独立评测：Claude Code自动模式权限门控漏判率81%

2026年10月23日，arXiv刊出Zimo Ji等研究者对Claude Code自动模式权限门控的独立压力测试。研究使用AmPermBench，含128条提示，覆盖四类DevOps任务和三个歧义维度，针对用户意图明确但目标范围、影响半径或风险等级描述不清的模糊授权场景。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%）。报道称，这一结果远高于Anthropic在生产流量上报告的17%漏判率。研究者称这是对该系统的首次独立评测。目前进展停留在评测结果发布阶段，报道未提及Anthropic的回应或后续修复。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。