Anthropic把「核彈按鈕」拆了

你有沒有算過，讓AI寫代碼時，一天要點多少次「允許」？

Anthropic今天給了一個新答案：不用點了。他們給Claude Code加了「自動模式」，讓AI自己判斷哪些操作該攔、哪些能放行。這不是把權限全放開——那個叫「dangerously-skip-permissions」的選項還在，官方直譯就是「危險地跳過權限」。新模式想解決的是：開發者要么被彈窗煩死，要么賭一把全交給AI。

Claude Code的麻煩在于它太能干。不只寫代碼，還能執行shell命令——創建目錄、移動文件、往GitHub提交、刪文件。作者David Gewirtz就被它整崩潰過，整份代碼庫說沒就沒?！肝覑畚业膫浞荨梗麑懙?。

權限系統的三層設計，本質是讓用戶選「怎么死」

Anthropic的防護分三層。第一層是文件夾隔離，AI只能在指定目錄干活，碰不到系統其他部分。這防的是電腦變磚，不防項目變磚。

第二層是逐條確認，每個可能出問題的命令都彈窗。安全，但作者吐槽：「本想設好AI去吃飯，結果得一條條批作業?！?/p>

第三層就是那個「核彈按鈕」，權限全關，效率拉滿，風險自擔。有開發者寫博客教「怎么負責任地用」，這本身就說明問題——需要教程才能安全使用的功能，設計上就有原罪。

自動模式卡在第二層和第三層之間。官方說法很克制：「比跳過所有權限風險低，比全程盯梢 interruption 少?！?/p>

「分類器」具體怎么工作？Anthropic沒說透

技術細節是：每次工具調用前，有個分類器預審，檢查「潛在破壞性操作」——比如批量刪除。通過的就執行，可疑的再彈窗。

但「潛在破壞性」的判定標準是什么？誤殺率多少？官方沒給數字。目前只有Team計劃用戶能用，Enterprise和API用戶「未來幾天」開放。研究預覽的標簽意味著，Anthropic自己也在觀察。

這讓人想起另一件事：GitHub Copilot去年推過類似功能，叫「代理模式」，也是AI自主執行多步驟任務。區別在于Copilot更激進，直接讓AI規劃整個工作流；Claude Code的自動模式更像「智能安檢」，每次操作單獨過機。

開發者真正怕的不是AI犯錯，是不知道它會怎么犯錯

一個細節：作者提到自己被Claude毀掉代碼庫時，語氣是調侃的。但備份習慣的形成，通常來自血淚教訓。

自動模式的核心賣點不是「零風險」，是「可預測的風險」。分類器的存在讓開發者有個心理錨點——我知道它會在哪里剎車，而不是完全黑箱。這比「危險跳過」那種俄羅斯輪盤賭，更符合人類對控制感的需求。

目前限制也很明顯。Team計劃起步價每月每人20美元，且只支持特定工作流。個人開發者、小團隊還得等。Anthropic的算盤大概是：先讓企業用戶當小白鼠，收集夠多「誤刪」案例再開放。

有意思的是，官方文檔里沒提「自動模式」會不會比人工確認更快。理論上分類器有延遲，但比起人類反應時間，可能還是秒級 vs 分鐘級的差距。真正的瓶頸在「誤攔」——如果AI太保守，頻繁彈窗，體驗就回到解放前。

Claude Code的產品經理大概深諳一個道理：開發者嘴上說要安全，身體很誠實地點「危險跳過」。自動模式是給這群人一個臺階——不是我不小心，是AI說它沒問題。

至于分類器哪天會不會也「幻覺」，把批量刪除判定成安全操作？Anthropic沒說。也許他們的備份也挺好用的。