Anthropic ने घोषणा केली की ते 14 ऑगस्ट 2026 पासून क्लॉड कोड फॉर प्रो, मॅक्स आणि टीम खात्यांमध्ये ऑटो मोड डीफॉल्ट बनवेल, एक शिफ्ट म्हणजे कंपनीचा AI कोडिंग एजंट प्रत्येक टप्प्यावर मानवी मंजुरीसाठी विराम न देता वाढत्या प्रमाणात कार्य करेल. 9 ऑगस्ट, 2026 रोजी TechCrunch द्वारे अहवाल दिलेला आणि The New Stack, 9to5Mac आणि Tech in Asia द्वारे कव्हर केलेला निर्णय, अद्याप सर्वात आक्रमक बेटांपैकी एक आहे की स्वयंचलित देखरेख मॅन्युअल पुनरावलोकनाला मागे टाकू शकते. सॉफ्टवेअर डेव्हलपमेंट रीशेप करणाऱ्या AI टूल्सच्या चालू कव्हरेजसाठी, आमचे AI उद्योग कव्हरेज फॉलो करा.

बदल विकासक आणि त्यांचे AI सहाय्यक यांच्यातील संबंध पुन्हा परिभाषित करतो. प्रत्येक क्रियेवर परवानगी प्रॉम्प्ट सादर करण्याऐवजी, ऑटो मोडमधील क्लॉड कोड स्वतःच पुढे जाईल जोपर्यंत ती क्रिया अपरिवर्तनीय, विध्वंसक किंवा वापरकर्त्याच्या वातावरणाबाहेर आहे हे निर्धारित करत नाही.

निर्णयामागील डेटा

अँथ्रोपिकचे औचित्य संख्यांच्या उल्लेखनीय संचावर अवलंबून आहे. 1,053 सशुल्क परीक्षकांचा समावेश असलेल्या एका अभ्यासात, कंपनीने नोंदवले की ऑटो मोडने 89% हानिकारक क्रिया पकडल्या, तर मॅन्युअल मानवी पुनरावलोकनाने केवळ 13.6% पकडले. अँथ्रोपिकने युक्तिवाद केला की, लोक एआयचे पर्यवेक्षण कसे करतात यामधील अंतर हे मूलभूत कमकुवतपणा दर्शवते: वापरकर्ते क्लॉड कोडमधील सुमारे 97% परवानगी प्रॉम्प्ट मंजूर करतात, मॅन्युअल पुनरावलोकन रिफ्लेक्सिव्ह रबर स्टॅम्पपेक्षा थोडेसे अधिक होते.

कंपनीने 8 ऑगस्ट रोजी केलेल्या घोषणेमध्ये स्पष्ट केल्याप्रमाणे, मॅन्युअल पुनरावलोकन निरुपयोगी बिंदूपर्यंत सवय होऊ शकते. जेव्हा डेव्हलपरला प्रत्येक सत्रात डझनभर वेळा व्यत्यय येतो, तेव्हा प्रत्येक प्रॉम्प्टचे काळजीपूर्वक मूल्यमापन करण्याची संज्ञानात्मक किंमत इतकी जास्त असते की बहुतेक लोक फक्त मंजूरीवर क्लिक करतात. मानववंशीयांची स्थिती अशी आहे की मानवी थकवा आणि विचलनापासून मुक्त केलेली एक सुव्यवस्थित स्वयंचलित प्रणाली प्रत्यक्षात व्यवहारात अधिक सुरक्षित असू शकते.

क्लॉड कोड हेड बोरिस चेर्नीने X वर लिहिले की तो आणि त्यांची टीम केवळ ऑटो मोड वापरत आहे आणि अनेक महिन्यांपासून असे करत आहे, ते जोडून की परवानगी प्रॉम्प्टवर परत जाण्याची कल्पना करू शकत नाही.

ऑटो मोड प्रत्यक्षात काय बदलतो

क्लॉड कोड हा एन्थ्रोपिकचा कमांड-लाइन आणि एकात्मिक विकास पर्यावरण एजंट आहे, जो विकसकाच्या प्रकल्पामध्ये कोड लिहिण्यासाठी, संपादित करण्यासाठी आणि कार्यान्वित करण्यासाठी डिझाइन केलेला आहे. मॅन्युअल मोडमध्ये, फाईल सिस्टीमला स्पर्श करणाऱ्या, कमांड चालवणाऱ्या किंवा नेटवर्क विनंत्या करणाऱ्या, वापरकर्त्याच्या स्पष्ट संमतीची वाट पाहणाऱ्या क्रिया करण्यापूर्वी टूल थांबते.

ऑटो मोडमध्ये, एजंट अधिक स्वायत्ततेसह कार्य करतो. हे फायली लिहिते, चाचण्या चालवते, अवलंबित्व स्थापित करते आणि स्क्रिप्ट चालविण्यास न थांबवता - जोपर्यंत त्याचे अंगभूत सुरक्षारक्षक ऑपरेशनला संभाव्य हानिकारक म्हणून ध्वजांकित करत नाहीत. अँथ्रोपिकने वेग आणि सुरक्षितता यांच्यातील समतोल म्हणून हे तयार केले आहे, असा युक्तिवाद केला आहे की सतत व्यत्यय न येता जलद हालचाल करण्याची क्षमता ही एआय कोडिंग एजंट्सला खरोखर उपयुक्त बनवते.

कंपनीने सांगितले की ती समांतरपणे सुरक्षितता वैशिष्ट्ये जोडत आहे, ज्यामध्ये प्रॉम्प्ट इंजेक्शन स्क्रीनिंग आणि सानुकूल करण्यायोग्य कठोर नकार नियम समाविष्ट आहेत जे संस्थांना विशिष्ट श्रेणीतील क्रिया अवरोधित करू देतात, जसे की डेटा बाहेर काढण्याचा प्रयत्न.

एक 11% मिस रेट आणि त्याचे समीक्षक

या निर्णयाची छाननी झाली आहे. टेक इन एशिया आणि इतर आउटलेट्सने नमूद केल्याप्रमाणे, ऑटो मोडच्या 89% कॅच रेटचा अर्थ असा आहे की अंदाजे 11% हानिकारक क्रिया सरकतात — एक चुकलेला दर जो काही विकासक आणि सुरक्षा व्यावसायिकांना विराम देतो. जेव्हा एखादा स्वायत्त एजंट कोड लिहू आणि कार्यान्वित करू शकतो, तेव्हा अगदी कमी टक्के हानिकारक क्रिया अनचेक केल्याने फायली हटवण्यापासून ते उत्पादन प्रणालीमध्ये भेद्यता आणण्यापर्यंत वास्तविक परिणाम होऊ शकतात.

मानववंशीयांचा प्रतिवाद असा आहे की संबंधित तुलना ही परिपूर्णता नसून वास्तववादी पर्याय आहे. जर मानवी समीक्षकांनी व्यवहारात 14% पेक्षा कमी हानिकारक क्रिया पकडल्या, तर 89% पकडणारी स्वयंचलित प्रणाली लक्षणीय सुधारणा दर्शवते — जरी ती निर्दोष नसली तरीही. वादविवाद AI सुरक्षेच्या गहन प्रश्नाला स्पर्श करते: स्वायत्त प्रणालींचे मानक परिपूर्ण असावे की ते पुनर्स्थित केलेल्या मानवी बेसलाइनपेक्षा प्रात्यक्षिकपणे चांगले असावे.

एजंटिक AI कडे व्यापक शिफ्ट

क्लॉड कोड डीफॉल्ट बदल एजंटिक AI कडे उद्योग-व्यापी चळवळ प्रतिबिंबित करतो — सिस्टम जी केवळ मजकूर तयार करण्याऐवजी वास्तविक जगात क्रिया करतात. OpenAI, Google आणि अनेक स्टार्टअप्स हे बिल्डिंग एजंट आहेत जे वेब ब्राउझ करतात, डेटाबेस व्यवस्थापित करतात आणि अनुप्रयोग नियंत्रित करतात. यातील प्रत्येक उत्पादनाने स्वायत्तता आणि देखरेख यांच्यातील समान मूलभूत तणावाचा सामना केला पाहिजे.

ऑटोमेशनला डीफॉल्ट बनवणे हा एक अर्थपूर्ण सिग्नल आहे. हे सुचवते की किमान एक प्रमुख AI लॅबचा विश्वास आहे की तंत्रज्ञान पुरेसे परिपक्व झाले आहे की उत्पादकता वाढीव अवशिष्ट जोखमींपेक्षा जास्त आहे आणि वापरकर्ते अशा जगाशी जुळवून घेतील जिथे त्यांची AI टूल्स प्रथम कार्य करतात आणि नंतर स्पष्ट करतात.

विकासक आणि संघांसाठी परिणाम

विकास संघांसाठी, शिफ्टमध्ये व्यावहारिक परिणाम आहेत. ऑटो मोड नाटकीयरित्या जलद वर्कफ्लोचे वचन देतो, विशेषत: मचान प्रकल्प, बॉयलरप्लेट लिहिणे आणि चाचणी सूट चालवणे यासारख्या पुनरावृत्ती कार्यांसाठी. परंतु ते कॉन्फिगरेशनकडे सुरक्षेचे ओझे देखील हलवते - संघांना कठोर नकार नियम स्थापित करण्यात आणि त्यांच्या एजंटना पर्यवेक्षणाशिवाय काय करण्याची परवानगी आहे हे समजून घेण्यासाठी वेळ घालवावा लागेल.

एंटरप्राइझच्या ग्राहकांना, विशेषत:, स्वायत्त कोडच्या अंमलबजावणीच्या आसपास धोरणे औपचारिक करण्यासाठी, अनुपालन आणि सुरक्षा आवश्यकतांच्या विरूद्ध गती फायदे संतुलित करण्यासाठी दबाव येऊ शकतो.

AI च्या पुढे रहा

एआय सहाय्यकांकडून होणारे संक्रमण जे एजंट्सना कार्य करतात ते सुचवतात ते आज सॉफ्टवेअर डेव्हलपमेंटमधील सर्वात परिणामकारक बदलांपैकी एक आहे. एआय उद्योगाला पुढे नेणारी साधने, कंपन्या आणि वादविवादांवर स्पष्ट, स्रोत अहवाल देण्यासाठी, आमचे मुख्यपृष्ठ बुकमार्क करा आणि https://aibuzzwire.news वर अधिक AI बातम्या वाचा.