不久前，有消息称阿里巴巴已向内部员工发布通知，要求全面停止使用Anthropic旗下Claude系列产品，包括Claude Sonnet、Claude Opus、Claude Fable以及AI编程工具Claude Code，并要求相关客户端完成卸载，后续公司办公环境将不再允许使用上述产品。

近日，国家网络安全威胁和漏洞信息共享平台（NVDB）也发布《关于Claude Code存在安全风险的情况提示》，指出Claude Code存在未经用户授权执行敏感操作、收集本地环境信息等潜在风险，建议相关单位和用户及时开展风险评估，谨慎部署和使用相关产品。

这一事件迅速引发行业关注。

对于个人开发者而言，选择哪款AI工具更多是效率和体验问题；但对于大型企业来说，当AI开始参与代码开发、架构设计、测试验证甚至核心业务研发时，AI工具已经不再是简单的软件，而正在成为企业研发基础设施的一部分，安全、数据主权和供应链可控性正成为企业选择AI工具的重要考量。

AI进入核心研发流程后，企业担心的是什么？

过去两年，AI Coding工具快速普及。

越来越多开发者开始使用AI生成代码、补全函数、编写测试、理解项目，研发效率获得显著提升。但当企业准备大规模推广时，一个现实问题逐渐浮现：

企业并非不想用AI，而是不敢把核心研发流程建立在不可控的外部服务之上。

这种顾虑主要来自三个方面。

第一，代码与数据安全

对于金融、能源、政务、制造等行业而言，源代码本身就是企业最核心的数字资产之一。

当开发者将代码、设计文档、业务逻辑发送到公网模型服务时，企业很难完全确认：

• 数据是否离开企业边界；

• 是否存在第三方存储与训练风险；

• 是否满足行业监管与合规要求；

• 是否具备完整的审计与追溯能力。

当AI仅用于写一个Demo时，这些问题或许并不突出；但当AI开始接触企业核心系统时，安全问题就成为管理层必须考虑的前提条件。

第二，供应链与技术自主可控

近年来，全球AI产业格局变化频繁。

模型服务调整、产品策略变化、访问限制甚至地缘政治因素，都可能影响企业正常使用。

对于大型组织而言，研发体系往往需要持续运行数年甚至十年以上。

如果核心研发能力建立在不可控的外部服务之上，就意味着企业将面临较大的技术供应链风险。

因此，越来越多企业开始将“自主可控”纳入AI技术选型的重要标准。

第三，组织能力无法沉淀

当前很多AI Coding工具本质上仍然是个人生产力工具。

它们能够帮助个人快速完成编码任务，却难以理解企业内部沉淀多年的：

• 业务知识；

• 系统架构；

• 编码规范；

• 安全标准；

• 工程最佳实践。

结果往往是：

AI生成代码很快，但生成的内容与企业真实研发体系脱节。

企业获得了短期效率，却没有形成长期能力积累。

企业AI Coding正在进入“第二阶段”

如果说过去两年行业关注的焦点是“AI能不能写代码”，今天，越来越多企业考虑的是：“AI能否安全、稳定、长期地参与企业研发体系？”

也就是说，企业AI Coding正在从“个人效率工具阶段”进入“组织级工程化阶段”。

在这一阶段，企业需要的不仅是一个代码生成器，而是一套能够满足以下要求的平台：

• 支持企业内网私有化部署；

• 支持自主选择模型与算力环境；

• 支持企业知识沉淀与复用；

• 支持研发全流程治理；

• 满足安全与合规要求；

• 能够长期稳定运行并持续演进。

效率依然重要，但安全、质量和组织能力建设开始成为新的核心指标。

开源与私有化，正在成为越来越多企业的选择

面对上述挑战，越来越多企业开始将目光投向开源生态。

原因并不复杂。开源意味着：

• 技术实现更加透明；

• 企业能够自主审计代码；

• 可以根据自身需求进行定制；

• 不受单一厂商产品策略影响；

• 更容易构建长期可控的技术体系。

与此同时，国产开源大模型的快速发展，也让企业拥有了更多自主选择空间。

从通义千问、DeepSeek到GLM、Kimi等模型生态不断成熟，企业已经能够基于开源模型构建属于自己的AI研发平台，而不必完全依赖海外闭源服务。

CoStrict：让AI真正进入企业研发核心流程

在这样的行业背景下，CoStrict选择了一条与消费级AI Coding工具不同的发展路线。

CoStrict是深信服面向企业级研发场景打造并开源的AI编程平台，其核心理念并非单纯追求代码生成速度，而是帮助企业构建可控、安全、可持续演进的AI研发体系。

在部署方式上，CoStrict支持全链路私有化部署，代码资产、业务知识、研发文档等数据均可在企业内网环境完成处理，实现数据不出域，满足企业对安全与合规的要求。

在技术路线方面，CoStrict基于开放生态设计，支持企业根据自身需求选择开源大模型或私有模型方案，避免对单一外部模型服务形成依赖。

相比仅关注代码生成的工具，CoStrict更强调企业研发知识的沉淀与复用。

平台能够学习企业历史代码仓库、业务架构和编码规范，构建企业专属知识体系，使AI生成结果更符合企业真实业务场景。

同时，CoStrict将AI能力扩展到需求分析、架构设计、代码开发、测试验证、代码审查等研发全流程，通过AI-Test-Driven、AI CodeReview、多Agent协同等机制，帮助企业建立更完善的质量保障体系。

从本质上看，CoStrict希望解决的并不是“如何让AI多写几行代码”，而是“如何让AI安全、可靠地成为企业研发团队的一部分”。

结语

Claude事件再次提醒行业：当前AI Coding的竞争，已经不再只是模型能力和生成速度的竞争。

当AI逐渐进入企业核心研发流程后，安全、数据主权、供应链可控以及组织能力沉淀，正在成为企业必须面对的新课题。

对于企业而言，真正值得思考的问题或许不是“是否使用AI”，而是选择什么样的AI技术路线，才能在获得效率提升的同时，掌握属于自己的研发能力与技术主权。

这或许也是越来越多企业开始关注开源、私有化部署以及自主可控AI研发平台的重要原因。