最近，开发者 Sebastien Guillemot 经历了一场惊险事故：

他原本只是想让 Claude 写一个脚本，自动清理 AI Agent 留在 /tmp 目录中的垃圾文件，结果 AI 在“安全审查”之后，亲手把他的整个主目录（Home Directory）给端了——700GB 数据，一周的工作成果，说没就没。

更讽刺的是，那个最初他想要清理的 /tmp 目录，最后被 Claude“完美地”保留了下来。

一切起因，只是 AI Agent 太爱“留垃圾”

身为隐私性区块链项目 Midnight 基金会的 CTO，日常中 Guillemot 是一名重度 AI Agent 用户，经常在开发中频繁调用各种 AI 编程助手。但他发现，这些 Agent 有一个共同毛病：

干活很积极，收尾很随缘——大量临时文件会被堆积在 /tmp 目录中，时间一长，不仅占用磁盘空间，也让整个开发环境变得越来越混乱。

于是，他让 Claude Fable 5 帮忙写一个自动清理脚本：给每个 Agent 分配一个独立的 /tmp 目录，任务完成后，就把属于它的临时文件一起删除。

听起来很简单，但真正的难点在于：不能误删仍在使用的文件。

Fable 最初给出的方案是，检测Agent是否还在运行。如果某个Agent还在工作，就暂时不要清理它对应的目录。不过Guillemot觉得这套代码过于复杂，要求 Claude 进一步简化。

到这里，一切都还很正常，问题出现在随后进行的安全审查。

由于任务涉及真正的文件删除操作，Fable 主动进行了一次“对抗性审查”（adversarial review），也就是让另一个 Claude 实例检查这套代码是否存在安全问题。

也正是这个环节，触发了 Anthropic 内置的安全降级机制：当系统判定任务涉及敏感操作（如文件删除、网络安全等）时，会自动将模型从高级版本降级到更保守的版本——这套机制，本意是为了降低高风险场景下模型“过于激进”的可能性。

于是，模型先是从 Fable 5 降到了 Opus 5，然后又进一步降到了 Opus 4.8。

最讽刺的一幕：安全测试真的通过了

接下来，Opus 4.8 开始执行安全测试。测试目标其实非常明确：检查删除命令最终指向的路径，如果发现目标是 /tmp 或用户的主目录，就应该拒绝执行。

结果呢？测试成功了，/tmp 和主目录都被正确识别为“危险目标，不可删除”。

从安全测试本身来看，这一步模型没做错。可问题在于，测试结束之后还有一个“清理测试现场”的步骤——而灾难，就藏在这个清理步骤里：

代码在测试阶段使用了一个变量保存删除目标，安全检查发现目标危险后，程序触发退出流程；与此同时，退出流程又会调用清理函数，对测试过程中产生的临时内容执行删除。

关键 Bug 出现了：测试代码和清理代码复用了同一个变量名。

于是，那个原本已被判断为“绝对不能删除”的主目录路径，又被清理函数拿到了。然后，一个熟悉得不能再熟悉的命令出现了：rm -rf —— 结果就是，模型刚确认“这个目录不能删”，下一步却拿着同一个变量把它给删了。

从技术角度看，这其实是一个非常典型的变量复用问题，甚至算不上什么高深 Bug。也就是说，安全检查本身没有问题，真正出问题的是安全检查之后的测试清理逻辑。

700GB 数据没了，却连 /tmp 都没清干净

Guillemot 很快意识到了问题并试图终止进程，但已经来不及了：大约 700GB 数据被删除，其中包括他整整一周的工作成果；更让他无语的是，那个最初让他头疼、希望 AI 帮忙清理的 /tmp 垃圾文件，反而留了下来。

从Guillemot 公开展示的记录来看，两份相关文件此前已完成写入，随后退出清理流程被触发，最终删除操作发生在大约 05:23—05:24。也就是说，工具调用表面上可能已显示“拒绝”，但相关文件写入和退出清理流程实际上已经发生。

事故发生后，一个问题出现了：如果当时没有从 Fable 5 降级到 Opus 4.8，是不是就不会出事？

对此，Guillemot 的判断是：有可能。按照他的说法，Fable 5 在编码任务上的表现优于 Opus 4.8，更强的模型或许有机会发现测试代码中那个危险的变量复用问题。

不过，这只是他单方面的猜测，目前没有公开的对照实验能够证明：如果换回 Fable 5，它一定会发现这个 Bug。

好消息是，Guillemot 最终通过 Git、Nix、Session Logs（会话日志） 等多个来源，恢复了大部分数据和工作成果。但版本控制系统和日志只能恢复其中一部分已记录或留存的数据，无法替代完整的独立备份——是的，他运行了这么多 AI Agent，居然连一份每日备份都没有。

毕竟，AI 可以帮你写脚本，也可以帮你清理垃圾；但如果它把“垃圾”的定义扩展到了你的整个主目录，最后真正能救你的，可能还是那份没有交给 AI 保管的备份。

参考链接：https://www.tomshardware.com/tech-industry/artificial-intelligence/claude-nukes-a-developers-700-gb-home-directory-while-testing-a-script-to-ensure-it-wouldnt-do-so-automatic-model-downgrade-may-have-contributed-to-the-screw-up