正在刊行早报 · Morning Brief
2026-11-07所有内容
随机比特 · Random Bits

Claude Code 拒绝执行却返回 0,自动化脚本还以为成功了

2026-11-07AI Engineering / Systemsrbits.uk
Claude Code 拒绝执行却返回 0,自动化脚本还以为成功了

Claude Code 2.1.319 修复了一个容易坑到自动化脚本的问题:操作因缺少安全检查被拒绝,程序却返回表示成功的退出码 0。Agent 接进流水线之后,失败能否被正确报告,也成了交付质量的一部分。

🛠️ 开发工具与自动化

• Claude Code 2.1.319:拒绝执行终于报失败 —— 修复 claude -p 在自动模式下因安全检查不可用而拒绝操作、仍返回成功的问题,相关文本和 JSON 输出现在以退出码 1 结束。用它跑 CI 或定时任务的团队,值得优先检查升级。

• Datasette LLM:修复模型白名单失效 —— 0.1a10 修复插件覆盖既有模型白名单的问题。多模型应用验收时,应实际尝试调用名单外模型,检查管理员配置是否真正执行。

🚨 隐私与系统连接

• Claude Code 用户报告请求头携带邮箱 —— 一名 2.1.318 用户反馈,助手搜索网页时将其邮箱写入 User-Agent;目前仍属用户报告,影响范围与官方处置待披露。排查对外请求时,请求头也要纳入身份信息检查。

• OpenAI × Hacktron:重点查服务连接处 —— 双方将共同选择高优先级测试目标,重点检查 OpenAI 系统与第三方服务如何交互,并通过 Daybreak Red 扩大模型访问。工程启示很直接:接入工具之后,跨服务的身份与权限传递值得单独测试。

🔬 科研使用与能力评测

• Anthropic:20.7 万次科研会话集中在分析和写作 —— 报告发现,数据分析约占 Claude 科研会话的三分之一、Claude Code 的近一半;研究者重视的创意生成与数据采集,使用相对较少。科研助手选型,应按研究环节检查覆盖率。

• BioBasicsBench:拿原始实验数据考 Agent —— 新基准包含 100 项日常湿实验室分析任务;xhigh 档下,GPT-6 Astra 平均获得可用分数的 66.7%,GPT-5.6 Sol 为 43.8%。一道题里,Astra 识别出培养皿用了错误抗生素:看清标签、核对实验条件,也是科研能力。

📚 延伸阅读

• Anthropic:科研人员如何使用 Claude
https://www.anthropic.com/research/how-researchers-use-claude

• OpenAI:BioBasicsBench 的任务设计、评分与失败案例
https://openai.com/index/measuring-how-ai-agents-handle-wet-lab-science/

随机比特公众号二维码
公众号 · 随机比特
从 AI 工具热闹里拆工程真相

写边界、控制面、上下文、成本与安全。