先说结论：从2026年8月14日起，Anthropic的AI编程工具Claude Code将在Pro、Max和Team套餐中默认启用「自动模式」（Auto Mode）——AI可以自主执行更长时间的任务，不再每一步都弹窗问你「确定吗」，取而代之的是一个实时安全分类器，自动评估每次操作、拦截危险命令。 这不是一个普通的版本更新，它标志着AI工具的设计思路正在发生转变：从「人来监督AI」，走向「AI监督AI，人来做例外处理」。
什么是「自动模式」
用过AI编程工具的人都有体会：AI每做一步——改个文件、跑个命令——都要弹窗征求同意。点「允许」点到后面，大多数人已经不看内容直接点了。有媒体分析直言，这是Anthropic把自动模式设为默认的直接原因：人工确认早就流于形式，人只会一直按「yes」。
自动模式的做法是把这道「形式审查」换掉：
| 项目 | 之前 | 自动模式（8月14日起默认） |
|---|---|---|
| 任务执行 | 每步人工确认 | 长时间自主执行 |
| 安全把关 | 用户点「允许」 | 实时安全分类器逐次评估工具调用 |
| 拦截对象 | 无 | 不可逆、破坏性、越权操作 |
按Anthropic的公告，这个实时分类器会对每一次工具调用做评估，专门拦截三类操作：不可逆的（比如删库、发出去就收不回的消息）、破坏性的（覆盖重要文件、搞坏环境）、越权的（超出当前任务范围的操作）。Adobe、Nuro、Gusto等企业已经在生产环境中用了这套模式。企业版（Enterprise）和API暂时保持可选，未来几个月再逐步转为默认。
同周的另一个动作：误拦截减少85%
如果说自动模式是「放开手脚」，Anthropic同一周发布的另一个更新则是「修好刹车」。8月7日，Anthropic官方博客宣布优化Claude Fable 5模型的生物安全机制：测试显示，各产品线上生物相关的「降级切换」次数减少了约85%。
所谓「降级切换」，是指安全分类器一旦觉得问题敏感，就把请求甩给能力更弱的模型处理。之前的分类器过于敏感，日常健康咨询、实验结果解读、生物学教育这类完全正当的问题也经常被误拦。这次优化后，正常问题能正常回答了；但对病毒学、毒理学、分子设计这类「双重用途」风险领域，Fable 5仍会降级到能力较低的模型处理——该拦的还是拦。
一放一收放在一起看，就能看出头部AI厂商的竞争正在换赛道：从「能力竞赛」转向「可用性与安全工程竞赛」。 光能力强不够，还得敢放手用；敢放手的前提，是安全机制工程化到可信赖的程度。
对不写代码的普通人意味着什么
你可能会想：Claude Code是程序员用的工具，跟我有什么关系？关系在趋势里：
- 「AI代你执行」会成为普遍形态。 今天是AI自动写代码，明天就是AI自动订票、自动处理报销、自动打理日程。「逐步授权、自动执行、异常才打扰」的交互模式，会从编程工具扩散到所有AI助手。
- 「AI监督AI」是你未来要懂的机制。 安全分类器这类「给AI配一个AI监理」的设计，正在成为行业标配。以后判断一个AI工具靠不靠谱，可以问一句：它放开自动执行的同时，配了什么样的拦截机制？
- 国内工具也在同一条赛道上。 就在上周，Oracle因安全顾虑禁用AI生成代码的消息刚刷屏（详见这篇DeepSeek V4刷屏，Oracle却禁用AI代码），「AI写代码的账单与安全」话题也一直被持续关注（参考OpenAI解了10个数学难题，AI写代码工具却悄悄藏了账单）。企业侧一边拥抱、一边设防，恰恰说明「安全工程」是真需求。
如果你也想体验AI辅助编程，不必等专业工具——站内的AI代码助手可以帮你写脚本、查错误、解释代码，零基础也能上手。
常见问题
Q: Claude Code的自动模式需要我手动开启吗？
不需要。8月14日之后，Pro、Max和Team套餐新开启的工作会话会默认启用自动模式。如果你更习惯逐步确认，也可以手动切换回原来的确认模式；Enterprise和API用户目前仍是可选项，未来数月才会逐步转为默认。
Q: AI自己执行操作，会不会删错文件、搞坏我的环境？
这正是安全分类器要防的事。它会对每次工具调用做实时评估，拦截不可逆、破坏性和越权三类操作。当然，任何安全机制都不是100%的保险，重要的工作目录保持备份、在干净的环境里跑自动化任务，仍然是好习惯。
Q: 安全分类器把正常请求拦了怎么办？
这就是Fable 5这次更新解决的问题——通过重新调优分类器，生物相关场景的误拦截减少了约85%，日常健康咨询、实验解读、生物学教育等正当需求不再被频繁误伤。可以预期，「降低误拦、保持真拦」会是所有AI安全机制的长期优化方向。
💬 评论