Anthropic 将默认开启 Claude Code 自动模式：大幅提升代码安全性与开发效率

type

status

date

slug

summary

事实梳理：自动模式如何重塑代码审批

长期以来，开发者在使用 AI 辅助编程时，往往需要在每一个执行步骤进行手动确认。而 Claude Code 引入的自动模式则打破了这一瓶颈。该模式通过一个内置的智能分类器，能够自动评估即将执行的操作是否具有危险性或不可逆性。只有在识别到高危操作时，系统才会暂停并请求开发者的人工确认，其余时间则完全自主运行。

在一项由 1,053 名付费测试人员参与的对照研究中，数据展现了惊人的反差：面对系统中的危险命令，人类审查员仅能发现其中的 13.6%，而自动模式的拦截率却高达 89%。此外，在使用自动模式后，开发团队生成的拉取请求（Pull Requests）数量增加了约 25%，这意味着团队的整体交付效率得到了显著提升。

效率与安全双管齐下：防范提示词注入

除了拦截常规的危险指令，自动模式在防范恶意攻击方面也表现出了卓越的能力，尤其是针对“提示词注入攻击”（Prompt Injection）。在这类攻击中，恶意代码会试图劫持 AI 代理，使其偏离开发者的原始意图。

据第三方机构 Trajectory Labs 的独立审计报告显示，他们在 72 种攻击场景下进行了 720 次严格测试。结果表明，在自动模式下，Claude 当前的 Fable 5、Opus 5 和 Sonnet 5 模型成功防御了所有的攻击尝试，拦截率达到 100%。作为对比，OpenAI 的 GPT-5.6 Sol 在类似的 Codex Auto-Review 模式下，仍有 5.83% 的攻击成功突破防线。

在 Anthropic 内部的实际应用中，自动模式曾成功阻止 Claude 将机密数据上传至公开页面。在一次长时间的运行会话中，它还自动清理了约 2,000 个可能中断正在进行的 GPU 训练任务的错误进程，展现了极强的防御与纠错能力。

商业影响与开发者的角色转变

尽管 Anthropic 明确表示不会对自动模式中安全分类器消耗的 Token 收费，但这一默认设置的改变无疑具有积极的商业意义。随着 AI 代理自主工作的时间变长、完成的任务增多，整体的 Token 消耗量自然会随之上升，从而为公司带来更多的潜在收入。

更深远的影响在于，这正推动着开发者的角色发生根本性转变：从传统的“编写代码”向“监督 AI 编写代码”过渡。Claude Code 目前在 AI 编程工具领域占据着领先的市场份额，自动模式的普及将进一步加速这一角色的演变。在 aigc.bar 看来，这种转变将极大重塑未来的软件工程范式。

自动化悖论与风险限制

尽管自动模式表现出色，但 Anthropic 官方依然呼吁开发者保持谨慎。安全分类器虽然大幅降低了风险，但并不能完全消除隐患。官方明确建议：“对于涉及生产环境基础设施的高风险变更，我们仍然建议开发者亲自审查 Claude 的各项操作。”

这就引出了一个不容忽视的“自动化悖论”：开发者介入的频率越低，他们偶尔的监督和干预就越发关键。当一个庞大的项目绝大部分由自动模式构建，且鲜少有人类参与时，开发者将很难对代码库建立起深刻的全局理解。同时，随着网络安全环境以超越人类认知极限的速度变得日益复杂，过度依赖 AI 审查可能会在极端情况下埋下难以察觉的安全隐患。

结论

总而言之，Anthropic 为 Claude Code 默认开启自动模式，不仅是 AI 编程助手在自主性上迈出的一大步，更是对代码安全审查机制的一次革新。它有效弥补了人类在繁琐代码审批中的疏漏，并大幅提升了开发效率。然而，在享受 AI 带来的效率红利的同时，开发者仍需在信任与监督之间寻找平衡，守好生产环境安全的最后一道防线。