Anthropic はこの仮生学的な概念を AI に持ち込みました。長期記憶ログが際限なく膨張して論理が混乱するのを防ぐため、KAIROS は夜間に自動で「夢み」のプロセスを起動します。コード内では、日付をまたぐ深夜のタイムスタンプ問題も詳細に処理されており、「夢み」プロセスが途切れないようにしています。
滑稽に見えるエンジニアリング事故の背後には、この一流 AI 企業の安全管理における体系的な抜け穴があります。Anthropic は究極の問題を解くために何十億ドルも研究してきました。つまり「AI をより人間らしくするにはどうすればいいのか」です。この漏えい事件が出した意外な答えはこうです。急ぐ必要はない、まず人間を AI っぽくすればいい。
冗談じゃない、Claude Codeのソースコードが流出、50万行のコードが丸裸に
（出典：愛范儿）
世界は巨大な寄せ集めの舞台装置です。
今日の午後、開発者の Chaofan Shou がツイートを1本投稿し、Anthropic 最新のコマンドラインツール Claude Code の完全なソースコード圧縮パッケージ src.zip をそのまま公開しました。
このツイートはたちまち開発者コミュニティで燃え広がり、数時間で閲覧数が530万を突破しました。
コメント欄は瞬く間ににぎやかになり、ユーザー @ai_for_success は一言だけ書きました：「Dario にすぐ電話して！」（Dario Amodei は Anthropic のCEO）；
ネットユーザーがすぐに乱暴な言葉を投げました：「クソったれだ。」別の開発者 @realsigridjin はさらに素早く、すでに漏えいしたソースを GitHub にバックアップしており、リポジトリ名は instructkr/claude-code、 「Claude Code Snapshot for Research」と記されています。
つまり、たとえ Anthropic が原ファイルを緊急削除しても、コードはすでにオープンソースコミュニティに永久に保存されているということです。今回の漏えい規模は驚異的です：約2000件のファイル、50万行以上の TypeScript コードがすべてネット上にそのままさらされています。
▲住所を添付します
ただ、これほど大きな AI ユニコーンの中核コードがなぜ漏れたのか？答えを聞けば思わず泣き笑いしてしまいます。npm にパッケージを投入するときに、.map ファイルを消すのを忘れたのです。
しかし、世界中の開発者がこのソースに殺到する中で、驚きの声を上げずにはいられません。そもそも公開されるはずのないこのコードの中には、Claude Code のソースコードに加えて、Anthropic が隠していた非常にロマンチックで、かつハードコアな AI の設計図一式がまるごと入っているからです。
ターミナルであなたのコード作成を一緒に支えるサイバーペットがあり、さらに夜中に自分で「夢」を見て記憶を整理する常駐の AI アシスタントもいます。
史詩級の広報災害が、無理やり業界を震わせる「野生の発表会」になってしまった。
初歩的なミスが Claude Code の秘密を引き裂いた
あのワクワクする未来機能の話をする前に、まずは Anthropic が現在どれほど狼狽しているかを見てみましょう。
もし最近 Claude の API を使ったなら、おそらく奇妙な問題に遭遇したはずです。あなたの利用枠が、漏水しているバスタブのように、まったく正常ではない速度で急激に減っていくのです。現在 Anthropic 公式は、この Token 消費が爆増するバグの原因調査に必死になっています。
屋根の雨漏りが直らないうちに、下着まで剥がされた状態です。
今回のトラブルの .map ファイル（Source Map）は、フロントエンドや Node.js の開発者なら誰でも知っています。
その役割は、圧縮・難読化された本番コードを元のソースにマッピングし、開発者がローカルでデバッグしやすくすることです。しかし、npm のような公開ミラーへ正式リリースする際に .map ファイルを削除するのは、どの初心者向けチュートリアルの1ページ目にも載っている基本的な操作です。
それでも、ずっと「安全で慎重」を口にしてきた Anthropic が、まさかこのようなインターン級のミスを犯すとは。
漏えいしたアーキテクチャ自体も十分に衝撃的です。40以上の機能モジュールで構成されたツール層があり、ファイルの読み書きから Bash の実行、さらにサブ Agent の生成までをカバーしています；推論の中核である約5万行の QueryEngine.ts が、思考チェーンのスケジューリングを担当します；それに加えてマルチエージェントのディスパッチャである coordinator と、IDE をつなぐブリッジモジュールがあります。
さらに、開発者たちがソースから掘り出した未公開機能の情報量は驚くほど多いです。
その中でも、漏えいされた隠し機能のすべてのうち、コードネーム BUDDY のプロジェクトが最も話題を集めました。ユーザー @baanditeagle が Chaofan Shou の元投稿のコメント欄に、BUDDY 機能のスクリーンショットを貼り付け、議論は一気に沸騰しました。
この光景を想像してみてください：あなたが黒地に白字のターミナルに向かってコードを打っていると、突然、入力欄のそばにピクセル風の吹き出しがポンと現れ、その中にはあなた専用のサイバーペットが住んでいます。設定はとても細かく作り込まれています：
それは、昔の Microsoft Office の例のうるさい「クリッピー（Clippy）」を思い起こさせます。ですが BUDDY は、まさにその究極進化版と言えます。
面白いのは、ソースが示すところによると、この機能は当初 4 月 1 日から 7 日までをイースターエッグとして予熱し、5 月は先に Anthropic の社員向けにクローズドでテストする予定だったということです。ところが今や、世界中がこのサプライズを先に知ってしまいました。
夢を見る AI と眠れない Anthropic チーム
もし BUDDY がエンジニアのロマンチックなイースターエッグだとするなら、コードネーム KAIROS の機能は、Anthropic が AGI の道筋に抱いている野心を完全に暴き出したと言えます。
私たちがいま大規模モデルと対話するとき、基本的に「読んだら燃やす」ようなものです。ページを閉じ、別の対話を新規に開き、すべて最初からやり直します。KAIROS はこの状況を打破したくて、それは「Always-On Claude（常時オンラインのクロード）」として定義されています。
これは単なる長文の記憶庫ではありません。KAIROS は、異なる会話の間でも継続的な記憶を保ち、あなたの仕事の習慣やプロジェクトの背景を、秘密のディレクトリに保存します。さらに、主導してタスクを発起する権限さえ持っています。
加えて、コードには Nightly Dreaming（夜間の夢み）という新しい仕組みもあります。
どう理解すればいいのでしょう？人間の生理メカニズムでは、睡眠中の「夢」は、脳が昼間の断片的な記憶を整理し、不要なシナプスを掃除し、重要な情報を定着させるための重要なプロセスです。
Anthropic はこの仮生学的な概念を AI に持ち込みました。長期記憶ログが際限なく膨張して論理が混乱するのを防ぐため、KAIROS は夜間に自動で「夢み」のプロセスを起動します。コード内では、日付をまたぐ深夜のタイムスタンプ問題も詳細に処理されており、「夢み」プロセスが途切れないようにしています。
具体的には、このプロセスの間、Claude は人間の脳のようにバックグラウンドで当日のあなたとのやり取りをたどり、冗長な情報を削り、核となる内容を長期記憶として沈殿させます。
AI は日中にあなたのコード作成を助け、あなたが眠りについた深夜には、サーバーの中でひとり「夢」を見て、よりあなたを理解しに行く。冷たく事務的なエンジニアリング課題（コンテキストウィンドウの圧縮と検索）を、命のある比喩に満ちた解決案に変える――こうしたプロダクトの発想は、確かに目を引きます。
BUDDY と KAIROS 以外にも、ソースにはまだ他にもあります：
言えるのは、他の大規模モデルがスコア稼ぎやマルチモーダルの効果稼ぎで競っている一方で、Anthropic はすでにシステムの土台の下で、完全な「デジタル社員エコシステム」をこっそり組み上げようとしていたということです。記憶（KAIROS）があり、計画能力（ULTRAPLAN）があり、チーム協業（Coordinator）があり、さらには情緒の伴走（BUDDY）まであります。
順調にいけば、Anthropic の担当者たちは今ごろ眠らない夜を過ごしているはずです。Token 消費バグはまだ解決していないのに、さらに史詩級のソースコード漏えいが起きた。どんなテクノロジー企業にとっても災難です。
しかし、この災難は同時に、いろいろと感慨深いものもあります。
AI 業界がますます PPT で夢を語る、先物の発表、同質化した競争で満ちていく今日、Anthropic は最も気まずく、最も品のない形で、彼らが本当にやっていることがどれほど先進的かを外部に見せつけました。
もちろん、より深い問題を見抜く人もいます。ユーザー @QiyangYao がコメント欄にこう書いています：
滑稽に見えるエンジニアリング事故の背後には、この一流 AI 企業の安全管理における体系的な抜け穴があります。Anthropic は究極の問題を解くために何十億ドルも研究してきました。つまり「AI をより人間らしくするにはどうすればいいのか」です。この漏えい事件が出した意外な答えはこうです。急ぐ必要はない、まず人間を AI っぽくすればいい。
例えば、公開前にチェックリストを自動で実行することを学ぶ。
大量の情報、精密な解釈は、Sina Finance APP におまかせ