工具 2026-08-10

Anthropic研究了1053名点「批准」的开发者：危险命令只拦下13.6% —— 8月14日起，方向盘交给机器

自8月14日起，Pro、Max和Team方案的用户使用Claude Code时将默认进入自动模式。所谓自动模式，是指这个编程智能体不再于每次写文件、每条shell命令前请求许可，而是把每一次工具调用交给一个分类器审查，凡是不可逆、具破坏性或指向你机器之外的操作一律拦截。Anthropic同时公布了支撑该决定的数据。在一项有1053名付费测试者参与的对照研究中，人工逐条审查许可提示的用户，只识别出摆在眼前的危险命令的13.6%；自动模式则拦下了89%。在真实生产环境的会话里，人工批准的工作出现意外有害操作的比例是自动模式的两倍以上——6.3%对2.4%。原因浓缩在一个统计里：开发者会批准所看到提示中的97%，这不是审查，这是点击。伴随此次切换，Anthropic新增了针对数据外泄的硬性拒绝规则、对git推送目标是公开仓库还是私有仓库的核验、破坏性操作前的git状态检查，以及对外部内容的提示注入筛查。被拦截的操作会促使Claude另寻更稳妥的路径；接连被拦到一定次数，会话就退回逐条询问。分类器自身消耗的token在这三个方案上不再计费。企业版、API、Bedrock、Google Cloud与Microsoft Foundry暂时仍需手动开启，Anthropic表示预计一个月内也会在这些平台上默认启用。

为什么重要?值得玩味的不是又一家公司把默认值调得更自主，而是它为此给出的理由——这个理由把惯常的论证颠倒了过来。许可提示的本意是让人留在决策回路里；而Anthropic自家的遥测数据说，回路里的这个人不过是一枚橡皮图章，一台读同样命令的机器，挑出坏命令的能力约为人的六倍。这套推理远不止适用于一款产品——软件里每一个同意对话框、每一句「确定吗？」、每一条审批队列，都建立在「被问到就会去看」这个假设之上。如果你在付费方案上使用Claude Code，实际要紧的是：无论你有没有读到公告，8月14日你的默认值都会改变；与其日后才发现，不如现在就做决定——你可以固定为另一种许可模式，管理员也可以为整个团队固定。诚实的保留意见是：89%不是100%，而且失误如今是无声的。在旧的默认下，一次差错需要你亲手点过去；在新的默认下，它谁也不需要。

#编程 #AI智能体

✓ 已核实 · 4个来源

Anthropic研究了1053名点「批准」的开发者：危险命令只拦下13.6% —— 8月14日起，方向盘交给机器

相关新闻