Claude Code เปิดทดสอบสภาพแวดล้อมแบบติดตั้งเอง โค้ดอยู่ในองค์กร แต่บทสนทนายังส่งออกไปภายนอก

เมื่อวันที่ 6 สิงหาคม 2026 Anthropic เปิดทดสอบสาธารณะ (public beta) ของ self-hosted environments สำหรับ Claude Code ทำให้ cloud session ทำงานบนเครือข่ายและเครื่องขององค์กรเองได้ คำว่า cloud session หมายถึง session ที่เริ่มจาก claude.ai แอปมือถือและเดสก์ท็อป คำสั่ง claude --cloud หรือ scheduled routines ส่วน session ที่รันในเทอร์มินัลหรือ IDE โดยตรงนั้นทำงานบนเครื่องของนักพัฒนาอยู่แล้ว จึงไม่เกี่ยวข้องกับฟีเจอร์นี้ ฟีเจอร์จำกัดเฉพาะแพ็กเกจ Claude Team และ Enterprise ปิดใช้งานเป็นค่าเริ่มต้น และต้องให้ผู้ดูแลระบบขององค์กรเปิดใช้เอง ข้อมูลอ้างอิงจากเอกสารทางการของ Claude Code และรายงานของ Unite.AI ในวันเดียวกัน

กลไก runner ที่ทำงานถาวรภายในองค์กร และเชื่อมต่อจากในออกนอกเท่านั้น

แนวทางใกล้เคียงกับการติดตั้ง CI runner เอง องค์กรรันโปรเซสถาวรไว้ในเครือข่ายของตน โปรเซสนั้นจะคอยตรวจคิวและรับ session มาทำงานบนเครื่องดังกล่าว การติดตั้งทำได้สองแบบ

• เปิด runner จำนวนคงที่ไว้ตลอดเวลา แล้วให้ runner ตรวจคิวและรับงานเอง
• ติดตั้ง autoscaling orchestrator เพื่อเปิด runner ตามความยาวของคิว และให้ runner ปิดตัวเองเมื่องานเสร็จ ซึ่งทางการเรียกว่า on-demand runners

จุดสำคัญของการออกแบบคือทิศทางการเชื่อมต่อ ทุกการเชื่อมต่อเป็น outbound HTTPS จากภายในองค์กรออกไปยัง api.anthropic.com เท่านั้น Anthropic จะไม่เชื่อมต่อเข้ามายังเครือข่ายภายใน ไฟร์วอลล์จึงไม่ต้องเปิดช่องทาง inbound ใด ๆ ทำให้ผ่านการตรวจสอบด้านความมั่นคงปลอดภัยได้ง่ายกว่า อีกจุดที่กระทบต้นทุนโดยตรงคือ runner หนึ่งตัวให้บริการผู้ใช้ได้ครั้งละหนึ่งคน โดย session แรกจะผูก runner ไว้กับบัญชีนั้น เพื่อไม่ให้โค้ดที่ checkout มาปะปนข้ามผู้ใช้ ดังนั้นจำนวน runner ขั้นต่ำจึงเท่ากับจำนวนผู้ใช้ที่คาดว่าจะออนไลน์พร้อมกัน

ส่วนที่อยู่ภายใน และส่วนที่ยังถูกส่งออก

สิ่งที่อยู่ในฝั่งองค์กรได้แก่ การ checkout ของ repository ไฟล์ผลลัพธ์จากการ build กุญแจและข้อมูลรับรอง รวมถึงไฟล์ที่ถูกสร้างหรือแก้ไขระหว่าง session แต่ข้อมูลบทสนทนา ทั้ง prompt คำตอบของโมเดล และผลการทำงานของเครื่องมือ ยังคงถูกส่งไปยัง Anthropic API เพื่อประมวลผล และ Anthropic ยังเก็บบันทึกถ้อยคำของ session ไว้เพื่อรองรับการทำงานต่อเนื่องข้ามอุปกรณ์ กล่าวคือ การติดตั้งเองไม่ได้แปลว่าข้อมูลไม่ออกไปไหนเลย ความเข้าใจผิดข้อนี้จะกลายเป็นปัญหาในขั้นตอนอนุมัติด้านความมั่นคงปลอดภัย

ข้อจำกัดที่ทางการระบุไว้

1. แพ็กเกจ ใช้ได้เฉพาะ Team และ Enterprise และปิดใช้งานเป็นค่าเริ่มต้น
2. องค์กรที่เปิดใช้ Zero Data Retention ไม่สามารถใช้ฟีเจอร์นี้ได้ โดยทางการไม่ได้ระบุเหตุผล
3. การประมวลผลโมเดลต้องเชื่อมตรงกับ Anthropic API เท่านั้น ไม่สามารถเปลี่ยนไปใช้ Amazon Bedrock, Google Cloud Agent Platform หรือ Microsoft Foundry และไม่สามารถผ่าน LLM gateway
4. ช่องทางที่รองรับคือเว็บ แอปมือถือและเดสก์ท็อป เทอร์มินัลด้วยคำสั่ง claude --cloud และ scheduled routines ส่วน Claude Tag, Claude Security และ Code Review ยังไม่รองรับ
5. repository รองรับเฉพาะ GitHub ในขณะนี้
6. การคิดค่าบริการไม่เปลี่ยนแปลง คำนวณเช่นเดียวกับ session บนคลาวด์ และยังไม่มีการเปิดเผยค่าใช้จ่ายเพิ่มเติม

ทางการยังเตือนว่า การสร้างและดูแล runner image การบริหารกลุ่มเครื่อง และการควบคุมเครือข่าย เป็นภาระที่องค์กรต้องรับผิดชอบเอง

ความเชื่อมโยงกับทิศทางล่าสุด

เรื่องนี้อยู่ในแนวทางเดียวกับ Inference hooks ที่เปิดตัวเมื่อวันที่ 5 สิงหาคม ซึ่งให้องค์กรใช้เซิร์ฟเวอร์ควบคุมของตนตัดสิน allow หรือ deny แบบเรียลไทม์ นั่นคือการทยอยคืนอำนาจควบคุมให้องค์กร แต่ทั้งสองแก้คนละชั้น Inference hooks ดูแลว่าการเรียกใช้ครั้งนี้ควรผ่านหรือไม่ ส่วนสภาพแวดล้อมแบบติดตั้งเองดูแลว่าโค้ดและผลลัพธ์อยู่บนเครื่องของใคร จึงไม่ควรนำมาปะปนกัน สัญญาณร่วมกันชัดเจนว่า อุปสรรคของการนำ AI มาใช้ในองค์กรเคลื่อนจากขีดความสามารถของโมเดลไปสู่ขอบเขตการกำกับดูแลแล้ว

ความหมายต่อผู้บริหาร

หากองค์กรติดขัดเพราะซอร์สโค้ดออกนอกเครือข่ายไม่ได้ ทางเลือกนี้แก้ไปได้ครึ่งหนึ่ง ก่อนตัดสินใจ ขอให้ตอบคำถามสามข้อ

1. ทีมของท่านใช้ cloud session จริงหรือไม่ หากใช้เฉพาะเทอร์มินัล ก็ไม่มีอะไรต้องตั้งค่า
2. สิ่งที่ฝ่ายกำกับดูแลกังวลคือโค้ด หรือเนื้อหาบทสนทนา หากเป็นอย่างหลัง ฟีเจอร์นี้ช่วยไม่ได้
3. ท่านประเมินจำนวนผู้ใช้พร้อมกันและกำลังคนดูแล runner ได้หรือไม่ เพราะจำนวนเครื่องเท่ากับจำนวนผู้ใช้พร้อมกัน

นี่ไม่ใช่สวิตช์ที่เปิดแล้วปลอดภัยทันที แต่เป็นภาระผูกพันระยะยาวที่ต้องมีงบประมาณด้านบุคลากร สำหรับธุรกิจขนาดกลางและเล็ก การรอจนกว่าจะเปิดใช้ทั่วไปถือเป็นการตัดสินใจที่สมเหตุสมผล