Anthropic 的兩面戰線：近 9,000 億美元押注 AI 算力，Claude Code 卻開始限制遊戲重製與逆向工程

一邊買下未來算力，一邊重新畫下 AI 程式工具的界線

2026 年 11 月初，Anthropic 同時站上兩條新聞戰線。第一條是資本市場：公司更新上市相關申報資料，揭露總額約 8,954 億美元的運算與基礎設施採購、租賃承諾。第二條則是開發者社群：Claude Code 新增指示，避免使用者以 AI 直接重製特定既有電子遊戲，並引起逆向工程工作是否遭到過度阻擋的爭議。

這兩件事看似無關，其實指向同一個問題：當 AI 從聊天產品變成企業基礎設施與軟體生產工具，提供模型的公司究竟需要承擔多少成本、法律風險與控制責任？

8,954 億美元究竟代表什麼？

依據《金融時報》與 Axios 對更新申報資料的報導，Anthropic 披露約 8,954 億美元的合約承諾，主要與算力和基礎設施相關。約 4,475 億美元預計在 2030 年底前發生，其餘大部分安排在 2031 至 2045 年；在 2026 年 9 月 30 日之後的 12 個月內，預計到期的承諾約 698 億美元。

最重要的會計區別是：合約承諾不等於現金已支出，也不等於同額借款。這個總額包括未來採購與租賃，有些合約附帶終止權、融資、建設或監管條件。把它直接寫成「Anthropic 已燒掉 9,000 億美元」是錯誤的。

但這仍然是一個極大的財務曝險。AI 公司需要在模型需求完全確定前，就預訂加速器、資料中心機房、電力與網路容量。如果需求成長低於預期，某些固定付款義務不會隨之消失；如果需求超出預期，提前鎖定算力又可能形成競爭優勢。

營收成長不代表算力成本已經被解決

《金融時報》報導，Anthropic 第三季營收約 170 億美元，較上一季成長接近五成；晶片、電力與基礎設施相關支出增加至約 99 億美元。資料中心成本相當於營收約 58%，營業表現則由前一季獲利轉為第三季虧損。這些數字的定義與期間應以申報文件及報導所述為準，不能直接把營收當成淨利或自由現金流。

從產業角度來看，這意味著前沿模型不再只是「寫出更好的演算法」。即使軟體能快速複製，推論服務所需的 GPU、HBM、網路交換器、電力及冷卻系統仍是物理資產。模型使用量越大，推論成本與尖峰容量管理就越關鍵。

Claude Code 為何開始拒絕重製既有遊戲？

另一場爭議發生在遊戲開發者社群。2026 年 10 月底，有人發現 Claude Code 的指示出現新限制，鼓勵原創遊戲、特定類型遊戲，以及以使用者自有設計和素材為基礎的作品，但不鼓勵重製某款特定既有遊戲，即使換了名稱也一樣。

Anthropic 技術人員 Addy Osmani 確認，公司在 Claude Code 搭配 Opus 5.5 的提示中加入兩句話，目的在避免工具協助侵犯他人智慧財產權。這是官方確認的範圍，不能擴大解讀成「所有 Claude 模型、所有遊戲逆向工程都被正式禁止」。

逆向工程、重製與侵權不是同一件事

逆向工程（Reverse Engineering）是透過分析程式行為、資料格式或執行結果，理解原系統如何運作。反編譯（Decompilation）試圖從編譯後的程式恢復較高階的程式結構；重新編譯（Recompilation）則可能將既有程式轉換或重建成可在其他平台執行的形式。

這些技術可能被用於相容性、保存、除錯、安全研究，也可能被用於未經授權的複製。是否構成侵權，需要考慮原始素材、授權條件、使用方式及適用法域，不能只靠「有逆向工程」四個字判斷。

Tom's Hardware 報導，有開發者反映 Claude Code 或 Opus 5.5 拒絕部分非惡意的逆向工程與軟體測試工作。這些個案說明防護規則可能產生誤判，但尚不足以證明 Anthropic 已全面封鎖合法研究，也無法確定所有拒絕都來自同一項遊戲重製指示。

為什麼這會影響獨立遊戲與保存社群？

AI 程式代理可以快速協助理解大型程式庫、建立移植工具、辨識資產格式及重構程式流程。對老遊戲保存社群而言，這可能降低原本需要多年人工分析的門檻；對原創開發者而言，同一能力也可能使公開展示版本遭快速模仿。

Game Developer 報導，已有獨立開發團隊因擔心公開試玩內容被 AI 模仿而取消測試。這反映出一個兩難：保護作品不被複製，與讓開發者合法研究自己擁有的程式，兩者都需要被保障。

一個理想的工具政策，應區分「直接複製受保護作品」與「分析自有程式、開放原始碼、相容性研究、保存工作」。如果只依關鍵字判斷，正當工作也可能遭拒絕；如果完全沒有邊界，則可能使侵權內容的生產成本大幅下降。

從模型能力競爭走向基礎設施與治理競爭

將兩則新聞放在一起，能看見 Anthropic 面臨的雙重壓力：一方面必須長期購買算力，才能支撐更強大的模型與更多企業客戶；另一方面必須控制模型在高能力情境下可能帶來的法律、產品與安全風險。

值得注意的是，限制模型回答的提示並不等同法律裁決，也不是無法繞過的技術防線。使用者可能改用其他模型或工具，真正的著作權與軟體保存爭議仍須由授權、司法與產業規範處理。

對 AI 產業而言，下一階段的競爭不只比較 benchmark、參數量與每秒 Token。資本承諾能否換成持續營收，安全規則能否避免誤傷合法開發者，同樣會影響平台的長期信任。

Tech English｜本文技術名詞

1. Compute Commitment（算力採購承諾）：企業為未來取得運算服務或基礎設施而簽署的付款安排，不代表全部已支出。
2. Capital Expenditure, CapEx（資本支出）：購置或建置長期資產的支出，與租賃承諾或一般營運費用並不完全相同。
3. System Prompt（系統提示）：模型執行時優先參照的行為指示，可影響允許或拒絕的任務。
4. Reverse Engineering（逆向工程）：透過分析現有系統來理解其設計、行為與介面。
5. Decompilation（反編譯）：從機器碼或中介碼還原較高階的程式表示。
6. Intellectual Property, IP（智慧財產權）：包括著作權、專利、商標等法律保護制度，具體權利範圍依作品與法域而異。