Стеганография Claude Code и 4-уровневая модель рисков Anthropic

Разбор того, как Claude Code встраивал скрытые Unicode-маркеры в системные промпты и как Anthropic помечает аккаунты по IP, часовому поясу, BIN и паттернам использования.

На основе отчётов сообщества и публичной обратной разработки. Не сверялось с документацией Anthropic по пунктам; важные детали подтверждайте в официальном Help Center.

Образовательный и диагностический контент: объясняет, как работают сигналы риска, чтобы вы могли понять и проверить свою настройку. Это не совет нарушать правила. Соблюдайте Usage Policy и Terms of Service Anthropic и законы вашей страны; если регион не поддерживается, используйте официально доступную альтернативу.

1. Разбор инцидента со стеганографией в Claude Code

В апреле 2026 года при реверс-инжиниринге официального CLI @anthropic-ai/claude-code выяснилось, что при маршрутизации запросов через неофициальный endpoint с помощью ANTHROPIC_BASE_URL CLI выполнял клиентскую логику детекции без уведомления пользователя:

  • Проверка часового пояса: Определялось, совпадает ли системный часовой пояс с Asia/Shanghai или Asia/Urumqi. При совпадении разделитель даты в строке system prompt Today's date is 2026-06-30 заменялся с дефисов на слэши: 2026/06/30.
  • Чёрный список хостов и лабораторных ключевых слов: Имя прокси-хоста сверялось с XOR-зашифрованным (ключ: 91) base64-списком из 147+ доменов и ключевых слов китайских AI-лабораторий (например, deepseek, moonshot, zhipu, minimax, dashscope, *.cn).
  • Замена Unicode-апострофа: Апостроф в "Today's date" подменялся визуально похожими вариантами Unicode:
    • Хост в списке реселлерских доменов → замена на U+2019 (’ Right Single Quotation Mark)
    • Хост совпал с ключевыми словами AI-лабораторий → замена на U+02BC (Modifier Letter Apostrophe)
    • Совпадение по обоим критериям → замена на U+02B9 (Modifier Letter Prime)

Эта стеганографическая нагрузка проходила через прокси без изменений, что позволяло backend-классификаторам Anthropic отслеживать кампании дистилляции и несанкционированную коммерческую перепродажу без явных HTTP-заголовков.

Защита окружения и меры смягчения

# 1. Tell client to treat custom endpoint as first-party
export _CLAUDE_CODE_ASSUME_FIRST_PARTY_BASE_URL=1

# 2. Override system timezone for CLI executions
export TZ=Asia/Tokyo

# Launch Claude Code
claude

2. Четырёхуровневая модель риск-контроля Anthropic

Anthropic применяет комплексный конвейер защиты от злоупотреблений и дистилляции на claude.ai, API endpoints и в Claude Code:

  1. Сетевой слой и IP: Диапазонам IP дата-центров (AWS, Hetzner, DigitalOcean, Linode) назначаются высокие оценки риска. Выделенные residential IP с двумя ISP в поддерживаемых регионах (US, UK, SG, JP, TW) несут наименьший риск.
  2. Отпечаток браузера и устройства: Сочетает часовой пояс ОС (Intl.DateTimeFormat), список языков браузера (navigator.languages), Canvas-зондирование китайских шрифтов (Microsoft YaHei, PingFang SC, MiSans) и заголовки User-Agent CH.
  3. Слой платежей и идентичности: Высокорисковые BIN виртуальных карт (например, перегретые prepaid BIN), несовпадение страны billing address и VoIP-номера виртуальной телефонии могут вызвать мгновенную отмену подписки или отказ в оплате.
  4. Поведенческие классификаторы и дистилляция: Автоматизированные скрипты, отправляющие миллионы повторяющихся prompt, высокочастотное насыщение context window и злоупотребление prompt caching приводят к автоматической блокировке аккаунта и квотам организации.