Claude Code envía tu dirección de correo electrónico a sitios web
Claude Code, el asistente de programación con IA de Anthropic, se ha descubierto que a veces incluye las direcciones de correo electrónico de los usuarios en solicitudes HTTP salientes, normalmente en el encabezado User-Agent al acceder a ciertas APIs o sitios que “piden” datos de contacto. Quienes comentan esto lo ven como un fallo grave de privacidad y de diseño del producto, especialmente porque el correo se inyectó automáticamente en el contexto del modelo sin consentimiento explícito, lo que plantea dudas sobre protección de datos, exposición bajo el RGPD y cuánto control real tienen los usuarios sobre los agentes de IA que se ejecutan en sus máquinas. Anthropic ha respondido con un plugin de privacidad y planea eliminar el correo de la cuenta del contexto del modelo, pero muchas personas sostienen que esto pone de relieve problemas más profundos con el comportamiento no determinista de la IA, el sandboxing insuficiente y los riesgos de harnesses de agentes “vibe-coded”.
Qué pasó / comportamiento observado
- Se descubrió que Claude Code enviaba las direcciones de correo electrónico de los usuarios en solicitudes HTTP cuando actuaba como agente (por ejemplo, mediante curl o herramientas web), a menudo en el encabezado
User-Agenty, a veces, junto con nombres, empresa y detalles del repositorio. - Algunos usuarios vincularon esto con un aumento de spam y phishing dirigidos; otros que usaban alias únicos no vieron spam adicional, por lo que el impacto no está claro.
- Los registros de varios servidores mostraban cadenas UA que incluían la identidad del usuario y metadatos del proyecto.
Causa raíz según se discutió
- Claude Code inyecta un mensaje del sistema oculto que contiene el correo electrónico de la cuenta (y otra información de identidad) para que el modelo pueda etiquetar la autoría (por ejemplo, commits, etiquetas
@author) en lugar de alucinar nombres. - Cuando los sitios (por ejemplo, la SEC, Wikipedia, APIs de juegos) documentan que los bots deben identificarse y proporcionar información de contacto en los encabezados, el modelo a veces usa “de forma útil” el correo electrónico en su contexto.
- Este es un comportamiento generado por el modelo, no una cadena UA fija en la capa de red, y también puede surgir al leer registros de git o archivos que contienen correos electrónicos.
- Se citaron especificaciones sobre encabezados
From/User-Agent; algunos sostienen que esto debe ser configurado explícitamente por el usuario, no inferido en silencio.
Correcciones y mitigaciones mencionadas
- Un mod integrado
cc-plugin-privacy(habilitado por defecto desde ~2.1.317) solicita confirmación antes de llamadas a herramientas web/shell que incluyan el correo electrónico de la cuenta. - Se dice que una versión futura eliminará por completo el correo electrónico de la cuenta del contexto del modelo.
- Existen mods de la comunidad para eliminar el prompt del sistema de Anthropic o retirar el correo electrónico del usuario del contexto; muchas personas recomiendan sandboxing/VMs y harnesses personalizados.
Preocupaciones sobre privacidad, seguridad y legales
- Muchos consideran esto una violación grave del principio de “mínima sorpresa”, de las expectativas de privacidad y posiblemente del RGPD (divulgación no autorizada de PII, reglas de procesamiento específicas para IA).
- Otros argumentan que el correo electrónico ya está ampliamente rastreado y que es esperable que los agentes sigan instrucciones de API para “identificarse”, pero conceden que debería ser opcional y explícito.
- Varios señalan que el plugin solo cubre casos obvios (correo de la cuenta en solicitudes directas) y no atrapará todas las fugas de PII, especialmente mediante inyección de prompts o scripts indirectos.
Crítica más amplia y lecciones
- Crítica fuerte a las prácticas de ingeniería de Anthropic: harness “vibe-coded”, permisos opacos, problemas previos (telemetría, acciones automáticas, procesos persistentes).
- Tema recurrente: los LLM son no deterministas; la seguridad real debe venir de harnesses deterministas y auditados, y del sandboxing, no solo de instrucciones basadas en prompts como “no filtren PII”.
- Muchas personas dicen que esto erosiona la confianza y las empuja hacia modelos locales, agentes personalizados u otros proveedores.