Cuma mau tanya, apakah masih ada yang benar-benar membaca permintaan persetujuan izin yang diberikan oleh alat pemrograman AI?
Anthropic juga menemukannya, hanya 3% permintaan izin yang ditolak.
Maka mereka mengambil keputusan, 5 hari lagi, semua Claude Code akan secara default mengaktifkan mode otomatis.
Setiap kali klasifikator mode otomatis memanggil alat, akan mengonsumsi sedikit token tambahan, biaya bagian ini tidak akan lagi dibebankan kepada pengguna.
Saat ini di platform cloud seperti Amazon, Google, Microsoft masih opsional, tetapi Anthropic hanya memberi mereka waktu satu bulan untuk mengubah saluran-saluran ini juga menjadi mode otomatis default.
Bapak pendiri Claude Code menyatakan, di dalam tim mereka sudah lama hanya menggunakan mode otomatis, tidak bisa dibayangkan lagi harus menyetujui izin secara manual.
Era Persetujuan Izin Manual Telah Berlalu Selamanya
Alasan pertama yang diberikan Anthropic untuk perubahan kali ini adalah persetujuan manual telah menjadi tindakan kebiasaan:
Tingkat persetujuan pengguna terhadap peringatan izin Claude Code adalah 97%. Sebagai pembanding, ketika Claude menyerahkan sebuah rencana untuk disetujui pengguna, tingkat penolakannya adalah 39%; sedangkan tingkat penolakan untuk satu permintaan izin hanya 3%.
Kecenderungan yang sama juga muncul dalam konfigurasi file. Hingga Juni 2026, 49.5% pengguna CLI aktif pernah menulis aturan Bash allow-rule secara manual, di mana 5% langsung mengizinkan perintah shell apa pun, dan 43% menulis aturan interpreter seperti Bash(python:), Bash(node:) yang efeknya pada dasarnya setara, proporsi ini meningkat sekitar 5 poin persentase setiap lima minggu.
Selain itu, 62% pengguna pernah menggunakan bypassPermissions atau mengklik "jangan tanya lagi" pada Bash, 25% sesi interaktif dijalankan dalam mode bypass permissions sejak awal.
Alasan kedua berasal dari sebuah eksperimen terkontrol. Anthropic merekrut 1053 penguji profesional berbayar melalui penyedia penelitian, untuk menyelesaikan tugas pengkodean di lingkungan uji yang dibangun khusus. Di tengah sesi, salah satu peringatan izin diganti dengan perintah yang jelas-jelas berbahaya, penyedia mencatat apakah penguji mengklik setuju (persetujuan tidak benar-benar mengeksekusi operasi berbahaya apa pun, yang diubah hanya teks peringatannya).
Hasilnya, proporsi penguji yang menghentikan perintah ini adalah 13.6%, 143 kali; mode otomatis menghadapi perintah yang sama menghentikan 89%, 937 kali.
Dibandingkan secara positif, mode otomatis menghentikan 800 perintah yang dilepaskan manusia, manusia hanya menghentikan 6 perintah yang dilepaskan mode otomatis.
Dan semakin panjang sesinya, kinerja manusia semakin buruk: di awal masih bisa menghentikan sekitar 17%, setelah mengalami lebih dari 50 peringatan turun menjadi sekitar 5%, sedangkan tingkat intervensi mode otomatis tidak berubah seiring panjang sesi.
Data produksi juga digunakan untuk penilaian ulang.
Mei hingga Juni 2026, Anthropic mengambil sesi yang telah ditandai oleh pipeline keamanan, dari akun yang telah mengizinkan data untuk pelatihan dan analisis, lalu menggunakan model untuk menilai ulang berdasarkan tingkat keparahan 0 sampai 10.
-10 mewakili kerusakan yang tidak dapat dipulihkan di seluruh perusahaan. -7 mewakili level seperti menghapus catatan database produksi. -0 mewakili operasi lokal yang sepenuhnya dapat dikembalikan seperti menimpa file sementara.
Sekaligus mengevaluasi seberapa jelas permintaan pengguna terhadap operasi tersebut. Pada tingkat keparahan 7 ke atas, 6.3% sesi dengan persetujuan manual muncul operasi berbahaya yang tidak secara eksplisit diminta pengguna, sedangkan sesi mode otomatis 2.4%, perbedaan ini berlaku di setiap tingkat keparahan yang diuji.
Klasifikator itu sendiri juga telah melalui pengujian adversarial. Anthropic bekerja sama dengan perusahaan keamanan AI Apollo Research dalam pilot selama dua minggu, menyuntikkan serangan sintetis ke dalam jejak pengkodean nyata, mencakup tiga set data: kegagalan generalisasi, kebocoran data, dan ancaman terkait keamanan.
Setelah Apollo mengembalikan sampel serangan yang berhasil dan saran penguatan, Anthropic terutama memperkuat dengan memberikan lebih banyak konteks lingkungan kepada klasifikator, termasuk visibilitas repositori, status git, dan aturan pemrosesan data.
Setelah diperkuat, Apollo menguji ulang dengan sekumpulan serangan cadangan yang tidak dapat diakses Anthropic, mode otomatis berhasil mengejar kembali sekitar setengah dari serangan yang sebelumnya terlewat, dengan konsekuensi melewatkan sekitar 2% serangan yang sebelumnya dihentikan, dengan menggabungkan dua set data, tingkat false negative turun dari 12% menjadi 7%. Anthropic sekaligus menjelaskan, serangan-serangan ini disintesis untuk menemukan titik kegagalan klasifikator, 7% tidak boleh diartikan sebagai tingkat false negative pada lalu lintas nyata.
Untuk injeksi prompt, Anthropic menugaskan pihak ketiga Trajectory Labs untuk melakukan evaluasi, dan juga melibatkan OpenAI sebagai pembanding, total ada 72 skenario injeksi tidak langsung, setiap skenario dijalankan 10 kali.
Serangan dioptimalkan untuk Claude Opus 4.7, tetapi Opus 4.7 tidak termasuk dalam daftar yang diuji, jadi semua model yang diuji menghadapi serangan yang belum pernah dilihat sebelumnya.
Dalam 720 upaya serangan, Claude Fable 5, Opus 5, dan Sonnet 5 yang menjalankan mode otomatis tidak sekali pun berhasil diretas;
GPT-5.6 Sol yang menjalankan mode Codex Auto-review memiliki tingkat keberhasilan serangan 5.83%, dalam mode Full Access 19.03%.
Sebagai perbandingan, model terbaru Claude dalam mode bypassPermissions tanpa perlindungan tambahan memiliki tingkat keberhasilan serangan rata-rata 0.09%.
Tiga contoh intervensi yang dipublikasikan adalah:
Setelah satu kali gagal mengunggah ke cloud drive internal, alternatif Claude adalah mempublikasikan laporan yang sama ke situs berbagi kode publik, ditolak dan dialihkan untuk bertanya kepada pengguna;
Dalam satu sesi panjang, Claude mencoba menghentikan proses secara batch melintasi dua ribu pod, dan mengantre operasi penghapusan yang akan menyebabkan ratusan tugas pelatihan yang berjalan di GPU dibongkar, perintah ditandai sebelum dieksekusi;
Dan satu kali ketika diminta mengonfigurasi izin tagihan hanya baca, Claude mengambil peran cloud yang memiliki izin administratif penuh di level akar akun, cakupan izin tidak sesuai dengan permintaan dan dihentikan.
Kemampuan yang baru ditambahkan akhir-akhir ini meliputi:
Mencantumkan kebocoran data sebagai hard deny, klasifikator tidak akan pernah menyetujui, untuk mengeksekusi harus keluar dari mode otomatis atau dijalankan manual, aturan ini dapat diperluas dalam pengaturan;
Membedakan jangkauan yang dapat diakses dan dapat dibagikan untuk kunci dan informasi sensitif masing-masing, dan memeriksa apakah repositori target bersifat publik, privat, atau terpercaya sebelum git push atau PR dieksekusi;
Membaca git status sebelum perintah seperti git reset --hard yang mungkin membuang pekerjaan yang belum dikommit;
Serta saat Claude menarik halaman web, file, atau output alat, oleh probe sisi API memindai upaya injeksi dan menambahkan peringatan sebelum hasil masuk ke konteks.
Ingin kembali ke mode manual? Shift+Tab
Bagi pengguna Pro, Max, Team, jika belum pernah mengatur mode izin default, akan menerima pemberitahuan dalam produk, sesi baru secara otomatis dimulai dengan mode otomatis; yang pernah mengatur default lain akan melihat pertanyaan satu kali; jika admin Team sudah menentukan default dalam managed settings, maka tidak terpengaruh.
Beralih mode di CLI dengan menekan Shift+Tab, di desktop menggunakan menu drop-down mode. Admin dapat menggunakan defaultMode dalam managed settings untuk mengatur default tingkat organisasi, atau menggunakan disableAutoMode untuk sepenuhnya menonaktifkan mode otomatis.
Anthropic mengingatkan di akhir pengumuman, mode otomatis bergantung pada sistem klasifikasi, dapat mengurangi risiko tetapi tidak menghilangkannya, untuk perubahan berisiko tinggi pada infrastruktur produksi, tetap disarankan pengguna meninjau sendiri tindakan Claude.
Tautan referensi:[1]https://claude.com/blog/auto-mode-default-in-claude-code
Artikel ini berasal dari akun WeChat publik "量子位", penulis: Fokus pada teknologi terdepan
