破解 Claude Code Opus 5 Auto
来自 Hacker News · 期号 2026-08-31
摘要
Claude Code 的 Auto Mode 允许模型自主执行操作，无需用户逐条确认。 安全研究员发现，通过将恶意指令伪装成合法的代码审查请求或测试用例，可以绕过模型的安全审查，使其在 Auto Mode 下执行删除文件、修改系统配置等危险操作。 有评论指出，这类攻击的核心问题在于模型无法区分“用户意图”和“代码内容”——当恶意指令被嵌入到看似无害的代码文件中时，模型会将其视为任务的一部分。 原文给出了完整的攻击示例和防御建议。