ஆகஸ்ட் 14, 2026 முதல் ப்ரோ, மேக்ஸ் மற்றும் டீம் கணக்குகளுக்கான கிளாட் குறியீட்டில் ஆட்டோ பயன்முறையை இயல்புநிலையாக மாற்றுவதாக ஆந்த்ரோபிக் அறிவித்தது, அதாவது நிறுவனத்தின் AI குறியீட்டு முகவர் ஒவ்வொரு அடியிலும் மனித ஒப்புதலுக்கு இடைநிறுத்தப்படாமல் அதிக அளவில் செயல்படும். ஆகஸ்ட் 9, 2026 அன்று TechCrunch ஆல் அறிக்கையிடப்பட்டு, The New Stack, 9to5Mac மற்றும் Tech இன் ஆசியால் மூடப்பட்ட இந்த முடிவு, தன்னியக்க மேற்பார்வை கைமுறை மதிப்பாய்வை விஞ்சக்கூடிய மிகவும் தீவிரமான சவால்களில் ஒன்றாகும். மென்பொருள் மேம்பாட்டை மாற்றியமைக்கும் AI கருவிகளின் தற்போதைய கவரேஜுக்கு, எங்களின் AI தொழில் கவரேஜை பின்பற்றவும்.

இந்த மாற்றம் டெவலப்பர்களுக்கும் அவர்களின் AI உதவியாளர்களுக்கும் இடையிலான உறவை மறுவரையறை செய்கிறது. ஒவ்வொரு செயலின் போதும் அனுமதித் தூண்டலை வழங்குவதற்குப் பதிலாக, ஒரு செயலை மாற்ற முடியாதது, அழிவுகரமானது அல்லது பயனரின் சுற்றுச்சூழலுக்கு வெளியே இலக்காகக் கொண்டது என்பதைத் தீர்மானிக்காத வரையில், தானியங்கு முறையில் Claude Code தானாகவே தொடரும்.

முடிவின் பின்னால் உள்ள தரவு

ஆந்த்ரோபிக்கின் நியாயப்படுத்தல் ஒரு குறிப்பிடத்தக்க எண்களின் தொகுப்பில் தங்கியுள்ளது. 1,053 பணம் செலுத்தும் சோதனையாளர்களை உள்ளடக்கிய ஒரு ஆய்வில், கார் பயன்முறையில் 89% தீங்கு விளைவிக்கும் செயல்கள் ஏற்பட்டதாக நிறுவனம் தெரிவித்தது, அதே நேரத்தில் மனித மதிப்பாய்வு 13.6% மட்டுமே. ஆந்த்ரோபிக் வாதிட்டது, மக்கள் AI ஐ எவ்வாறு மேற்பார்வை செய்கிறார்கள் என்பதில் ஒரு அடிப்படை பலவீனத்தை பிரதிபலிக்கிறது: Claude Code இல் பயனர்கள் ஏறக்குறைய 97% அனுமதித் தூண்டுதல்களை அங்கீகரிக்கிறார்கள், கைமுறை மதிப்பாய்வை ஒரு பிரதிபலிப்பு ரப்பர் ஸ்டாம்பாக மாற்றுகிறார்கள்.

ஆகஸ்ட் 8 அன்று நிறுவனம் தனது அறிவிப்பில் விளக்கியது போல், கைமுறை மதிப்பாய்வு பயனற்ற நிலைக்கு மாறிவிடும். ஒரு அமர்வுக்கு டஜன் கணக்கான முறை டெவலப்பர்கள் குறுக்கிடப்பட்டால், ஒவ்வொரு ப்ராம்ட்டையும் கவனமாக மதிப்பிடுவதற்கான அறிவாற்றல் செலவு அதிகமாக இருக்கும், பெரும்பாலான மக்கள் ஒப்புதல் என்பதைக் கிளிக் செய்யவும். மனித சோர்வு மற்றும் கவனச்சிதறலில் இருந்து விடுபட்ட, நன்கு வடிவமைக்கப்பட்ட தானியங்கு அமைப்பு, நடைமுறையில் உண்மையில் பாதுகாப்பானதாக இருக்கும் என்பதே ஆந்த்ரோபிக்கின் நிலைப்பாடு.

கிளாட் கோட் ஹெட் போரிஸ் செர்னி X இல் எழுதினார், அவரும் அவரது குழுவும் பிரத்தியேகமாக ஆட்டோ பயன்முறையைப் பயன்படுத்துகின்றனர் மற்றும் பல மாதங்களாக அவ்வாறு செய்திருக்கிறார்கள், மேலும் அனுமதி கேட்கும் முறைக்கு மீண்டும் செல்வதை அவரால் கற்பனை செய்து பார்க்க முடியவில்லை.

ஆட்டோ பயன்முறை உண்மையில் என்ன மாறுகிறது

கிளாட் கோட் என்பது ஆந்த்ரோபிக்கின் கட்டளை வரி மற்றும் ஒருங்கிணைந்த மேம்பாட்டு சூழல் முகவர், டெவலப்பர் திட்டத்தில் குறியீட்டை எழுத, திருத்த மற்றும் செயல்படுத்த வடிவமைக்கப்பட்டுள்ளது. கையேடு பயன்முறையில், கோப்பு முறைமையைத் தொடும், கட்டளைகளை இயக்கும் அல்லது பிணைய கோரிக்கைகளைச் செய்யும் செயல்களைச் செய்வதற்கு முன் கருவி நிறுத்தப்படும், வெளிப்படையான பயனர் ஒப்புதலுக்காகக் காத்திருக்கிறது.

தானியங்கு முறையில், முகவர் அதிக சுயாட்சியுடன் செயல்படுகிறது. இது கோப்புகளை எழுதும், சோதனைகளை இயக்கும், சார்புகளை நிறுவும் மற்றும் ஸ்கிரிப்ட்களை கேட்பதை நிறுத்தாமல் செயல்படுத்தும் - அதன் உள்ளமைக்கப்பட்ட பாதுகாப்புகள் ஒரு செயலை தீங்கு விளைவிக்கக் கூடியதாகக் குறிக்கும் வரை. ஆந்த்ரோபிக் இதை வேகத்திற்கும் பாதுகாப்பிற்கும் இடையிலான சமநிலையாக வடிவமைத்துள்ளது, நிலையான குறுக்கீடுகள் இல்லாமல் வேகமாக நகரும் திறன்தான் AI குறியீட்டு முகவர்களை உண்மையிலேயே பயனுள்ளதாக்குகிறது என்று வாதிடுகிறது.

உடனடி ஊசி ஸ்கிரீனிங் மற்றும் தனிப்பயனாக்கக்கூடிய கடின மறுப்பு விதிகள் உள்ளிட்ட பாதுகாப்பு அம்சங்களை இணையாகச் சேர்ப்பதாக நிறுவனம் கூறியது, இது தரவை வெளியேற்றும் முயற்சிகள் போன்ற குறிப்பிட்ட வகை செயல்களைத் தடுக்க நிறுவனங்களை அனுமதிக்கிறது.

ஒரு 11% மிஸ் ரேட் மற்றும் அதன் விமர்சகர்கள்

இந்த முடிவு ஆய்வுக்கு உட்படுத்தப்பட்டுள்ளது. ஆசியாவில் உள்ள தொழில்நுட்பம் மற்றும் பிற விற்பனை நிலையங்கள் குறிப்பிட்டுள்ளபடி, ஆட்டோ பயன்முறையின் 89% கேட்ச் ரேட் என்பது தோராயமாக 11% தீங்கு விளைவிக்கும் செயல்கள் நழுவுகின்றன - இது சில டெவலப்பர்கள் மற்றும் பாதுகாப்பு நிபுணர்களுக்கு இடைநிறுத்தம் கொடுக்கும் ஒரு மிஸ் ரேட் ஆகும். ஒரு தன்னாட்சி முகவர் குறியீட்டை எழுதவும் செயல்படுத்தவும் முடியும் போது, ​​ஒரு சிறிய சதவீத தீங்கு விளைவிக்கும் செயல்கள் சரிபார்க்கப்படாமல் போனாலும், கோப்புகளை நீக்குவது முதல் உற்பத்தி அமைப்புகளில் பாதிப்புகளை அறிமுகப்படுத்துவது வரை உண்மையான விளைவுகளை ஏற்படுத்தலாம்.

பொருத்தமான ஒப்பீடு சரியானது அல்ல, மாறாக யதார்த்தமான மாற்று என்பது ஆந்த்ரோபிக்கின் எதிர்வாதம். மனித மதிப்பாய்வாளர்கள் நடைமுறையில் 14% க்கும் குறைவான தீங்கு விளைவிக்கும் செயல்களைப் பிடித்தால், தானியங்கு அமைப்பு 89% கணிசமான முன்னேற்றத்தைக் குறிக்கிறது - அது குறைபாடற்றதாக இருந்தாலும் கூட. AI பாதுகாப்பில் ஒரு ஆழமான கேள்வியை விவாதம் தொடுகிறது: தன்னாட்சி அமைப்புகளுக்கான தரநிலை சரியானதாக இருக்க வேண்டுமா அல்லது அவை மாற்றியமைக்கும் மனித அடிப்படையை விட சிறப்பாக இருக்க வேண்டுமா.

ஏஜென்டிக் AI நோக்கி பரந்த மாற்றம்

கிளாட் கோட் இயல்புநிலை மாற்றம், ஏஜென்டிக் AI-ஐ நோக்கிய தொழில்துறை அளவிலான இயக்கத்தை பிரதிபலிக்கிறது - இது வெறும் உரையை உருவாக்குவதை விட நிஜ உலகில் செயல்களை மேற்கொள்ளும் அமைப்புகள். OpenAI, Google மற்றும் பல ஸ்டார்ட்அப்கள் இணையத்தில் உலாவுதல், தரவுத்தளங்களை நிர்வகித்தல் மற்றும் பயன்பாடுகளைக் கட்டுப்படுத்தும் முகவர்களை உருவாக்குகின்றன. இந்த தயாரிப்புகள் ஒவ்வொன்றும் சுயாட்சி மற்றும் மேற்பார்வைக்கு இடையே உள்ள அதே அடிப்படை பதற்றத்துடன் போராட வேண்டும்.

ஆட்டோமேஷனை இயல்புநிலையாக மாற்றுவது ஒரு அர்த்தமுள்ள சமிக்ஞையாகும். குறைந்த பட்சம் ஒரு பெரிய AI ஆய்வகமாவது தொழில்நுட்பம் முதிர்ச்சியடைந்துள்ளது என்று நம்புகிறது, இதனால் உற்பத்தித்திறன் எஞ்சியிருக்கும் அபாயங்களை விட அதிகமாகும், மேலும் பயனர்கள் தங்கள் AI கருவிகள் முதலில் செயல்படும் உலகத்திற்கு மாற்றியமைத்து பின்னர் விளக்குவார்கள்.

டெவலப்பர்கள் மற்றும் குழுக்களுக்கான தாக்கங்கள்

மேம்பாட்டுக் குழுக்களுக்கு, மாற்றம் நடைமுறை தாக்கங்களைக் கொண்டுள்ளது. தானியங்கு முறையானது வியத்தகு வேகமான பணிப்பாய்வுகளை உறுதியளிக்கிறது, குறிப்பாக சாரக்கட்டு திட்டங்கள், கொதிகலன்களை எழுதுதல் மற்றும் சோதனைத் தொகுப்புகளை இயக்குதல் போன்ற தொடர்ச்சியான பணிகளுக்கு. ஆனால் இது பாதுகாப்பின் சுமையை உள்ளமைவை நோக்கி மாற்றுகிறது - குழுக்கள் கடினமான மறுப்பு விதிகளை அமைப்பதில் நேரத்தை முதலீடு செய்ய வேண்டும் மற்றும் அவர்களின் முகவர்கள் மேற்பார்வையின்றி என்ன செய்ய அனுமதிக்கப்படுகிறார்கள் என்பதைப் புரிந்து கொள்ள வேண்டும்.

எண்டர்பிரைஸ் வாடிக்கையாளர்கள், குறிப்பாக, தன்னாட்சி குறியீட்டை செயல்படுத்துவதைச் சுற்றியுள்ள கொள்கைகளை முறைப்படுத்துவதற்கான அழுத்தத்தை எதிர்கொள்ளலாம், இணக்கம் மற்றும் பாதுகாப்புத் தேவைகளுக்கு எதிராக வேகப் பலன்களை சமநிலைப்படுத்தலாம்.

AIக்கு முன்னால் இருங்கள்

AI உதவியாளர்களிடம் இருந்து செயல்படும் முகவர்களிடம் இருந்து மாறுவது இன்று மென்பொருள் மேம்பாட்டில் மிகவும் விளைவான மாற்றங்களில் ஒன்றாகும். கருவிகள், நிறுவனங்கள் மற்றும் விவாதங்கள் பற்றிய தெளிவான, ஆதாரமான அறிக்கைகளுக்கு, எங்கள் முகப்புப் பக்கத்தை புக்மார்க் செய்து, மேலும் AI செய்திகளைப் படிக்கவும் https://aibuzzwire.news இல்.