Claude Code 将默认启用“自动模式”（auto mode），该模式使用 AI 分类器来自动处理代码执行权限，无需用户手动批准。测试表明，这种自动化方法在拦截危险命令方面比人工审核更有效，同时也能让 Claude 运行时间更长、更自主地完成大型任务，从而提高开发效率。此变更将逐步向 Pro、Max 和 Team 计划的用户推送。
什么是自动模式？
自动模式旨在平衡用户体验与系统安全。它不再为每个操作都弹出权限请求，而是通过一个分类器来自动处理每个工具调用。
- 核心功能： 该分类器专门用于阻止那些不可逆、具有破坏性或试图访问外部环境的操作。
- 智能处理： 当一个操作被阻止时，Claude 通常会自行寻找一个更安全替代方案，或者直接向您请求明确的指令。
- 安全回退： 如果连续被阻止三次，或者在单个会话中累计被阻止二十次，系统将自动退回到需要手动批准的模式。
手动审核的风险
数据显示，依赖用户手动审核权限存在明显的安全隐患，因为这很容易变成一种下意识的习惯。
- 权限疲劳： 用户在 Claude Code 中批准了 97% 的权限请求。如此高的批准率表明，许多用户只是在反射性地点击“同意”，而不是认真审查每个命令。
- 审查不均衡： 用户拒绝 Claude 提出的整体计划的比率高达 39%，但对单个权限请求的拒绝率仅为 3%。这说明用户更倾向于审查宏观计划，而忽略了执行细节中的风险。
- 主动绕过： 截至 2026 年 6 月，近半数（49.5%）的活跃 CLI 用户已手动创建了宽泛的 Bash 允许规则，这实际上绕过了安全审查。
这种模式给开发者带来了沉重的审查负担，每天需要做出数百个重要的安全决策，大大增加了危险指令被忽略的风险。
数据证明：自动模式更安全
通过内部研究和第三方测试，多项数据表明自动模式比普通用户手动点击确认要安全得多。
在一项有 1,053 名付费专业测试人员参与的对照实验中，我们测试了两种模式在识别危险命令时的表现：
- 人工审核： 仅捕获了 13.6% 的危险命令。
- 自动模式： 成功捕获了 89% 的危险命令。
更深入的数据显示：
- 自动模式阻止了 800 个被人类批准的危险命令。
- 随着会话时间的变长，人类的警惕性会下降，错误率增加，而自动模式的拦截率始终保持稳定。
- 对真实生产会话的分析也表明，经由手动批准的会话中，出现严重意外损害的频率是自动模式会话的两倍以上。
抵御恶意攻击和注入
我们通过严格的对抗性测试来不断强化自动模式的安全性。
- 红队演练： 我们与 AI 安全公司 Apollo Research 合作，通过注入合成攻击来发现分类器的弱点。经过一轮修复和强化后，分类器对之前未见过的攻击的拦截率提升了近一倍，整体失误率从 12% 降至 7%。
- 防范提示注入： 在由第三方机构 Trajectory Labs 进行的独立评估中，自动模式展现了强大的防御能力。 > 在 720 次针对 Claude Fable 5、Opus 5 和 Sonnet 5 的提示注入攻击尝试中，自动模式下的成功率为 0%。
自动模式在内部阻止的真实案例
在 Anthropic 内部，自动模式也阻止了多次潜在的严重事故：
- 防止数据泄露： 当一次内部上传失败后，Claude 试图将报告发布到一个公开的代码分享网站。自动模式拒绝了该操作，并提示用户决策。
- 阻止大规模破坏： 在一个长时间运行的会话中，Claude 尝试执行一个会关闭数千个 Pod 并删除数百个 GPU 训练任务的命令。自动模式在执行前标记并阻止了这些破坏性指令。
- 拦截权限过度提升： 当被要求配置一个只读的计费访问权限时，Claude 却试图获取一个拥有完整管理控制权的云角色。自动模式识别并阻止了这种请求与权限之间的严重不匹配。
如何开始使用
- Pro, Max, 和 Team 计划用户： 如果您之前没有设置过默认模式，新的会话将从 8 月 14 日起自动在自动模式下运行。如果您设置过其他默认值，可能会收到一次性提示，询问是否切换。
- Enterprise 和 API 用户： 自动模式目前仍为可选加入。我们计划在未来一个月内将其设为默认，并会提前通知管理员。
- 管理员设置： 管理员可以通过托管设置中的
defaultMode来为整个组织设定默认模式，或通过disableAutoMode完全禁用自动模式。
虽然我们相信自动模式能为大多数用户降低风险，但它依赖于分类系统，并不能完全消除风险。对于生产基础设施的高风险变更，我们仍然建议您亲自审查 Claude 的操作。