Claude Code переходит на автоблокировку опасных команд: Антропик решил довериться ИИ больше, чем программистам

С 14 августа 2026 года новые сессии Claude Code на тарифах Pro, Max и Team по умолчанию будут запускаться в авторежиме — если, конечно, пользователь заранее не закрепил другой режим или администратор не задал свою политику . Авторежим заменяет ручные подтверждения на каждый вызов инструмента (команды оболочки, запись файлов и т.д.) проприетарным классификатором, который оценивает каждый такой вызов на соответствие запросу и среде выполнения . Перед выполнением классификатор блокирует то, что считает рискованным, а безопасные действия пропускает без лишних запросов .

«Усталость подтверждения» как драйвер перемен

Собственная телеметрия Anthropic показала: пользователи утверждали 97% всех запросов на разрешение — вне зависимости от того, насколько опасной была команда . Это почти тотальное нажатие «да» отражало не вдумчивую проверку, а автоматическое перелистывание, особенно в длинных сессиях, где усталость от подтверждений наступала особенно быстро . В том же контролируемом исследовании уровень человеческих отказов упал с изначально низких 13,6% до примерно 5% после 50+ запросов, что наглядно подтвердило: модель поштучных одобрений резко деградирует со временем .

89% блокировки ИИ против 14% человеческого отказа: что показало исследование с 1 053 участниками

• Человеческий перехват: В двойном слепом тесте с 1 053 платными профессиональными тестерами встроенную опасную команду заблокировали лишь 13,6% участников (143 из 1 053 человек ее отклонили) . После 50 запросов этот показатель упал до ~5% .
• Авторежим: Классификатор заблокировал 89% тех же встроенных опасных команд .
• В производственной среде сессии с ручным утверждением приводили к непреднамеренным вредоносным последствиям вдвое чаще, чем сессии в авторежиме .

Остаточные риски: 11% ошибок и нулевое обнаружение инъекций

• 11% пропусков: Классификатор не блокирует примерно 11% опасных команд .
• Синтетические тесты на состязательность: Сторонние красно-командные («red-teaming») упражнения позволили сократить долю пропусков, но не устранили их полностью . Система не обнаружила ни одной атаки с внедрением промптов (prompt injection) — правда, это может объясняться самим дизайном теста, а не всеобщим иммунитетом .
• Крайние случаи: Остается риск высокооригинальных или запутанных вредоносных команд, которые выходят за пределы обучающей выборки классификатора .

Система защиты и ручное управление

• Классификатор оценивает каждый вызов инструмента независимо — авторежим не является разовым разрешением на все действия .
• Пользователи могут переключиться обратно на ручное одобрение в любой момент в рамках сессии .
• Администраторы команд и Enterprise могут закрепить режим по умолчанию (ручное одобрение или авторежим) для всей организации, переопределив пользовательские настройки .
• Anthropic продолжает внешние красно-командные испытания для ужесточения классификатора .
• Для корпоративных аккаунтов (Enterprise) авторежим пока остается опциональным, а принудительное включение планируется примерно через месяц после первоначального развертывания .

Масштабирование и влияние на цены для разных сегментов

Сегмент	Умолчание с 14 августа?	Влияние на цену
Pro ($20/мес.)	Да — новые сессии по умолчанию в авторежиме	Без доплат: Anthropic перестал взимать плату за токены классификатора для этих тарифов
Max ($100–$200/мес.)	Да	Аналогично — расходы на токены классификатора включены в абонплату
Team ($25–$125/место/мес.)	Да	Аналогично — без дополнительной помесячной платы за авторежим
Enterprise ($20/место + API)	Только опционально; принудительное включение планируется в течение ~1 месяца	Без объявленных дополнительных расходов; затраты на классификатор поглощены
API-пользователи	Изменения не затрагивают; биллинг по токенам	Цены Claude Code API остаются $2/$10 за млн токенов (промо до 31 августа) для Sonnet 5; средняя стоимость корпоративного развертывания — ~$13/разработчик/день или $150–250/разработчик/месяц
Пользователи облачных платформ (VS Code, JetBrains, CLI)	Да — авторежим новый умолчание для всех поверхностей на Pro/Max/Team	Без доплат — токены классификатора включены в абонплату

Ключевая деталь по ценообразованию: Anthropic подтвердил, что прекратил взимать плату с пользователей этих тарифов за дополнительные токены классификатора, которые расходуются в авторежиме — эти затраты теперь входят в существующую абонентскую плату .