Anthropic 宣告安全突破：Claude Code 的「自動模式」將成付費方案預設值

• Anthropic 對 Claude Code 自動模式（Auto mode）極具信心，宣布自 8 月 14 日起，Pro、Max 與 Team 方案的新工作階段將全面預設開啟此功能。 • 根據官方公布的評測數據，在面對刻意偽裝的危險指令時，一般人類測試者的拒絕率僅有 13.6%，而自動模式則能阻擋高達 89% 的危險動作。 • 第三方安全機構 Trajectory Labs 針對 72 種間接提示詞注入情境進行測試，結果顯示運行自動模式的 Claude 最新模型成功抵禦了所有攻擊嘗試。 • 作者 Simon Willison 指出，要求人類頻繁點擊確認會導致確認疲勞，自動化防護在概念上確實比盲目依賴人工審核更為安全。 • > 「儘管官方數據令人驚艷，但面對如惡意第三方套件等新型態隱蔽攻擊，我們仍需尋求更多獨立安全確認。」 • 專家呼籲，即使AI代理的安全性大幅提升，開發者仍應落實權限隔離，確保代理無法存取一旦被觸發就會造成重大危害的敏感資料或工具。