自动模式即将成为Claude Code的默认设置——因为人类不可靠
内容提要
Anthropic宣布Claude Code的自动模式将于8月14日成为Pro、Max和Team用户的默认设置。该模式利用分类器模型识别危险操作，减少人工审批。研究显示，人类仅能发现13.6%的危险命令，而自动模式可捕捉89%。系统设有硬性拒绝规则，防止数据外泄，并增强提示注入防护。测试中，自动模式成功阻止所有攻击，优于OpenAI的GPT-5.6。此外，并行Claude Code会话现可互相通信，共享摘要以提高效率。
延伸解读
人类审批的局限性
Anthropic的研究显示，人类在长时间会话中容易疲劳，导致对危险命令的识别率从13.6%降至5%。这揭示了依赖人工审批的潜在风险，尤其是在多小时的自动化任务中。自动模式通过减少审批次数，让用户更专注于真正需要判断的请求，从而提升整体安全性。
自动模式的防护机制
自动模式不仅依赖分类器，还引入了硬性拒绝规则，防止数据外泄，并检查git操作的目标仓库属性。此外，API侧探针可检测提示注入攻击。这些机制共同构成了多层防御，但Anthropic也强调，自动模式是降低风险而非消除风险，高风险的变更仍需人工监督。
与竞品的对比
在第三方测试中，Claude的自动模式成功阻止了所有720次攻击，而OpenAI的GPT-5.6在完全访问模式下漏掉了19%的攻击。这一对比凸显了自动模式在提示注入防护上的优势，但测试条件可能偏向Anthropic，因此结果需谨慎解读。
Q&A
Claude Code的自动模式什么时候成为默认设置？
从8月14日起，自动模式将成为Claude Code Pro、Max和Team用户的默认设置。
为什么Anthropic要把自动模式设为默认？
因为研究发现人类在频繁权限提示下表现不佳，会习惯性批准，仅能发现13.6%的危险命令，而自动模式能捕捉89%的危险命令，因此自动模式更可靠。
自动模式如何决定是否需要人工干预？
自动模式使用一个独立的分类器模型来评估命令的危险程度，当命令被标记为危险时，自动模式会阻止该命令，而不是请求许可，并尝试寻找更安全的替代方案或返回用户请求明确批准。
自动模式有哪些安全防护措施？
自动模式包含硬性拒绝规则，防止数据外泄，例如发送代码或秘密到外部目的地；检查git push或pull request的目标是公共、私有还是可信；在破坏性命令前检查git状态；并通过API侧探针检测提示注入攻击。
自动模式在测试中表现如何？
在红队测试中，自动模式在加固前漏掉12%的攻击，加固后漏掉率降至7%。在第三方测试中，自动模式成功阻止了所有720次提示注入攻击，而OpenAI的GPT-5.6 Sol在Codex中允许19%的攻击通过。
自动模式有什么局限性？
Anthropic指出自动模式是一个分类器，不是保证，它降低风险但不能消除风险。对于生产基础设施的高风险更改，仍建议保持人工参与。
Claude Code的并行会话之间如何通信？
并行Claude Code会话现在可以互相发送消息，通过发送摘要（不包括历史或文件）让其他会话在任务中接收，从而避免重复解释。
