arXiv Artificial Intelligence· Zimo Ji, Zongjie Li, Pingchuan Ma, Wenyuan Jiang, Yudong Gao, Shuai Wang·· 3 小时前AI 评分58
独立评测 Claude Code 自动模式权限门控：模糊授权场景下漏判率达 81.0%
Measuring the Permission Gate: A Stress-Test Evaluation of Claude Code's Auto Mode
AI 导读
研究者用 AmPermBench（128 条提示、覆盖四类 DevOps 任务和三个歧义维度）对 Claude Code 自动模式的权限门控做独立压力测试，在 253 个状态变更动作上测得端到端漏判率 81.0%（95% CI 73.8%-87.4%），远高于 Anthropic 在生产流量上报告的 17%。
来源：arXiv Artificial Intelligence · arxiv.org