自动模式现已成为Claude Code中Pro、Max和Team计划的默认模式

Anthropic 将从8月14日起，在Claude Code中为Pro、Max和Team套餐的新会话默认启用自动模式，这一举措表明该公司对系统在无需持续人工监督的情况下安全运行的能力充满信心。这一公告是在上个月AI工程师世界博览会的炉边谈话之后发布的，Cat Wu和Thariq Shihipar在谈话中透露，Anthropic内部几乎所有人都使用自动模式。Wu还承诺提供评估结果，以支持他们关于提示注入和数据外泄风险“远低于普通人类审查员”的说法。

这些评估现已公开，结果令人震惊。在一项涉及1053名付费测试者的测试中，每个会话中途将一个权限提示替换为明显危险的命令。只有13.6%的人类拒绝了有害行为，而自动模式会阻止其中89%的行为。这仍然有11%的差距，自动模式无法防止伤害，但数据有力地证明了自动模式优于确认疲劳。

Anthropic还委托Trajectory Labs对最新版Claude Code和Codex进行间接提示注入攻击测试。在72个场景和720次攻击尝试中，没有一次成功攻击到运行自动模式的Claude Fable 5、Opus 5或Sonnet 5。Thariq在Twitter上庆祝，称这篇文章本应标题为“击败致命三连胜”。

技术转变意义重大：自动模式依赖模型级别的风险评估，而不是要求用户批准每个操作，从而减少中断，同时尝试阻止删除关键文件或泄露数据等危险操作。对于Pro、Max和Team用户，这意味着从下周开始，编码工作流程将更加流畅。

然而，并非所有人都信服。报道AI安全的Simon Willison指出，剩余的11%危险操作仍然构成严重风险。他提到一个恶意的第三方包，可能通过恶意的uvx c指示代理获取模型文件。

把任意网站变成干净 JSON

现成爬虫与 AI 智能体

试用 Apify