3 月 9 號，Anthropic 做了一件 AI 產業前所未見的事：同時起訴美國政府、發布新產品、簽下微軟合作。三件事同一天。

這不是科技八卦。如果你在用 Claude API 寫程式、用 Claude Code 做開發，這件事直接影響你的技術棧穩定性。

發生了什麼事

五角大廈要求 Anthropic 開放 Claude 用於「所有合法用途」。Anthropic 設了兩條紅線：不做完全自主武器，不做大規模國內監控。談判在 2 月 27 日破裂。

Trump 政府的回應很硬：下令所有聯邦機構停用 Anthropic 技術。國防部長 Hegseth 把 Anthropic 標記為「供應鏈風險」——這個標籤歷史上只用在華為、卡巴斯基這類外國實體身上。

Anthropic CFO 說這可能砍掉 2026 年數十億美元營收。

公司在加州聯邦地院和 DC 巡迴上訴法院同時開戰。

啟示一：你的 AI 供應商風險模型該更新了

大部分技術團隊評估 AI 供應商，看的是模型能力、API 穩定性、定價。政治風險？不在 checklist 上。

這件事改變了遊戲規則。

「供應鏈風險」標籤不只影響政府合約。國防承包商必須證明他們沒在五角大廈相關工作中使用 Claude。這個連鎖反應會擴散：你的客戶如果有國防相關業務，你用 Claude 就可能成為他們的合規問題。

我認為技術團隊現在需要在供應商評估中加入一個新維度：政策風險。具體來說：

  • AI 供應商跟政府的關係是什麼？
  • 供應商是否有可能被突然限制使用？
  • 你的技術棧對單一 AI 供應商的依賴程度有多高？

這不是杞人憂天。Anthropic 的 Claude Code 年化營收已經到 25 億美元。用它的開發者數量龐大。如果明天 Claude API 因為某種政策原因不能用了，你的 CI/CD pipeline 裡有多少東西會壞掉？

1
2
3
4
5
6
7
8
9
# 你的 CI/CD 是不是長這樣？
steps:
  - name: AI Code Review
    uses: anthropic/claude-code-review@v3
    # 如果這個 action 明天被下架呢？

  - name: AI Test Generation
    run: claude code test --auto
    # 如果 API 被政策限制呢？

解法不是「不要用 AI」，而是建立抽象層：

1
2
3
4
5
6
7
8
9
10
11
12
// ❌ 直接耦合
import { Claude } from '@anthropic-ai/sdk'
const review = await claude.codeReview(pr)

// ✅ 供應商抽象
interface AIReviewer {
  review(pr: PullRequest): Promise<ReviewResult>
}

class ClaudeReviewer implements AIReviewer { /* ... */ }
class OpenAIReviewer implements AIReviewer { /* ... */ }
class LocalModelReviewer implements AIReviewer { /* ... */ }

如果你已經在用 LangChain 或類似框架，你可能已經有某種程度的抽象。但很多團隊是直接 call Anthropic SDK 的。這件事是個提醒。

啟示二：競爭對手互挺，因為先例比市佔率危險

這件事最讓我意外的部分：OpenAI 和 Google DeepMind 的科學家以個人身份提交法庭之友意見書，支持 Anthropic。微軟也提交了。

想像一下，可口可樂出庭幫百事可樂辯護。

他們不是突然變善良了。他們看到的是：如果「供應鏈風險」標籤可以用在一家美國 AI 公司身上，因為它拒絕讓軍方無限制使用，那任何 AI 公司都可能是下一個。

這對開發者社群的訊號很清楚：AI 產業正在形成一個共識底線。不管你用哪家的模型，這個判例會影響所有人。

如果 Anthropic 敗訴，後果是什麼？

每家 AI 公司面臨二選一：配合政府所有要求，或被封殺。這意味著 AI 公司會失去對自己模型使用方式的控制權。對開發者來說，這意味著你用的 AI 工具可能被要求內建你不知道的功能，或被要求移除某些安全限制。

如果 Anthropic 勝訴，確立了 AI 公司可以對軍事應用設紅線的先例。從安全角度，這對整個生態系比較健康。

不管結果如何，我建議關注這個案子的進展。它會定義 AI 治理的基本框架。

啟示三：Anthropic 的 Code Review 發布時機不是巧合

同一天，Anthropic 發布了 Claude Code Review——多 agent 代碼審查系統。每次 PR 會派出多個 AI agent 平行掃描，交叉驗證，過濾誤報，按嚴重度排序。每次審查大約 20 分鐘，收費 15-25 美元。

在公司被政府打成國安威脅的同一天發布產品，這是刻意的。訊息是：「我們被告了，但我們照常營業。」

技術上，Code Review 有幾個值得注意的設計決策：

多 agent 交叉驗證。不是一個模型跑一次，而是多個 agent 獨立分析同一份 PR，再互相驗證。這個 pattern 在 AI agent 架構中越來越常見——用冗餘換準確度。

1
2
3
4
5
PR 提交
  ├── Agent A: 掃描安全漏洞
  ├── Agent B: 檢查邏輯錯誤
  ├── Agent C: 評估效能問題
  └── 交叉驗證層: 過濾誤報，合併結果

刻意不追求速度。GitHub Copilot 的 review 幾乎即時，Code Review 要 20 分鐘。Anthropic 把它定位成「保險產品」而不是「生產力工具」。他們內部的數據：大型 PR（1000+ 行）84% 會被找到問題，平均 7.5 個 issue。小 PR（50 行以下）31% 有問題。不到 1% 的 finding 被工程師標記為錯誤。

不會自動 approve。最終決定權在人。這個設計反映了 Anthropic 一貫的「人在迴路中」哲學——跟他們拒絕軍方無限制使用是同一套邏輯。

這個產品值不值 20 美元一次？取決於你的 production incident 成本。一次 rollback 的工程師時間可能就超過一個月的 Code Review 費用。但 Anthropic 目前沒有公開的外部 benchmark，跟 CodeRabbit 或 GitHub Copilot 的直接比較數據也沒有。如果你在評估，等他們出比較數據再做決定。

開發者該做什麼

三件具體的事：

1. 盤點你對單一 AI 供應商的依賴。 列出所有用到 AI API 的地方。如果某個供應商明天不能用了，有沒有 fallback？在關鍵路徑上，至少準備兩個供應商。

2. 關注這個訴訟。 不管你是不是 Anthropic 用戶，判決結果會影響整個 AI 產業的治理框架。如果你在做 AI 相關的產品決策，這是必須追蹤的變數。

3. 重新思考 AI 工具在 CI/CD 中的角色。 AI code review、AI test generation、AI documentation——這些工具越來越多地嵌入開發流程。但它們不是基礎設施，它們是供應商服務。用對待外部 SaaS 的方式對待它們：有 SLA 嗎？有 fallback 嗎？資料怎麼處理？

這件事最深層的問題不是 Anthropic 會不會贏。而是：AI 公司到底有沒有權利決定自己的技術不被用在某些地方？

如果答案是沒有，那所有 AI 公司的安全政策——包括你依賴的那些模型的安全護欄——都只是建議，不是承諾。

如果答案是有，那我們正在見證 AI 產業建立自己的紅線，而這條紅線會保護包括開發者在內的所有人。

不管怎樣，把這件事加進你的 risk register。