Anthropic, Claude Code Auto Mode-ஐ இயல்புநிலையாக அமைத்தது

Anthropic, Claude Code-ஐ மேலும் தன்னாட்சி பயன்பாட்டை நோக்கி நகர்த்துகிறது

Anthropic, ஆகஸ்ட் 14 முதல் பெரும்பாலான கட்டண பயனர்களுக்கு Auto Mode-ஐ இயல்புநிலை அமைப்பாக மாற்றி, Claude Code-உடன் டெவலப்பர்கள் தொடர்பு கொள்ளும் முறையை மாற்றுகிறது. மூலப் பொருளின் படி, இந்த மாற்றம் Pro, Max, மற்றும் Team திட்டங்களுக்கு பொருந்தும்; Enterprise வாடிக்கையாளர்கள் இன்னும் தனியாக opt in செய்ய வேண்டும். நடைமுறையில், இதன் பொருள் Claude Code இப்போது ஒவ்வொரு தனிப்பட்ட படியையும் மனிதர் ஒப்புதல் அளிக்க காத்திருக்காமல் அதிகமாக செயல்படும்; அதன் பாதுகாப்பு அமைப்பு ஒரு செயல் ஆபத்தானது அல்லது திரும்பப்பெற கடினமானது என்று கருதும் போது மட்டுமே நிற்கும்.

இது ஒரு சாதாரண product tweak-ஐவிட அதிகமானது. கோடிங் உதவியாளர்கள் எவ்வாறு பயன்படுத்தப்பட வேண்டும் என்று ஒரு முக்கிய AI நிறுவனம் நினைக்கிறது என்பதற்கான அறிக்கையும்கூட இது: வெறும் autocomplete tools அல்லது chat interfaces ஆக அல்ல, குறைந்த கண்காணிப்புடன் நீண்ட development work-ஐ செய்யக்கூடிய semi-autonomous agents ஆக. இந்த மாற்றத்தை Anthropic oversight குறைப்பு என்று அல்ல, பாதுகாப்பு மேம்பாடு என்று framing செய்கிறது; manual approvals-ஐ ஒவ்வொன்றாகப் பார்த்துப் போவதைவிட அதன் classifier ஆபத்தான commands-ஐ அதிக ஒருமைப்பாட்டுடன் flag செய்ய முடியும் என்று அது வாதிடுகிறது.

Auto Mode ஏன் பாதுகாப்பானது என்று Anthropic கூறுகிறது

நிறுவனத்தின் வாதம் source text-இல் சேர்க்கப்பட்ட சில reported test results-களின் மீது அமைகிறது. 1,053 paid testers கொண்ட ஒரு controlled study-யில், human reviewers ஆபத்தான commands-இல் 13.6 percent-ஐ மட்டும் கண்டுபிடித்தனர், Auto Mode 89 percent-ஐ கண்டுபிடித்தது. Auto Mode manual approvals-ஐவிட குறைந்தது அதே அளவு பாதுகாப்பாகவும், பல நேரங்களில் சிறப்பாகவும் செயல்பட்டதாக internal red-teaming காட்டியதாக Anthropic கூறியது. Auto Mode-ஐ பயன்படுத்திய teams சுமார் 25 percent அதிக pull requests உருவாக்கியதாகவும் நிறுவனம் கூறியது; இதனால் autonomy அதிகரித்தால் output-வும் அதிகரிக்கிறது என்பதைக் காட்டுகிறது.

விளக்கப்படும் mechanism கருத்தில் நேரடியானது. ஒவ்வொரு படியிலும் permission கேட்பதற்குப் பதிலாக, Claude Code தொடர்ந்து செயல்பட்டு, ஒரு action எப்போது நிறுத்தப்பட்டு confirmation பெற வேண்டும் என்பதை தீர்மானிக்க classifier-ஐ நம்புகிறது. ஒரு செயல் ஆபத்தானது அல்லது திரும்பமுடியாதது போலத் தோன்றும்போது இந்த system தலையிடுவதற்காக வடிவமைக்கப்பட்டுள்ளது. classifier itself user-க்கு token charges சேர்ப்பதில்லை என்று Anthropic கூறுகிறது; இருப்பினும், விரிவான workflow நீண்ட, அதிக உற்பத்தி கொண்ட coding sessions-ஐ அனுமதிப்பதால் மொத்த பயன்பாடு அதிகரிக்கலாம்.

அது முக்கியமானது, ஏனெனில் approval fatigue agentic software tools-இல் ஒரு நிஜமான பிரச்சினை. பயனர்களிடம் כמעט ஒவ்வொரு command-க்கும் approval கேட்கப்பட்டால், பலர் வழக்கமான reflex-ஆக click through செய்வார்கள் அல்லது safeguards-ஐ முற்றிலுமாக முடக்குவார்கள். Blanket approval prompts-களைவிட selective intervention தான் அதிக யதார்த்தமானது என்றும், model-assisted filter மீண்டும் மீண்டும் வரும் review சூழல்களில் மனித விழிப்புணர்வை மிஞ்ச முடியும் என்றும் Anthropic வாதிடுகிறது.

Prompt injection இன்னும் முக்கிய கவலையாக உள்ளது

மூலப் பொருளில் உள்ள மிக முக்கியமான கோரிக்கைகளில் ஒன்று, prompt injection attacks-இல் இருந்து பாதுகாப்பதற்கும் Auto Mode உதவுவதற்காக வடிவமைக்கப்பட்டுள்ளதாகும். இத்தகைய attacks, code, files, அல்லது அது வேலை செய்யும் போது சந்திக்கும் பிற பொருட்களில் உட்பொதிக்கப்பட்ட அறிவுறுத்தல்களின் மூலம் AI agent-ஐ manipulate செய்ய முயல்கின்றன. ஒரு agentic coding environment-இல் இந்த ஆபத்து passive chatbot-ஐவிட அதிகக் கடுமையானது; ஏனெனில் அந்த system commands, repositories, processes, சில நேரங்களில் sensitive data-வுக்கும் அணுகல் பெற்றிருக்கலாம்.

Anthropic, Trajectory Labs நடத்திய ஒரு independent audit-ஐ மேற்கோள் காட்டியது; அதில் 72 attack scenarios இடம்பெற்றன, ஒவ்வொன்றும் 10 முறை இயக்கப்பட்டது. மூலத்தின் படி, அந்த 720 முயற்சிகளில் எதுவும் Claude-இன் current models-க்கு எதிராக Auto Mode-இல் வெற்றி பெறவில்லை. OpenAI-யின் GPT-5.6 Sol in Codex Auto-Review mode-க்கு கூறப்பட்ட benchmark-உடனும் மூலப் பொருள் இதை ஒப்பிட்டது; அங்கு 5.83 percent முயற்சிகள் வெற்றியடைந்ததாக தெரிவிக்கப்பட்டது. வழங்கப்பட்ட உரையில் உள்ளதைத் தாண்டி methodology-யை Developments Today உறுதிப்படுத்த முடியாது; ஆனால் இந்த ஒப்பீடு, விற்பனையாளர்கள் இப்போது coding quality மட்டும் அல்ல, agent safety-யிலும் எவ்வளவு தீவிரமாக போட்டியிடுகிறார்கள் என்பதை காட்டுகிறது.

Anthropic, stakes-ஐ விளக்க சில internal examples-ஐயும் வழங்கியது. Claude-ஐ confidential data-ஐ public page-க்கு upload செய்வதை Auto Mode தடுத்ததாகவும், ஒரு நீண்ட session-இல் தொடரும் GPU training jobs-ஐ பாதிக்கக்கூடிய சுமார் 2,000 processes-ஐ நிறுத்தியதாகவும் நிறுவனம் கூறியது. இத்தகைய examples, security, uptime, மற்றும் expensive compute workloads-ஐ பாதிக்கக்கூடிய real development மற்றும் infrastructure environments-இல் நிறுவனம் இந்த systems-ஐ சோதிக்கிறது என்பதைக் காட்டுகின்றன.

அதிக output, ஆனால் developers-ன் மாறும் பங்கு

Productivity குறித்த claim முக்கியமானது, ஏனெனில் அது software work-இல் ஒரு பெரிய மாற்றத்தை சுட்டிக்காட்டுகிறது. Auto Mode பயன்படுத்தும் teams அதிக pull requests உருவாக்கினால், அதற்கேற்ப developer-ன் பங்கு மாறுகிறது. Source text தெளிவாகக் குறிப்பிடுவது, பங்கு active line-by-line coding-இலிருந்து விலகி, AI-generated output-ஐ supervise, review, மற்றும் validate செய்வதற்குத் திசைமாறுகிறது என்பதாகும்.

இதன் மூலம் மனித தீர்மானத்தின் தேவை நீங்கிவிடாது. classifier risk-ஐ குறைக்கிறது, ஆனால் முற்றிலுமாக நீக்குவதில்லை என்று Anthropic தானே எச்சரிக்கிறது. production infrastructure-இல் high-stakes changes-க்கு Claude-ன் நடவடிக்கைகளை பயனர்கள் தாங்களே review செய்ய வேண்டும் என்றும் நிறுவனம் இன்னும் பரிந்துரைக்கிறது. இந்த caveat முக்கியமானது. Auto Mode-க்கு வலுவான வழக்கு routine development workflows-இல் இருக்கலாம்; அங்கு delay-ன் செலவு அதிகமாகவும், எந்த ஒரு action-னுடைய ஆபத்தும் ஒப்பீட்டளவில் கட்டுப்படுத்தப்பட்டதாகவும் இருக்கும். ஒரு தவறான command data-ஐ வெளிப்படுத்தவோ, production systems-ஐ உடைக்கவோ, அல்லது திரும்பமுடியாத operational damage-ஐ ஏற்படுத்தவோ முடியும் சூழல்களில் அந்த வாதம் பலவீனமாகிறது.

அந்தக் கோணத்தில் பார்த்தால், Anthropic-ன் அறிவிப்பு ஒரு product rollout-உம் ஒரு behavioral nudge-உமாகும். Auto Mode-ஐ default-ஆக மாற்றுவதன் மூலம், coding agents-ஐ நீண்ட நேரம் தங்களாக இயங்க விட வேண்டும் என்ற எண்ணத்தை நிறுவனம் வழக்கமாக்குகிறது. Defaults முக்கியம். அதிக தன்னாட்சி அமைப்பை செயலில் enable செய்யாத பல பயனர்களுக்கு, இப்போது அது tool இயங்கும் வழக்கமான முறையாகத் தோன்றும்.

AI coding market-க்கு இதன் அர்த்தம் என்ன

இந்த மாற்றம் coding assistant market-இன் முதிர்ச்சியையும் பிரதிபலிக்கிறது. போட்டி இனி சிறந்த snippet யார் எழுதுகிறார் அல்லது மிகவும் சுத்தமான refactor-ஐ யார் விளக்குகிறார் என்பதிலேயே மட்டும் இல்லை. இப்போது autonomy-ஐ யார் பாதுகாப்பாக நிர்வகிக்க முடிகிறது என்பதே முக்கியம்: எப்போது செயல்பட வேண்டும், எப்போது நிற்க வேண்டும், execution-இல் சந்திக்கும் தீங்கிழைக்கும் அல்லது தவறான அறிவுறுத்தல்களை எவ்வாறு எதிர்க்க வேண்டும் என்பதைக் குறிக்கும்.

Operational judgment-இன் இந்த அடுக்கு ஒரு core differentiator ஆக மாறும் என்று Anthropic பந்தயம் வைக்கிறது போல தெரிகிறது. அந்தப் பந்தயம் சரியானதாக இருந்தால், AI coding tools-இன் அடுத்த கட்டம் prompt-இலிருந்து code-ஐ எவ்வளவு அடிக்கடி உருவாக்க முடிகிறது என்பதைக் காட்டிலும், messy real-world repositories-க்குள் சேதம் இல்லாமல் எவ்வளவு நம்பகமாக இயங்க முடிகிறது என்பதன் அடிப்படையில் அதிகமாக அளவிடப்படும். Auto Mode default ஆக மாறுவது, industry இப்போது அந்த திசையில் நகர்கிறது என்பதற்கான உறுதியான அறிகுறி.

இந்தக் கட்டுரை The Decoder-இன் செய்தியினை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.