Anthropic 讓 AI 監督 AI，Claude Code 自動模式 8 月 14 日起成預設

Anthropic 宣布，自 8 月 14 日起將把自動模式（Auto Mode）設為 Claude Code Pro、Max 及 Team 方案新工作階段的預設權限模式。Enterprise 方案、Claude API 及各雲端平台目前仍須使用者自行啟用，預計未來一個月內才會跟進變更。

權限模式是 AI 程式代理最核心的設計決策之一。在傳統模式下，代理每要執行一個動作——讀檔、寫檔、執行指令——都需要使用者確認。這種設計最安全，但代價是打斷工作流：一個複雜任務可能觸發數十次確認，使用者實際上很快就會養成無腦按同意的習慣，安全效益因此打折。自動模式則讓代理在既定範圍內自主執行，僅在觸及高風險操作時才請求確認。

Anthropic 的作法是引入「AI 監督 AI」的機制——由另一層模型判斷即將執行的動作是否安全，取代原本由使用者逐項核可的流程。這個設計背後的判斷是：人類在高頻確認情境下的判斷品質會快速下降，而專職審查的模型能維持一致的檢核標準，且不會因疲勞而放行。

這個轉變的意義超過單純的使用體驗改善。把預設值從「每步確認」改為「自動執行」，等於官方認定代理的自主執行已達到可信賴的水準。預設值的影響力向來遠大於選項本身——絕大多數使用者不會更動預設設定，因此這項變更將實質改變多數 Claude Code 使用者的日常操作模式。

分階段推進的安排也透露出風險考量。個人與小型團隊方案先行，企業方案與 API 延後，反映的是不同使用情境的風險落差：企業環境往往涉及正式的生產系統、合規要求與更嚴格的變更管理流程，需要更長的評估期。企業 IT 部門也需要時間更新內部規範與稽核機制。

安全層面的討論同樣存在。近期已有研究指出多套 AI 程式代理在權限與沙箱隔離上存在共通落差，攻擊者可透過外部內容間接影響代理行為。在這樣的背景下，提高自主性必然伴隨更高的要求——監督模型本身能否抵禦針對它的攻擊、沙箱邊界是否真正封死、以及誤判時的復原機制是否完備，都是實務上必須驗證的環節。

對使用者的實際建議相當直接：在 8 月 14 日之前確認自己的工作環境是否適合自動模式。在包含生產憑證、可存取正式資料庫或具備部署權限的環境中作業時，維持較嚴格的權限模式仍是合理選擇；而在隔離的開發沙箱中，自動模式帶來的效率提升則相當可觀。

後續觀察重點包括：自動模式在實際使用中的誤放行率、企業方案的變更時程與配套控管，以及監督機制面對對抗性輸入時的穩健度。