agent 安全

Anthropic 的护栏挡住了自救 — Claude 自动模式 80% 被攻破

Anthropic 让 Claude Code 自动模式默认开启，号称能挡提示词注入攻击。安全研究员测试发现 80% 攻击能绕过，更反直觉的是——护栏允许恶意代码运行，却拦住了 Claude 试图清理的命令。