Claude Code 預設開啟 auto mode：危險指令攔截率達 89%，不再收分類器費

很多程式設計師大概都有過這種肌肉記憶：命令列裡跳出來一個許可權詢問彈窗，手指頭還沒過腦子，回車或者點「允許」就已經按下去了。

Anthropic 現在決定不再指望你的安全直覺了。8 月 7 日，Anthropic 宣佈從 8 月 14 日開始，Claude Code 將在 Pro、Max 和 Team 訂閱計劃中預設開啟自動模式（auto mode）。原本每次呼叫工具都要跳出來的授權確認彈窗，現在交給後臺的一個專門分類器去審查。

只要命令不涉及不可逆破壞、本地破壞或者向外部環境傳輸資料，Claude 就可以放手一直幹下去。此外，官方即日起不再對這個分類器消耗的 token 額外收費。

程式設計師閉眼點確定，比 AI 還不靠譜

Anthropic 敢把自動模式設為預設，是因為他們在後臺看到了一組令人哭笑不得的資料。

在日常使用中，使用者面對 Claude Code 的許可權彈窗，點選同意的比例高達 97%。這並不是因為每次命令都很安全，純粹是大家被頻繁彈窗搞麻木了。相反，當 Claude 丟擲一個整體架構方案讓使用者把關時，使用者的拒絕率有 39%。也就是說，人在宏觀決策上很有警惕性，但一到密集的細節授權上，基本就是在閉著眼睛盲點。

為了驗證這一點，Anthropic 招募了 1053 名付費測試者做盲測。在正常的編碼流程中，研究人員悄悄把其中一個彈窗換成了明顯的危險命令。

結果人類測試者只抓住了 13.6% 的危險命令，而自動模式的攔截率達到了 89%。面對同樣的危險命令，自動模式成功攔截了 800 條人類閉眼放行的操作，而人類反超模型、抓到自動模式漏網之魚的情況只有 6 次。當會話越來越長、彈窗超過 50 次後，人類的攔截率直接從 17% 崩塌到 5%，疲勞效應極其明顯。

甚至在真實生產會話的復盤中，手動審批模式下出現嚴重非預期危害的機率是 6.3%，而自動模式只有 2.4%。

給脫韁的指令碼加一道剎車片

很多開發者為了省事，早就在本地配置檔案裡動了手腳。截至 2026 年 6 月，將近一半的 CLI 使用者自己寫了 Bash 放行規則，更有超過六成的人用過「別再問我」或者繞過許可權的引數。

自動模式其實是把這種粗暴的放權收束成智慧過濾。進入自動模式後，那些萬用字元級別的任意執行規則會被臨時擱置，所有工具呼叫必須經過安全分類器。

如果觸發了攔截，Claude 會先嚐試換一種更安全的路徑去完成任務，或者在這個時候才彈窗向你求助。如果一連被攔截 3 次，或者整個任務累計被攔截 20 次，Claude Code 就會老老實實退回到傳統的手動審批模式。

據 Anthropic 統計，開啟自動模式後，Teams 和 Enterprise 團隊提交併合併的 PR 數量增加了約 25%。Adobe、Nuro、Gusto 等公司已經在生產環境中預設使用了這套機制。不過對於 Claude Enterprise、API 使用者以及 AWS Bedrock、Google Cloud、Microsoft Foundry 等雲平臺，目前依然保持手動開啟狀態，給企業管理員留出審查視窗。

為什麼重要

我們認為，Anthropic 這次變動最聰明的地方，在於它承認了「人機協同裡的許可權審批正在淪為形式主義」。當一個長程智慧體每修一個 bug 都要敲三次回車時，開發者要麼把終端晾在一邊摸魚，要麼直接用萬用字元把所有安全閥門焊死。預設開啟自動模式，實際上是用精細化的演算法巡檢，替換掉了人類因為注意力渙散而失效的審查。

對開發者來說，這意味著像 Claude Opus 5 這種適合長任務的模型終於可以真正跑通端到端工作流。丟給它一個需求，你不用坐在螢幕前當無情的「按回車機器」，生產效率提升 25% 是非常現實的回報。現在分類器的 token 費用也被免除，普通開發者完全值得在 8 月 14 日之後直接接受這個預設設定。

但隱患依然存在。分類器並不是無懈可擊的盾牌。Anthropic 聯合 Apollo Research 做的紅隊測試顯示，即便經過強化，分類器在特定對抗攻擊下的漏判率依然有 7%。把攔截權交給模型自身，等於把程式碼庫的安全底線押注在了另一套機率系統上。對於涉及核心資料庫和生產環境憑證的操作，完全不看螢幕的撒手不管，在目前階段依然是相當危險的冒險。