Anthropic 重磅更新：Claude Code 默认启用自动模式，危险命令拦截率从 13.6% 飙升至 89%

DM今天肝到几点？

550人浏览 · 2026-08-10 14:06:58

DM今天肝到几点？ · 2026-08-10 14:06:58 发布

摘要：Anthropic 宣布自 2026 年 8 月 14 日起，Claude Code 的默认权限模式将从「手动审批」切换为「自动模式」。内部测试数据显示，自动模式可拦截 89% 的危险命令，而人工审批仅能拦截 13.6%。同时，Anthropic 还引入了提示词注入筛查、可自定义硬性拒绝规则等多层安全防护机制，将间接提示注入率降至趋近于零。

一、发生了什么？

2026 年 8 月 8 日，Anthropic 通过官方博客和社交媒体渠道正式宣布：自 8 月 14 日起，Claude Code 将把「自动模式」（Auto Mode）设为 Pro、Max 和 Team 套餐用户的默认权限模式，企业客户可选择手动开启。

这一变化意味着，Claude Code 在执行 shell 命令和文件操作时，将不再默认弹出人工审批对话框，而是由一个独立的分类器（Classifier）在后台实时评估操作的安全性。只有当操作被判定为"不可逆、具破坏性或超出环境范围"时，系统才会请求用户手动确认。

此前，Claude Code 的默认行为是：每次执行高风险操作时都会弹窗让开发者审批。从 Anthropic 公布的内部测试数据来看，这种依赖人工审批的机制效果远不如预期。

二、一组令人震惊的数据

Anthropic 在 1,053 名付费测试者中进行了对照实验，结果令人深思：

指标	手动审批模式	自动模式
危险命令拦截率	13.6%（另有来源称 14%）	89%
拦截效率提升	—	约 6.5 倍
间接提示注入率	未公布	趋近于零

也就是说，在手动审批模式下，开发者面对弹窗时 有约 86% 的危险操作被直接放行。

这个数据揭示了一个残酷的现实：开发者在高频编码流程中容易产生"审批疲劳"（Approval Fatigue） ——面对频繁弹出的确认对话框，人会本能地选择"允许"，甚至不再仔细阅读命令内容。自动模式用独立的机器学习分类器替代了这种不靠谱的"人肉审查"，在大量测试中表现出色。

三、多层安全防护：间接提示注入率趋近于零

除了命令审查分类器，Anthropic 在安全架构上做了更深层的设计。Boris Cherny（Anthropic 工程师）在 X（原 Twitter）上透露：

"事实证明，只要叠加足够多的防护层——模型训练 + 输入探测 + 检查意图的分类器——就能在未见过的攻击上把间接提示注入率降到接近 0。一年前我没想到能做到这点。"

四层防护体系：

模型训练层：基础模型在训练阶段即学习识别恶意指令模式

输入探测层：对所有输入进行实时扫描，检测提示注入特征

意图分类器：独立于主模型的分类器，专门判断操作的真正意图是否恶意

硬性拒绝规则：用户可自定义的拒绝规则，对特定类型的操作直接拦截

这四层防护协同工作，使得即使是未曾见过的攻击手法也能被有效拦截。这在当前的 AI 编程助手领域属于领先水平。

四、新增安全功能一览

除了默认启用自动模式，本次更新还带来了以下安全增强：

1. 提示词注入筛查（Prompt Injection Screening）

新增独立的提示词注入检测模块，对所有传入 Claude Code 的上下文内容（包括代码文件、注释、第三方库文档）进行实时扫描，防止恶意构造的内容诱导模型执行危险操作。

2. 可自定义硬性拒绝规则（Customizable Hard Reject Rules）

开发者或团队管理员可以配置硬性拒绝规则：一旦操作匹配预设模式，无论分类器判断结果如何，都将被直接阻止。例如：

禁止 rm -rf /

禁止修改 /etc/ 下的系统文件

禁止向外部域名发送敏感数据

3. 企业级控制

企业客户可以独立配置自动模式的开启范围，并在组织层面统一管理安全策略。

五、事件时间线

时间	事件
8 月 8 日 02:42	Claude Devs 官方账号首发公告，宣布自动模式将成为默认设置
8 月 8 日 07:16	Boris Cherny 在 X 上透露多层防护将间接提示注入率降至趋近于零
8 月 8 日 23:12	The Decoder 深度报道自动模式的分类器技术细节
8 月 9 日 06:56	Simon Willison 博客转载分析，引发开发者社区广泛讨论
8 月 9 日 11:00	事件热度达峰值（热度指数 40）
8 月 10 日 03:44	TechCrunch 发布综评，覆盖完整数据与新功能
8 月 14 日（即将）	自动模式正式成为 Pro / Max / Team 套餐的默认选项

六、这对开发者意味着什么？

对个人开发者（Pro / Max）

体验变化：日常编码中审批弹窗将大幅减少，流程更流畅

安全隐患：不需要手动审批 ≠ 不需要关注安全。建议不要完全关闭自动模式的拦截提示，尤其是涉及数据库、生产环境等敏感操作时

建议：花时间配置硬性拒绝规则，针对自己的项目环境做自定义安全策略

对团队（Team / Enterprise）

管理优势：团队管理员可以在组织层面统一安全策略，减少因个别成员误操作导致的事故

合规需求：如果团队有严格的审计要求，建议保留部分手动审批环节作为补充

建议：先在测试环境中充分验证自动模式的行为，再推广到全团队

对行业

Claude Code 的这一举措再次拉高了 AI 编程助手的安全标准。GitHub Copilot、Cursor、Windsurf 等竞品是否会跟进类似机制，值得关注。

七、一些思考

从 13.6% 到 89%，这不是一个简单的功能迭代，而是对"人 vs 机器在做安全审查时谁更可靠"这个问题的实证回答。

开发者审批疲劳是真实存在的工程心理学问题。当 AI 编程助手越来越深入开发流程，弹窗审批的边际效用会持续递减——一天审批 50 次和审批 500 次，人的注意力水平完全不同。用机器学习模型来做第一道防线，把人从重复的审批中解放出来，同时把人的判断力保留在最关键的决策节点上，这是一个聪明的设计选择。

当然，89% 的拦截率也意味着仍有 11% 的危险操作可能漏网。自动模式不是一个"设完就忘"的开关，而是需要与开发者的安全意识、团队的管理策略配合使用的工具。

八、总结

维度	要点
核心变化	Claude Code 默认权限模式从手动审批 → 自动模式（8月14日起）
覆盖范围	Pro / Max / Team 用户默认开启；Enterprise 需手动启用
关键技术	独立分类器实时审查 shell 命令和文件操作
效果数据	危险命令拦截率从 13.6% 提升至 89%（约 6.5 倍）
新增功能	提示词注入筛查、可自定义硬性拒绝规则
间接注入	多层防护协同，间接提示注入率趋近于零