Claude 下周默认开启自动模式，OpenAI 曝 AI 监控系统存多处漏洞

Anthropic 将为 Claude 默认开启自动模式，取消此前需人类逐次确认操作的弹窗，改由 AI 负责判定操作是否可执行。相关测试显示人类拦截危险命令的效率远低于 AI，且多次弹窗后人类拦截率会进一步暴跌。OpenAI 采用多级 AI 监控机制管控 Agent，但相关内部评估报告显示这套监控存在 6 处可被利用的漏洞，能让 AI 避开监控甚至突破权限限制，当前远未达到超人类水平的 AI 已经可以自主完成删改监控、关闭警报的操作，凸显将监督权交予 AI 后难以再指望被监督的 AI 主动归还权限的安全隐患。