Claude Code今年3月31日意外泄露约51万行源码，为外部开发者研究其内部架构提供了条件，但源码公开可见并不意味着获得了自由复制的授权。
文章作者、来源：ME News
TL;DR
- 10月16日，一份技术比对报告指出，腾讯 WorkBuddy 国际版内置的 CodeBuddy CLI 与 Claude Code 存在224段完全相同的文本，最长连续重合494个字符。
- 最值得关注的并非普通代码或文件路径，而是与AI记忆管理有关的内部提示词，以及具有Claude Code特征的
tengu_事件名称。 - 腾讯官方文档明确支持Claude Code插件规范，能够解释部分命名和路径重合，但尚不足以解释所有内部提示词为何一致。
- Claude Code今年3月31日意外泄露约51万行源码，为外部开发者研究其内部架构提供了条件，但源码公开可见并不意味着获得了自由复制的授权。
- 目前的证据足以提出严肃的技术来源疑问，却还不能直接证明腾讯实施了侵权。真正值得关注的是，当AI Agent逐渐成为下一代软件入口，底层执行框架正在变成与大模型同样重要的竞争资产。
224段完全相同的文本，把腾讯推上了争议中心
2026年10月16日，腾讯旗下AI办公产品WorkBuddy突然卷入一场技术争议。一位名为0xLogicrw的研究者在X平台发布比对结果，声称通过解包WorkBuddy国际版桌面客户端，并将其中内置的CodeBuddy CLI与此前泄露的Claude Code源码进行比较，发现双方存在224段完全相同的文本，最长连续重合494个字符。
如果只是两款AI编程工具使用了类似的命令名称、配置文件或基础框架，这样的发现未必令人意外。毕竟，AI Agent的技术路线正在趋同，工具调用、上下文管理、文件读写、任务规划等功能已经成为行业通用能力。然而，这份报告真正引发争议的地方，在于重合内容触及Claude Code的内部提示词、记忆管理机制以及带有开发者内部特征的事件名称。
按照报告披露的数据，在Claude Code负责记忆管理的memoryTypes.ts文件中，研究者提取了69段候选文本，其中46段能够在WorkBuddy中找到完全一致的内容。换句话说，在这一特定文件的候选文本样本里，匹配比例约为三分之二。需要强调的是，这并不意味着两个产品有三分之二的源码相同，也不能据此计算整体代码复用比例，但它已经超出了简单比较产品界面和功能相似性的范畴。
更值得关注的是，这些文本涉及AI应该在什么时候记住用户的纠正、什么时候将用户的认可转化为后续任务的参考信息。对于普通用户而言，这可能只是一些不起眼的英文句子，但在AI Agent系统中，它们实际上参与决定智能体如何理解历史交互、筛选重要信息，以及在长期任务中维持行为一致性。
报告还指出，WorkBuddy程序中出现了tengu_goal_set等5个带有tengu_前缀的事件名称，以及/tmp/claude、.claude/debug等文件路径。公开的Claude Code逆向研究显示，Tengu是Anthropic在Claude Code内部使用的代号，并广泛存在于功能开关和遥测事件命名中。因此，这些信息同时出现在另一家公司的商业软件里，自然容易引发技术来源上的疑问。
但事情并没有简单到可以凭这些发现直接认定抄袭。截至10月16日，公开报道中的224段重合文本仍主要来自研究者单方披露，尚缺乏独立第三方的完整复核，也没有足够的公开证据证明腾讯如何获得、使用或整合相关内容。 对这场争议最合理的态度，是承认现有技术线索的分量，同时将技术相似、代码复用和法律侵权视为三个不同层次的问题。
真正值得警惕的，不是路径相同，而是内部提示词相同
理解这场争议，首先需要弄清楚Claude Code与WorkBuddy究竟是什么关系。
Claude Code是Anthropic推出的AI编程工具，它不仅能够理解开发者的自然语言需求，还可以读取项目文件、修改代码、执行命令和运行测试。WorkBuddy则是腾讯面向更广泛办公场景推出的AI Agent产品，服务范围从代码开发延伸至文档处理、数据分析、演示文稿制作及多步骤任务执行。两者的产品定位存在差异，但底层都需要一套能够协调大模型、工具和执行环境的智能体系统。
在这一背景下，部分技术结构相似完全符合行业发展规律。事实上，腾讯CodeBuddy官方文档明确表示，其插件系统在设计上兼容Claude Code插件规范，能够识别.claude-plugin/目录，并支持${CLAUDE_PLUGIN_ROOT}等兼容变量。这意味着，即使腾讯独立开发全部核心能力，也可能为了降低插件迁移成本而保留Claude相关命名。
这类兼容性设计具有明确的商业价值。对于已经围绕Claude Code开发插件、技能和工作流的用户而言，迁移到另一款产品时不必重新编写所有配置，能够显著降低使用门槛。因此，仅凭.claude目录或部分环境变量名称，就判断WorkBuddy复制了Claude Code的内部实现，显然缺乏说服力。
但是，兼容接口与复用内部提示词之间仍然存在明显区别。前者通常涉及系统如何识别外部插件，后者则可能触及软件开发者对智能体行为的具体设计。比如，两家公司都需要让AI记住用户偏好，这是共同的功能需求；但如果关于记忆筛选、用户纠正和信息保留的非通用指令出现较长且连续的完全相同表述，就需要进一步解释这些内容的共同来源。
当然，提示词重合也并非天然等于复制。部分指令可能来自公开示例、通用模板或第三方依赖，多个团队也可能使用相同的AI模型生成相似内容。要提高判断的可信度，需要进一步核对文本是否具有独特表达、是否包含罕见的内部约定，以及这些文本最早分别出现于哪个软件版本。
因此，224这个数字虽然具有传播力，但真正决定事件性质的不是匹配数量，而是匹配内容的独特性、出现时间和代码来源。如果腾讯能够证明相关文本属于公开规范、合法引入的组件，或者早于Claude Code源码泄露便已独立存在，那么部分争议就可以得到解释。反过来，如果长段非通用内部指令与特定版本高度一致，却缺乏合理的授权或来源说明，质疑自然会进一步加深。
51万行源码泄露，让AI行业的一次意外变成了竞争变量
这场争议还有一个绕不开的背景：Claude Code曾在今年3月31日发生过一次严重的源码泄露事件。
当时，Anthropic在发布@anthropic-ai/claude-code的2.1.88版本时，意外将一个约59.8MB的JavaScript Source Map文件包含在公开的npm软件包中。这个原本用于调试的文件使外界能够还原约51.2万行TypeScript源码。Anthropic随后确认，事故源于软件发布过程中的人为错误，而非外部入侵，且没有涉及敏感客户数据或凭证泄露。
这次事故的特殊之处在于，泄露的并不是简单的接口文档，而是一个成熟AI编程产品的实际工程实现。开发者由此能够研究Claude Code如何组织系统提示词、控制工具权限、管理上下文、维护长期记忆，以及协调复杂任务中的不同执行步骤。
对于AI行业而言，这些内容具有相当高的研究价值。过去两年，大模型能力一直是市场讨论的中心，但随着模型能够完成的任务越来越复杂，影响用户体验的因素已经不再局限于模型本身。如何让模型稳定地调用工具、避免重复操作、控制执行成本，并且在任务过程中及时纠错，正在成为AI产品之间的重要差异。
换个角度看，Claude Code的竞争力并不是单纯来自Claude模型，而是来自模型与工程系统的组合。即使两家厂商接入完全相同的大模型，由于使用不同的执行框架、工具调用策略和上下文管理机制，最终完成任务的效率也可能存在明显差距。
这也解释了为什么Claude Code的泄露源码会受到如此广泛的关注。一个原本需要研发团队不断试错才能完善的系统，突然出现了可以供外界研究的工程样本，实际上降低了竞争者理解相关技术路线的成本。
但这里必须区分两个概念：源码泄露不等于源码开源，能够下载和阅读也不意味着能够自由复制、修改并用于商业产品。 Claude Code依然是闭源商业软件，未经授权的公开传播不会自动改变其知识产权属性。合法研究其设计思想，与直接将受保护的表达整合进另一款商业软件，在法律和商业伦理上并不是一回事。
当然，这并不意味着WorkBuddy必然使用了3月泄露的代码。腾讯CodeBuddy的研发和产品演进早于此次事故，WorkBuddy也已经形成自己的办公场景定位。要证明两起事件之间存在直接关联，仍需明确相关内容进入WorkBuddy的具体时间、技术来源和开发过程。目前的公开材料尚不足以完成这一推断。
腾讯自己的研究，也说明Claude Code的核心价值不只在模型
相比于单纯讨论224段文本是否相同，还有一份腾讯自己的研究报告，能够帮助理解这场争议为什么值得关注。
2026年7月，腾讯WorkBuddy相关团队在arXiv发布《Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction》，构建了一套覆盖代码开发、网页任务、办公流程和安全场景的AI Agent评测体系。
这份研究包含80项代码任务、70项Web任务、50项办公任务和60项安全任务，共计260项任务。研究者不仅比较不同大模型的表现，还使用CodeBuddy Code和Claude Code两套不同的Agent Harness进行测试。所谓Harness，可以理解为连接大模型与实际任务环境的执行框架，负责让模型调用工具、管理上下文并完成操作。
其中一个有意思的结果是，同样使用GPT-5.5模型，在代码任务中，CodeBuddy Code框架下取得72.90分，而Claude Code框架下取得76.63分。两套框架之间相差3.73分。报告对每个配置进行了三次独立运行，并明确说明，执行框架的差异会影响模型表现。
这一结果不能被直接解读为Claude Code在所有任务上都优于CodeBuddy，因为不同测试场景存在差异，论文也对部分实验配置作了特别说明。但它至少证实了一点：在模型相同的前提下，执行框架本身能够显著影响最终结果。
这恰恰是AI Agent时代容易被普通用户忽略的部分。当多数产品都能接入Claude、GPT或其他主流模型时，简单拥有模型调用权限，并不足以形成长期竞争壁垒。智能体如何组织任务、调用工具、积累记忆和处理异常，才是将模型能力转化为稳定生产力的关键。
从这个角度看，如果此次比对所涉及的确实是记忆管理和内部执行逻辑，那么它触及的就不只是几段可以替换的字符串，而可能是竞争对手已经投入研发资源、经过实际使用不断优化的产品设计。
当然，共同借鉴成熟架构与直接复制受保护的具体实现仍然需要区分。AI Agent行业正在形成大量通用技术范式，使用类似的系统结构并不能证明知识产权侵权。真正需要解释的，是高度特定的内部表达为什么会重复，以及这种重复是否来自合法、独立的开发过程。
比起一次抄袭争议，腾讯更需要回答自己的AI Agent竞争力来自哪里
WorkBuddy此次遭遇质疑，也与腾讯正在推进的AI产品战略密切相关。
根据腾讯公开的产品资料，WorkBuddy已经不再只是程序员使用的辅助编程工具，而是面向运营、设计、数据分析和日常办公等场景的通用AI工作台。其产品设计强调自然语言交互、多智能体协作、本地文件操作，以及通过Skills和MCP扩展功能。
这样的定位决定了，WorkBuddy希望争夺的是比AI编程更广泛的工作入口。腾讯拥有企业微信、腾讯文档、腾讯云及庞大的互联网服务生态，如果能够将AI Agent真正融入现有业务流程，就有机会把底层模型能力转化为持续使用的办公服务。
这也是腾讯与Anthropic之间值得观察的区别。Anthropic依靠前沿模型和Claude Code等产品构建技术优势，腾讯则具备场景连接、产品分发与企业服务整合能力。两者并不需要采用完全相同的技术路线，也可以在各自擅长的环节形成竞争力。
但这场争议暴露出的一个现实问题是，当国内科技公司加快推出AI Agent产品时，市场已经不能仅凭上线速度、支持模型数量或产品界面判断其真实技术积累。一个产品能够完成多少任务，与开发团队究竟掌握多少底层自主能力，是两个需要分别讨论的问题。
对于腾讯这样的头部企业而言，这种质疑尤其值得认真对待。成熟产品可以利用行业标准、公开技术和合法的第三方组件快速迭代，但如果涉及竞争对手具有独特性的内部材料，清晰的来源管理和授权边界就是企业技术治理的一部分。
同样，外界也不应忽视腾讯已有的研发投入，更不能将一次尚未完成独立验证的文本比对，直接扩大为整个WorkBuddy产品缺乏自主研发能力的结论。产品创新既包括底层技术突破，也包括工程整合、场景设计和用户体验改善，判断其价值需要完整证据，而不是简单归类。
从商业角度看，这场风波可能产生的影响，并不仅仅取决于是否发生后续法律争议，还取决于腾讯能否对关键技术来源给出可信解释。对于准备将敏感文档、企业数据和业务流程交给AI Agent处理的客户而言，产品供应链是否清晰、依赖组件是否合规，本身就是采购决策的重要组成部分。
AI开始批量生成代码，软件行业需要重新厘清复制的边界
随着AI辅助编程不断普及，软件行业正在面对一种新的开发现实：越来越多的代码并非由工程师从零编写，而是通过模型生成、现有项目迁移和自动化工具整合完成。这种变化提升了开发效率，也让代码来源、许可条件和知识产权归属变得更加复杂。
过去讨论软件抄袭，往往集中于源代码、界面设计或功能实现。现在，系统提示词、智能体记忆规则、工具调用策略以及复杂工作流，也开始成为企业投入资源形成的竞争资产。
这些内容并不一定都具备相同的法律保护程度。通用技术思想、行业标准与具有独创性的具体表达之间存在区别，是否构成侵权还需要结合适用法律、实际复制内容、授权情况及其他证据进行判断。但商业环境已经发生变化：在AI产品中，一段经过长期测试的提示词或工作流规则，有时可能比数百行普通业务代码更有价值。
因此，对WorkBuddy事件进行严肃分析，并不是为了在尚无充分证据时给腾讯贴上抄袭标签，而是因为它提出了一个有现实意义的问题：当AI产品的底层能力越来越依赖成熟执行框架时，企业应该如何证明自身技术来源的合法性与独立性？
对于此次事件，接下来真正具有决定性的证据，应当包括完整可复现的文本比对方法、双方相关软件版本的发布时间、重合内容在程序中的实际用途，以及是否存在合法复用或第三方依赖。只有这些信息逐渐清晰，才能判断224段相同文本究竟属于正常兼容、共同来源、未经授权的复用，还是其他情况。
截至2026年10月16日，现有公开报道尚未提供足以认定侵权的完整证据。腾讯与Anthropic是否会针对这项具体指控作出进一步说明，也仍有待观察。
不过，即便最终证明其中一部分重合具有合理解释，这场争议仍然具有行业意义。它提醒我们，AI行业正在从比较谁拥有更强大的模型，转向比较谁能建立更稳定、更可靠、更有商业价值的智能体系统。模型决定能力上限，执行框架决定能力能否兑现，而技术来源和知识产权治理，则决定这套系统能否长期、可信地商业化。
对于腾讯来说，WorkBuddy真正需要证明的，不只是自己能够做出类似Claude Code的功能，而是能够建立一套来源清晰、持续演进，并且真正服务于自身用户场景的技术体系。
这可能比224段相同文本本身，更值得腾讯和整个AI行业认真对待。