Claude Code 自動模式 8 月 14 日起成預設：AI 分類器攔截 89% 危險指令　人類僅 13.6%

若你在 8 月 14 日前已設定個人偏好的預設值，可能會在應用程式中收到一次性提示，詢問是否要切換至自動模式 。組織鎖定的預設值則不受影響 。

自動模式如何運作

在自動模式下，Claude Code 不會在每個動作前暫停並顯示權限提示。取而代之的是，每個工具呼叫都由一個獨立的分類器模型進行評估，該模型的工作就是判斷該動作是否可安全執行 。分類器被設計用來封鎖那些不可逆、具破壞性或目標超出使用者自身環境的動作 。

當分類器封鎖一個指令時，Claude 通常會找出更安全的執行方式，或直接向使用者請求確認 。如果分類器連續封鎖三個動作，或在單一工作階段中累計封鎖二十個動作，該工作階段會自動降級為手動權限模式，確保系統不會因卡在不安全任務上而無聲運作 。

安全數據：為何 Anthropic 做出這項改變

Anthropic 的核心理由來自一項對照研究，該研究揭示了他們所稱的「有缺陷的審查模式」。研究招募了 1053 名付費專業測試者 。研究人員在每個工作階段中，將一個權限提示替換為一個明顯的危險指令，並記錄測試者是否批准。結果如下：

• 自動模式分類器 攔截了 89% 的注入危險指令（1053 個中攔截 937 個）。
• 人類測試者 透過點擊權限提示，僅攔截了 13.6%（1053 個中攔截 143 個）。
• 使用者批准了其所見權限提示的 97% 。
• 人類的偵測率從工作階段初期約 17%，在經歷超過五十次批准後，降至約 5% 。

Anthropic 也測量了生產環境中的危害：自動模式工作階段中出現有害行為的比率為 2.4%，而手動批准的工作階段則為 6.3% 。由第三方獨立測試機構 Trajectory Labs 進行的測試發現，在啟用自動模式的 Claude Code 中，720 次間接提示注入攻擊無一成功；相較之下，OpenAI 的 Codex 在同等測試中則有 19% 的成功率 。

在所有測試項目標準上，Anthropic 指出自動模式的表現均與人類手動審查相當或更優 。

Boris Cherny 的背書

Anthropic 的 Claude Code 負責人 Boris Cherny 一直是自動模式的強力倡導者。他在 2026 年 8 月 7 日於 X（前 Twitter）上發文表示：「團隊和我已經獨家使用自動模式好幾個月了。我無法想像回到權限提示的時代！非常期待把它帶給大家。」

Cherny 曾多次將自動模式描述為充分利用 Claude Code 的首要秘訣，稱其為「實現多克勞德（multi-clauding）的關鍵建構模塊」——即同時運行多個平行工作階段 。

隨預設變更新增的安全功能

在將自動模式設為預設的同時，Anthropic 也引入了多項新的安全控制措施：

• 硬性封鎖：針對資料外洩嘗試 。
• 明確規則：處理機密資訊及 git push 操作 。
• 可設定的允許/封鎖規則：使用者和組織可告知分類器哪些儲存庫、雲端儲存桶及網域是受信任的 。
• 自動降級：在分類器反覆封鎖後自動切換回手動模式 。
• 拒絕與明確請求規則：這些規則在分類器之前被評估，無論分類器如何判定，它們仍然會執行封鎖或提示 。

此外，Anthropic 也立即停止向 Pro、Max 及 Team 使用者收取分類器的 Token 開銷費用 。

受影響對象

對於希望保留手動權限提示的使用者，仍可鎖定不同的預設值。管理員也可以強制執行組織層級的預設值，以覆蓋此變更 。