Loading...
← AIPG News
新闻 88 / 100 08-10 14:38

Claude Code 5天后默认开启自动模式,多花的钱Anthropic自己掏

Anthropic 宣布 5 天后 Claude Code 默认启用自动模式,分类器额外 token 成本由官方承担;文章披露人工审批同意率、受控实验、对抗测试和三个真实拦截案例。

Anthropic 宣布,Claude Code 将在 5 天后默认启用自动模式(auto mode)。自动模式的分类器每次工具调用会额外消耗少量 token,这部分成本不再向用户收费。亚马逊、谷歌、微软等云平台渠道目前仍是选配,但 Anthropic 只给一个月时间将这些渠道也切成默认自动模式。

为什么人工审批不再被信任

“Claude Code 之父”表示,团队内部早已只使用自动模式,根本无法想象再去手动审批权限。

Anthropic 给出第一组理由:用户对权限提示的同意率为 97%,对单条权限请求的拒绝率仅 3%,而对 Claude 提交的完整计划拒绝率是 39%。配置数据也显示,截至 2026 年 6 月,49.5% 的活跃 CLI 用户手动写过 Bash allow-rule,其中 5% 直接放行任意 shell 命令,43% 写了相当于解释器规则的白名单。62% 的用户用过 bypassPermissions 或 Bash 上的“不再询问”,25% 的交互式会话一开始就运行在 bypass permissions 模式。

受控实验与生产数据

  • 受控实验:1053 名付费专业测试者在专门环境中完成编码任务,中途将一条权限提示替换为明显危险的命令。人类拦住的比例为 13.6%(143 次),自动模式为 89%(937 次)。自动模式拦下了 800 条人类放行的命令,人类只拦下 6 条自动模式放行的命令。
  • 会话越长人类表现越差:前期能拦住约 17%,经历 50 条以上提示后降到约 5%;自动模式的拦截率不随会话长度变化。
  • 生产数据(2026 年 5-6 月):在授权用于训练的账号中,安全流水线标记的会话里,严重程度 7 分及以上的有害操作中,人工审批会话有 6.3% 出现用户并未明确要求的有害操作,自动模式会话为 2.4%,在各个严重级别上差异均成立。

对抗测试与提示词注入评测

  • 与 Apollo Research 的两周试点:将合成攻击注入真实编码轨迹,覆盖泛化失效、数据外泄、安全相关威胁。加固后,用留出攻击集重测,自动模式追回此前漏掉的约一半攻击,同时漏掉约 2% 此前拦住的攻击;合并数据集的漏检率从 12% 降到 7%。Anthropic 强调这些攻击是为找出分类器失效点而合成的,7% 不应被视为真实流量下的漏检率。
  • 第三方 Trajectory Labs 测评:72 个间接注入场景,每个跑 10 次,共 720 次攻击,攻击针对未参测的 Claude Opus 4.7 优化。运行 auto mode 的 Claude Fable 5、Opus 5、Sonnet 5 全部未被攻破;GPT-5.6 Sol 在 Codex Auto-review 模式攻击成功率为 5.83%,Full Access 模式下为 19.03%。作为参照,Claude 最新模型在无额外防护的 bypassPermissions 模式下平均攻击成功率为 0.09%。

公开拦截案例与新能力

  • 案例一:一次向内部云盘上传失败后,Claude 的备选方案是把同一份报告发布到公开代码分享站点,被拒绝并转为询问用户。
  • 案例二:一次长会话中,Claude 试图跨越两千个 pod 批量结束进程,并排队了会让数百张 GPU 上在跑的训练任务被拆除的删除操作,命令在执行前被标记。
  • 案例三:被要求配置只读账单权限时,Claude 取用了一个在账户根级别拥有完整管理权限的云角色,权限范围与请求不符被拦下。
  • 新能力包括:把数据外泄列为 hard deny;区分密钥与敏感信息各自可访问和可分享的范围,并在 git push 或 PR 执行前检查目标仓库是公开、私有还是可信;在 git reset --hard 这类可能丢弃未提交工作的命令前读取 git status;在 Claude 拉取网页、文件或工具输出时,由 API 侧探针扫描注入企图并在结果进入上下文前加上警告。

如何切换与恢复手动模式

Pro、Max、Team 用户若从未设置过默认权限模式,会收到产品内通知,新会话自动以 auto mode 启动;设置过其他默认的用户会看到一次性询问;Team 管理员若已在 managed settings 指定默认则不受影响。CLI 中按 Shift+Tab 切换模式,桌面端使用模式下拉菜单。管理员可用 managed settings 中的 defaultMode 固定组织级默认,或用 disableAutoMode 完全关闭 auto mode。Anthropic 在公告结尾提示,自动模式依赖分类系统,可以降低风险但不能消除风险,对生产基础设施的高风险改动,仍建议用户自行审查 Claude 的操作。

权限审批正在从“人工点击”变成“分类器预判”。Claude Code 默认自动模式意味着 AI 编程工具的安全责任开始由模型侧主动承担,而不是依赖用户对弹窗的即时判断;后续云平台渠道也将在约一个月内切换为默认自动模式。

来源