Anthropic 本月发布了 Claude Code 2.1.207 版本，其发布说明中隐藏了一个改写 AI 辅助开发规则的变化。在托管该代理（agent）的三大主流云平台——Amazon Bedrock、Google Vertex AI 和 Microsoft Azure Foundry 上，自动模式（Auto mode）现在已成为默认设置。这一个开关的改变，就彻底改变了当机器编写的代码进入你的代码库时，谁拥有审批链的控制权。

旧模式已失效

在此版本之前，Claude Code 默认以手动模式运行。代理会暂存文件编辑、准备 shell 命令或排队 git 提交，然后停下来。它等待人类阅读 diff、检查命令并点击批准。理论上是合理的：绝不让 AI 在没有人工签字的情况下触碰生产代码。

现实却并非如此。Anthropic 发现，在手动模式下，93% 的用户在不阅读提示词的情况下就直接批准了。开发者将审批界面视为一种干扰，而非检查点。他们为了保持开发流（flow）而连续快速地点击“是”，这使得手动关卡变得毫无意义。一个被所有人绕过的安全控制措施并不是真正的控制，而是伪装成安全的摩擦。

自动模式如何取代人工点击

自动模式用第二个 AI 模型取代了那种“走过场”的人工审批。这个分类器（classifier）会在代理执行任何操作之前，审查其尝试的每一个动作。它会检查该步骤是否仍与原始任务保持一致，以及代理是否偏离了航向。如果分类器通过了该操作，代理会立即继续。无需提醒，无需弹窗，也无需等你吃完午饭。

这是一种不同类型的安全网。分类器在凌晨两点不会感到疲倦，也不会因为临近截止日期而跳过阅读。它对第一百个操作的审查严谨程度与第一个操作完全一致。疲惫的工程师则无法做到这一点。

治理逻辑的反转

这里更深层的转变在于默认设置与责任归属。在 2.1.207 版本之前，团队必须主动选择自动模式。现在责任反转了：你必须采取明确的操作才能将其关闭。如果你的公司处理金融或医疗等受监管行业的数据，这不仅仅是一个微小的 UX 调整，而是一个政策事件。你的合规团队需要知道，除非有人明确禁用了该功能，否则自主提交可能已经进入了你的代码库。

你现在应该做什么

首先，审计你当前的状态。深入查看你最近的日志和 git 历史。如果你看到归属于 Claude Code 的提交，但在会话记录中没有相应的人工审批提示，那么自动模式已经生效了。不要假设你的旧配置会自动迁移。

如果你需要恢复手动控制，请注意旧的控制手段已不再奏效。Anthropic 已经停止支持之前用于切换此行为的环境变量。你现在必须在托管设置文件中设置 disableAutoMode。你在 shell 配置或容器镜像中的任何旧版变通方法都将静默失效，因此在升级后请务必扫描你的部署流水线。

你无法微调分类器。它没有关于激进程度或风险阈值的调节旋钮。你唯一实际拥有的控制手段是访问控制。缩小爆炸半径。将代理限制在特定目录中。为其提供所需的最小权限的短期凭据。如果分类器偶尔漏掉了一个错误操作，一个权限范围严格受限的代理所造成的破坏，要比一个持有管理员密钥的代理小得多。

自动模式的价值所在

这里的收益在于，对于那些不值得消耗人力周期的工作，它提供了极高的速度。自动模式擅长处理风险较低、模式清晰的受限重复性任务。例如，在更新 linter 规则后，对一百个文件进行格式化处理；或者在安全公告发布后，升级一个补丁级别的依赖项。代理可以进行迭代、应用、测试并提交，而不会中断工程师的深度专注。

这很重要，因为工程时间是有限的。在处理空格修复时每花一分钟点击“批准”，就会从架构设计、事件响应或那 20% 真正需要人类判断的困难工作中偷走一分钟。自动模式归还了这些时间。

但没有纪律的速度只是更快的技术债。分类器检查的是操作是否符合提示词，它并不检查生成的代码是否通过了你的集成测试套件、是否遵循了你的领域不变性或是否符合你的代码风格指南。在任何内容进入生产环境之前，你仍然需要 CI 关卡、代码审查和自动化测试。

多云环境带来的复杂性

由于这一默认设置在 Bedrock、Vertex AI 和 Azure Foundry 上同步推出，运行多云架构的企业需要考虑一致性问题。除非你对每个平台进行刻意配置，否则你不能在 AWS 上允许自动模式（auto mode）以宽松的权限运行，同时又在 GCP 上对其进行严格限制。如果你将这三个云视为一个统一的运营网格，请立即标准化你的 disableAutoMode 策略和身份边界。平台之间的配置偏差在破坏构建（或更糟的情况）发生之前是难以察觉的。

同样值得注意的是分类器（classifier）无法察觉的内容。它评估的是智能体（agent）是否在执行任务，而不是重构是否会对你的代码库产生连锁反应。一个正在提取共享工具类的智能体可能看起来完全符合其提示词（prompt），但却在微妙地修改一个被十个下游服务依赖的接口。分类器不是资深架构师，它只是一个任务检查器。

下一个迭代周期的检查清单

如果你正在管理这一转型过程，以下是本周可以采取的具体步骤：

  • 审计过去两周的日志。 梳理每一次 Claude Code 的提交。标记出任何在没有人工审批提示的情况下完成的提交。
  • 限定凭据范围。 为智能体创建一个专用的服务账号。仅授予其确实需要的目录的写入权限。绝不要授予其访问生产数据库、部署密钥或客户数据存储的权限。
  • 更新文档。 删除对旧环境变量开关的引用。引导值班工程师使用新的 disableAutoMode 管理设置。
  • 按风险等级进行细分。 允许自动模式处理仅限开发的维护性任务，如代码格式化和微小的依赖项升级。对于任何涉及业务逻辑、身份验证或数据处理代码的操作，必须要求手动模式或完整的人工审查。
  • 向合规团队进行简报。 说明分类器是一种自动化检查，而非人工签核。向他们展示新的“默认退出（opt-out）”机制如何与现有的变更控制策略相互作用。

保留护栏，摒弃形式主义

自动模式通过消除手动模式已演变成的一种“审批仪式”，使 AI 辅助编程变得更快。用第二个模型来审查智能体，比让一个精疲力竭的开发人员在半夜疯狂点击“是”要可靠得多。但默认设置是一种预先做出的决策，而这次的决策假设在你说“不”之前，你都想要自主权。

将 2.1.207 视为一次基础设施变更，而非便利性升级。审查你的权限，重写你的操作手册（runbooks），并审慎选择哪些工作流保持自动化，哪些保持人工参与。让智能体处理繁琐的杂活。你的职责是确保围绕这些工作的“围墙”足够坚固。

加入 Telegram 上的 GyaanSetu AI 社区 进行讨论。