Claude Code 将默认启用 Auto Mode，提示注入攻击近乎归零

精选理由

Claude Code 的 Auto Mode 下星期默认开，提示注入基本攻不进来，自动跑任务更安全了。

AI 摘要

Claude Code 将于下周把 Auto Mode 设为默认模式。该模式通过组合模型训练、输入探测和意图检查分类器，将间接提示注入在未见攻击样本上的成功率降至接近 0。开发者 Boris Cherny 表示，一年前他没想到能达到这个效果。

原文 · Latent.Space

never ever fails

never ever fails Boris Cherny @bcherny turns out you can get indirect prompt injection to ~0 on unseen attacks if you stack enough layers (model training + input probes + a classifier checking intent). didn't expect that a year ago. auto mode is default in claude code as of next week claude.com/blog/auto-mode… 🔗 View Quoted Tweet 💬 0 🔄 0 ❤️ 0 👀 471 ⚡

查看原推