Auto-approve 真的安全吗？Codex 与 Claude Code 审查员模式遭理论拷问
Aaroth · x · 2026-09-15
Aaron Roth 质疑 Codex 和 Claude Code 的自动批准（auto-approve）特性：它不再向用户请求权限，而是让一个 reviewer agent 代为把关，给用户「安全」的感觉。但他指出逻辑漏洞——这套机制的前提是向 agent 要权限；如果你本就不信任提出动作的 driver agent，凭什么信任负责审批的 reviewer agent？两个 agent 的效用函数都可能与你不同，审查环节本身可能就是错位的。
所属事件:宾大团队提出「联盟对齐」：为auto-approve给出可证安全条件(10 条相关)→
「编程与Agent」频道最新
- 一个过期日期让 WhatsApp 回复 agent 静默罢工两天,19 条消息无人应答 — petrusenko_max · 2026-11-02
- 10倍工程师就是一个 SKILLS.md:六大工作流规则全公开 — mdancho84 · 2026-11-02
- 开发者自审 MCP 凭据代理:最大漏洞竟出在配置文件 — Relevant_Mousse_9117 · 2026-11-02
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Sketchy v0.1.6:图表输出比纯文本省 29% token — Nkgsporty · 2026-11-02