Anthropic disse em 7 de agosto que, a partir de 14 de agosto, novas sessões do Claude Code nos planos Pro, Max e Team خواهند ser executadas em modo automático. Em vez de aprovar cada comando, toda ação passa por um classificador criado para bloquear qualquer coisa irreversível, destrutiva ou direcionada para fora do ambiente do usuário.
O número que justifica isso
Anthropic contratou 1.053 testadores pagos por meio de uma empresa de pesquisa para um estudo de programação, inserindo um comando perigoso em um prompt de permissão para cada um. Os testadores o detectaram 143 vezes — 13,6%. O modo automático bloqueou o mesmo comando 937 vezes — 89%. As duas cifras descrevem o mesmo conjunto controlado, o que é o que torna a comparação significativa.
A atenção decai; o classificador, não
O achado mais interessante é a curva. Os humanos bloquearam cerca de 17% dos comandos perigosos no início de uma sessão, caindo para aproximadamente 5% depois de 50 ou mais prompts anteriores. A taxa de bloqueio do modo automático permaneceu estável, independentemente da duração da sessão. Os testadores aprovaram 97% dos prompts de permissão enquanto rejeitavam 39% das aprovações de plano — eles estavam lendo planos e aprovando comandos sem mais.
Duas pesquisas, não uma
Uma avaliação separada de terceiros, feita pela Trajectory Labs, executou 72 cenários indiretos de prompt injection dez vezes cada — 720 tentativas — contra Claude Fable 5, Opus 5 e Sonnet 5 em modo automático, em versões vigentes em 17 de julho. Nenhuma teve sucesso, e ela também cobriu o Codex. Somar essas 720 ao estudo com testadores, como fazem vários textos, mistura dois experimentos diferentes.
O que realmente muda
O modo automático já existia. O que muda é o padrão, e com ele o argumento: danos não intencionais apareceram em 6,3% das sessões aprovadas manualmente, contra 2,4% no modo automático, e usuários do modo automático em clientes Team e Enterprise enviam cerca de 25% mais pull requests.