精选产品66

Anthropic 详解 Claude Code auto mode:如何用分类器替代权限审批

原标题:How we built Claude Code auto mode: a safer way to skip permissions

Anthropic Engineering发布时间 (北京时间)

Anthropic 介绍 Claude Code 新增的 auto mode,用输入层注入探测和基于 Sonnet 4.6 的对话分类器替代逐条权限审批。分类器分两阶段运行,第一阶段单 token 快速过滤,被标记后再进入链式推理,把 8.5% 的误报率降到 0.4%。

推荐理由Anthropic 公开了 auto mode 的两层防御设计与实测数据,读者可据此判断用分类器替代人工审批的边界与代价。

来源仅允许展示摘要,全文请到原文阅读。
Anthropic / ClaudeAgent 智能体安全对齐产品更新#产品更新#Agent#安全/对齐#Anthropic