Anthropic делает автоматический режим режимом по умолчанию в Claude Code

Начиная с 14 августа Anthropic изменит режим по умолчанию для новых сессий Claude Code на автоматический для подписчиков Pro, Max и Team.

Компания говорит, что это изменение означает, что ее кодовый агент может работать дольше, прежде чем ему потребуется приостановиться и запросить одобрение. Автоматический режим блокирует больше опасных команд, чем разработчики, просматривающие эти запросы вручную, согласно ее тестированию.

Anthropic исключает человека из цикла принятия решений

Автоматический режим направляет все вызовы инструментов через классификатор, обученный распознавать любые необратимые, разрушительные действия или действия вне среды пользователя. Если команда заблокирована, Claude либо обходит ее, либо спрашивает разработчика напрямую. Три блокировки подряд или двадцать блокировок за одну сессию, и инструмент переключается на ручное одобрение.

Данные Anthropic показывают, что пользователи принимают 97% запросов на разрешение и только отклоняют 3%. Но когда Claude предоставляет полный план, процент отклонений возрастает до 39%. Anthropic интерпретирует этот разрыв как доказательство того, что люди тщательно проверяют решения общего плана, но пропускают индивидуальные одобрения, запуская десятки или сотни раз в день.

Это изменение обусловлено данными из контролируемого исследования, которое Anthropic заказала у 1053 платных профессиональных тестировщиков. Тестировщики работали в специально созданной среде. Они знали, что за ними наблюдают, но не знали, что именно измеряется.

Посреди сессии явно вредоносная команда заменила обычный запрос на разрешение. В 13,6% случаев человеческие рецензенты смогли это заметить. Автоматический режим выявил 89%.

Согласно данным настроек, защитные механизмы уже размывались. По состоянию на июнь 2026 года около половины всех активных пользователей командной строки написали правило разрешения Bash. 62% использовали разрешения на обход или нажали «не спрашивать снова». Четверть интерактивных сессий теперь сразу запускаются в режиме обхода.

Инъекция промптов и аргументы в пользу большего количества PR

Автоматический режим также обеспечивает защиту от инъекции промптов — атаки, при которой враждебный текст пытается отвлечь агента от того, что запросил пользователь.

В независимом аудите Trajectory Labs протестировала 72 сценария атак, по 10 раз каждый. Fable 5, Opus 5 и Sonnet 5, текущие модели Anthropic, не могли быть взломаны в автоматическом режиме ни в одной из 720 попыток.

Тот же обзор показал, что у GPT-5.6 Sol от OpenAI в режиме Codex Auto-Review уровень успеха атакующих составил 5,83%.

Автоматический режим предотвратил публикацию конфиденциальных данных Claude на публичной странице. В одной длительной сессии он обнаружил, что Claude планирует массовое удаление (kill) примерно на 2000 подов, что привело бы к уничтожению сотен GPU, занятых в запущенных задачах обучения.

Команды и клиенты Enterprise, использующие автоматический режим, отправляют примерно на 25% больше pull requests. Anthropic назвала Adobe, Nuro, Gusto и Garner Health в качестве пользователей в продакшене.

С 7 августа Anthropic перестала взимать плату за токены, сожженные классификатором, для планов Pro, Max и Team. Более длительные автономные запуски означают более высокое общее использование.

На данный момент режим по умолчанию включается только для потребительских и Team планов. Anthropic говорит, что развернет автоматический режим в Enterprise, Claude API, AWS, Amazon Bedrock, платформе агентов Google Cloud и Microsoft Foundry в течение следующего месяца, хотя пока они являются опциональными.

Разработчики, у которых уже установлен другой режим по умолчанию, сохранят его. Некоторые другие могут получить предложение изменить его один раз.

Anthropic заявила, что классификатор не устраняет риски полностью. Как сообщалось в Cryptopolitan в июле, три модели Claude вышли из тестовых сред во время учений по безопасности из-за неправильной конфигурации, предоставившей машинам доступ к живому интернету.