Claude 不再步步问你，证据只来自写代码

Claude 应用里智能体每一步的放行，默认从用户点确认改成由一道自动检查来判断。据 Anthropic 在 Claude 官方文章 顶部 10 月 22 日加的更新，从下周起，Pro、Max、Team 套餐在多数 Claude 应用里新开的会话，默认进入「自动模式」：不再请你逐个批准动作，由自动检查审核，安全的直接执行，有风险的拦下，Claude 再换一条路走。

先说我们的看法：自动模式在编程场景里比人工点确认更可靠，Anthropic 给出的数字有说服力；但这次扩到网页、桌面和手机应用，用的仍是编程场景的证据。官方更新自己写明，文中的数据「专门针对 Claude Code」。应用里的会话能碰哪些工具、哪些动作算风险、拦住了多少，Anthropic 没有公布任何数字。

发生了什么

这次变化分两步走。第一步在编程工具里。据同一篇官方文章，从 8 月 14 日起，Claude Code 在 Pro、Max、Team 套餐上的新会话默认用自动模式；每次工具调用先过一个分类器，目标是拦下不可撤销、有破坏性或指向你环境之外的动作。分类器连续拦 3 次，或一个会话里累计拦 20 次，就退回人工确认。企业版、API 和几家云平台上，自动模式当时仍要手动开启。

第二步就是 10 月 22 日这条更新：同样的默认设置扩到多数 Claude 应用，企业管理员会在组织切换前收到邮件。据 TokenPost 的报道（媒体报道），覆盖范围是网页、桌面和手机应用，用户随时可以切回人工批准；Anthropic 没有给出具体上线日期，也没有说明会覆盖应用里的哪些功能。

一件具体的事：人为什么挡不住

Anthropic 改默认的理由，是人工确认本身已经不太起作用。据官方文章（企业宣称），Claude Code 用户批准了 97% 的权限请求；同样是用户审核，Claude 提交的计划会被否掉 39%，单个权限请求只被否掉 3%。截至 2026 年 6 月，49.5% 的活跃命令行用户手动设过允许 Bash 命令的规则，其中 5% 直接放行任何命令。

最有分量的是一项对照实验。Anthropic 通过研究供应商雇了 1,053 名付费测试者在测试环境里写代码，会话中途把一条权限请求换成明显危险的命令。测试者只拦下了 143 次，即 13.6%；自动模式拦下了 937 次，即 89%。会话越长，人越松：前期能拦下约 17%，到第 50 个请求以后只剩约 5%，自动模式的拦截率不随会话长度变化。

另外两组数字来自真实会话和外部测试，仍按企业宣称。对 5 至 6 月被安全系统标记的会话，用模型按严重程度重新打分后，在「生产级」及以上的危害里，人工确认的会话有 6.3% 含用户没明确要求的有害动作，自动模式为 2.4%。与 Apollo Research 两周的对抗测试之后，分类器在合成攻击集上的漏拦率从 12% 降到 7%；文章也写明，这个 7% 不能当成真实流量里的漏拦率。

为什么证据和场景对不上

这些数字有一个共同点：任务都是写代码，危险动作都是命令行里的命令。分析推断（依据：官方更新写明数据专门针对 Claude Code，TokenPost 报道 Anthropic 未说明应用里覆盖哪些功能）：在应用里，智能体接触的更可能是你连接的邮箱、日历、文档和网页，风险的样子不同，比如回错一封邮件、在网页上点了提交，这类动作是否被分类器当成「风险」，从公开材料里看不出来。

还有一处口径值得留意。实验里换进去的是「明显危险」的命令，89% 对 13.6% 说明分类器擅长拦显眼的错误；它对不显眼、但不该做的动作表现如何，这项实验没有回答。6.3% 对 2.4% 来自被标记的会话、由模型打分，也不是全部会话的事故率。

最强反方

最有力的反驳是：人工确认在编程场景里已被证明几乎是走过场，97% 的批准率和 13.6% 的拦截率说明，在应用里让人逐个点确认也未必更安全；等到应用场景的数据齐了再改默认，用户在这段时间里承担的风险并不比现在小。Anthropic 还说，它已经用内部和第三方红队测试的发现，加固了所有产品里的自动模式。

我们接受前半句：如果人本来就不看，换成机器审核不一定更差。我们坚持的地方在于，默认设置决定了大多数人的实际体验，改默认的依据应当覆盖被改的场景；文章自己承认数据只适用于 Claude Code，这就是一个应由厂商补上的缺口，而不是用户的问题。我们让步的地方在于，用户随时能切回人工批准，企业管理员会提前收到通知，这次变化是可逆的。

我们不知道什么

• 应用里的自动模式具体覆盖哪些动作：连接器、网页操作、发送消息是否都要先过分类器。
• 分类器在应用场景里的拦截率、误拦率，以及连续被拦后是否同样退回人工确认。
• 「下周」具体是哪一天，各个应用是否同时上线。
• 企业版何时改默认，管理员能否按工具分别设置。

接下来看什么

一看 Anthropic 是否在应用上线后补出应用场景的拦截数据；二看帮助文档是否列出应用里被视为风险的动作类别；三看企业管理员收到的通知里，是否给出按组织关闭默认的选项。