一則 GitHub Issue 登上 Hacker News 首頁。爭議焦點並非一封郵件,而是 Claude Code 這類 AI Agent 在模型呼叫、工具連網與遙測之間,缺乏清楚的資料邊界。對使用 Agent 的開發者而言,這關係到程式碼、憑證與公司網域是否會被帶離本機。
原始資料顯示,Hacker News 討論獲得 240 分及 67 則留言。對應的 GitHub Issue 標題是:“Claude Code sends your email address to websites”。
原始 Issue:anthropics/claude-code#107757
Hacker News 討論:Item 50385272
爭議焦點不是一封郵件
Anthropic 在 GitHub 提交的 Issue #107757,討論了一個具體問題:Claude Code 執行任務時,可能將使用者電子郵件地址傳送給外部網站。
這裡必須區分「可能發生」與「已造成大規模洩漏」。該 Issue 暴露的是一條需要稽核的資料路徑:
本地身分資訊 → Agent 上下文 → 工具呼叫 → 外部網路請求
傳統 CLI 的風險通常較為明確。git push 會提示輸入 GitHub 憑證,curl 的目標網址也會寫在指令中。Agent 則不同,它會依自然語言選擇工具、組合參數並存取 URL。使用者只看到「正在搜尋文件」,未必知道完整請求夾帶了哪些資料。
240 分與 67 則留言顯示,開發者關心的不只是電子郵件。他們更擔心自己的程式碼庫、SSH 設定、API key 與公司網域,是否也會進入同一條資料鏈。
但不能只憑 Issue 標題,就斷言所有外傳行為都來自相同機制,也不能把「能夠攜帶電子郵件」寫成「大量外傳電子郵件」。稽核時至少要區分:
- 瀏覽網頁時,由瀏覽器或工具加入的請求標頭;
- Claude Code 自行建立的 HTTP 請求;
- 錯誤報告、診斷套件與遙測;
- 經使用者授權後安裝或執行的第三方 MCP Server。
這四類行為的責任邊界各不相同,企業不能等事故發生後才加以釐清。
比電子郵件更敏感的資料
電子郵件只是容易觀察到的訊號,並非最敏感的資料。
能讀取本機專案的 coding Agent,可能接觸到:
.env中的資料庫密碼與 API token;- Git remote、提交作者資訊及企業儲存庫網址;
~/.ssh、~/.aws、~/.config等目錄中的憑證;- 內部網域、CI/CD 位址與監控系統入口;
- 含有客戶資訊的日誌、Issue、設定檔與測試資料。
這些資料未必由 Agent 主動傳送。更常見的路徑是:工具預設收集環境資訊,Agent 再將環境摘要加入提示詞,最後把提示詞提交給模型服務。另一條路徑則是外掛為了驗證、遙測與除錯,將上下文寫入日誌。
對企業網路而言,電子郵件外洩可能只是合規問題;內部網域、儲存庫憑證或未公開日誌外洩,則屬於安全問題。
DNS 與代理也必須另行審查。即使 HTTPS 已加密請求本文,目標網域、存取頻率與流量大小仍會暴露。攻擊者取得目標網域後,可能驗證內部服務是否存在,並推斷開發節奏。
Agent 的資料清單不要只寫「使用者內容」。較具體的做法,是依資料來源與出口建立對照表:
| 本地資料 | 可能讀取的 Agent | 網路出口 | 是否確認 |
|---|---|---|---|
| Git 作者電子郵件 | Claude Code | 網頁請求、診斷、遙測 | 預設確認 |
| 儲存庫憑證 | 工具呼叫或外掛 | 外部 API | 逐項確認 |
| 內部網域 | 搜尋、HTTP 工具 | DNS、代理 | 預設確認 |
| 執行日誌 | 錯誤收集器 | 日誌平台 | 依目的地確認 |
這張表能回答三個問題:哪些資料可以被讀取、經過哪些處理程序,以及最終傳往何處。
預設連網不是小設定
Agent 的網路行為由三層能力共同構成。
第一層是模型呼叫。Claude Code 會將完成任務所需的上下文傳送至 Anthropic API。使用者通常知道自己在使用哪個模型服務。
第二層是工具呼叫。WebFetch、網頁搜尋、HTTP 請求、瀏覽器自動化與 MCP Server 都能存取外部網路,而工具參數未必會逐項顯示給使用者。
第三層是遙測與診斷。程式可能上傳日誌、版本、設定與請求上下文,用於排查當機、統計功能使用情形或收集錯誤資訊。
風險較高的組合是:使用者知道 Agent 正在呼叫模型,卻不知道工具呼叫與遙測是否共用代理、日誌及身分資訊。
預設設定還可能放大問題。開發者為了提升效率,可能開啟自動接受變更、自動執生命令或允許存取網頁。Agent 因而取得讀取專案與修改環境的權限,外部服務卻仍只依「一般開發工具」的方式設定。
企業應將網路控制落實在作業系統與網路層。否則,只要 Agent 能啟動 curl、Node.js 或瀏覽器,單純調整設定選項並不足以阻擋風險。
企業部署需要三道閘門
1. 網路白名單
第一道閘門是出站控制。
企業需要明確界定 Agent 可存取的網域,以及禁止使用的 IP 位段、連接埠與通訊協定。建議優先阻擋:
- 未經核准的外部 MCP Server;
- 雲端服務商的中繼資料位址;
- 未經代理的公共 DNS;
- 含有敏感資料的物件儲存;
- 任何可透過 IP 直接連線的 HTTPS 服務。
只設定「允許 github.com 和 docs.anthropic.com」仍然不夠。網域可能被用來進行 DNS rebinding、重新導向或託管頁面攻擊。企業代理還應負責 TLS 驗證、目標分類與日誌記錄。
2. 憑證隔離
第二道閘門是憑證隔離。
不要讓 Agent 預設繼承開發者個人電腦上的所有身分。CI 環境應使用短期 token,並將權限限定於目標儲存庫。模型任務採用獨立帳號。憑證依需求短期注入,不得寫入提示詞。高權限憑證則應置於需要人工核准的 broker 後方。
可依下列原則進行審查:
- Agent 能否讀取 token,或只能呼叫受限代理;
- token 是否綁定單次任務與最小 scope;
- 憑證是否會自動到期;
- 傳往外部服務前是否經過遮蔽處理;
- MCP Server 是否記錄完整請求本文。
3. 出站稽核
第三道閘門是出站稽核。
重點記錄所有離開信任邊界的連線:時間、工作處理程序、目標網域、目標連接埠、HTTP 方法、位元組數、資料分類與核准結果。
日誌預設不應保存請求本文,更不能保存完整 token。電子郵件可記錄雜湊值或遮蔽值;payload 則應依敏感欄位過濾。
稽核規則可依下列方式設計:
如果 destination 未在 allowlist:阻擋並告警
如果 data_class = credential:要求人工核准
如果 destination = telemetry_endpoint:另行授權並限頻
如果 payload_contains = email:遮蔽或阻擋
最後應檢查 Claude Code 的實際設定、代理與 MCP Server。設定介面提供關閉選項,並不代表網路出口已經收緊。Agent 啟動的子處理程序可能繞過應用程式層設定;系統代理、防火牆與 egress proxy 才是最終控制點。
編輯觀察
這件事的重要性,不只因為電子郵件可能被傳送,而是 AI Agent 的權限邊界已從「生成內容」擴張到「讀取檔案、呼叫工具、存取網路與執生命令」。過去審查聊天產品,通常只需檢視輸入與輸出;現在還得追蹤本地資料經過哪些處理程序,以及最終落到哪些網域。少一道出站規則,可能比模型少幾個 benchmark 分數更危險。
我的預測是,企業採購 AI Agent 時,網路權限將逐漸比模型選型更早進入安全審查。原因很單純:模型輸出錯誤可以修正,但憑證與內部網域一旦外傳,處置成本高得多。
這也與過去的軟體供應鏈風險有所不同。傳統外掛安裝後,主要影響本機;AI Agent 卻會動態決定要呼叫哪些服務。控制點必須落在代理、防火牆與 egress proxy,不能只依賴提示詞或設定面板。
目前仍無法確認 Issue #107757 中每條外傳路徑的具體實作,也不能只憑標題判斷影響範圍。廠商必須提供可驗證的請求日誌與明確的資料流說明,而不能只要求使用者相信。