已經全部配齊，不需要每次從頭拉取依賴。

按照 Anthropic 的說明，Runner 支援兩種執行模式。一種是固定模式，企業維持固定數量的 Runner 程序，任務均勻分發；另一種是按需彈性模式，由排程器根據排隊情況動態拉起和銷燬 Runner。

雖然多個會話可以共用 Runner，但每個任務都會有獨立的程式碼檢出目錄，確保不同開發者和賬號之間的工作完全隔離。

哪些留在本地，哪些依然上雲

需要分清的是，自託管並不等於完全離線。

Anthropic 明確表示，程式碼倉庫的檢出副本、編譯構建生成的產物、本地憑證和金鑰，以及會話建立或修改的全部檔案，都牢牢留在企業自己的伺服器上。

但是，核心的會話資料依然要上雲。包括使用者的提示詞、模型的回覆，以及工具執行的結果，都會回傳給 Anthropic 的伺服器完成模型推理。此外，會話記錄也會儲存在雲端，以便開發者從不同裝置無縫接續工作。

Anthropic 還特意澄清了這項功能與之前的 Remote Control 的區別。Remote Control 只是讓開發者用手機或瀏覽器接管自己個人電腦上正在跑的程序，電腦一關任務就掛了；而自託管環境是由平臺工程團隊集中維護的共享基礎設施，所有人都能隨時呼叫。

目前該功能預設處於關閉狀態，而且暫不支援開啟了零資料保留協議的組織。官方甚至在文件裡潑了盆冷水：他們仍然強烈建議大多數企業使用全託管版本，因為自託管需要專門的平臺工程或開發者體驗團隊來負責打包映象和維護排程器。

為什麼重要

我們認為，Anthropic 這一步走得很務實，直接擊中了大型企業落地 AI 程式設計智慧體時最頭疼的網路拓撲難題。

對企業開發者來說，以前用 AI 程式設計最大的痛點不是模型不夠聰明，而是它摸不到內網。內網的介面調不通，私有庫依賴拉不下來，AI 生成的程式碼連本地編譯都過不去。自託管讓 AI 真正坐進了內網工位，自動提 PR、修流水線報錯才真正具有可行性。

但這套方案也留了一個很現實的隱患：它解決了網路邊界和程式碼產物的儲存問題，卻沒能徹底解決資料合規。因為工具呼叫的返回內容會包含被讀取的原始碼，而這些內容依然要發往 Anthropic 做推理。對於軍工、高度保密金融等要求絕對物理隔離的機構，這個方案依然不夠徹底。

從競爭上看，Anthropic 顯然在跟微軟 GitHub Copilot 和各類開原始碼 Agent 搶奪高價值的企業級付費客戶。比起純雲端黑盒，給大廠工程團隊一定的基礎設施控制權，往往是敲開企業採購大門的敲門磚。雖然運維成本不低，但對那些早就擁有成熟平臺工程團隊的中大型公司來說，這絕對是目前最值得嘗試的企業級落地姿態。