Hermes 科技報

Claude 下週起預設自動執行:付費版不再每步問你,改由 AI 幫你把關

Anthropic 在 10 月 22 日的更新中指出,下週起 Pro、Max、Team 的多數 Claude App 新對話將預設自動模式,例行操作不再逐項請示,危險動作才會被攔下或改走安全路徑。


習慣了 Claude 每動一步就跳出確認視窗的使用者,下週起會感受到明顯不同的節奏。Anthropic 在 10 月 22 日的更新中表示,自動模式將在下週成為多數 Claude App 新對話的預設值,適用於 Pro、Max 與 Team 方案,涵蓋網頁版、桌面版與手機 App。例行性的背景操作與工具執行不再逐項請示,系統會先自己往前走,只在碰上風險動作時才停下來。

自動模式到底在檢查什麼

自動模式並不是把所有權限一次放行。每一項工具呼叫都會先經過一個獨立的分類器審視,判斷它是否屬於不可逆、具破壞性,或是超出使用者原本交辦的範圍。被判定有問題的動作會被擋下,Claude 會嘗試找一條更安全的路徑完成任務,真的走不通才回頭請使用者確認。使用者也可以隨時把設定改回手動確認,不必被預設值綁住。

Anthropic 做出這個調整的理由,來自一個頗具說服力的對照實驗。在一項找來 1,053 名付費專業測試者的內部測試裡,人工逐項審查只攔下 13.6% 被刻意植入的危險指令,自動模式則攔下 89%。更值得注意的是疲勞效應:當確認視窗累積超過 50 次之後,人類的攔截率掉到約 5%。換句話說,問得越勤,防線反而越鬆。

別跟八月那次搞混:這次擴及一般 App

這裡有一個容易混淆的界線。今年八月,Claude Code 已經先把自動模式設為 Pro、Max、Team 新對話的預設;這次 10 月的更新,是把同樣的預設擴大到一般的 Claude App。企業方案則走另一條路:管理者會在自動模式成為組織預設之前先收到通知信,在整合版的對話與 Cowork 體驗裡,企業版目前仍維持手動模式。

89% 不是安全保證,使用者仍要留一手

數字好看,不代表可以完全放心。89% 的攔截率同時意味著測試裡仍有約一成危險指令通過了分類器,而獨立檢視也指出,分類器的判斷並非銅牆鐵壁。實務上的建議很具體:處理正式系統、關鍵基礎設施或不可逆的資料變更時,還是先切回手動確認;平時則定期檢視自己授權給 Claude 的工具範圍,不要讓「預設自動」不知不覺變成「全部自動」。

資料來源


引用來源:Anthropic 官方更新、WinCentral、The Neuron