Empilage de couches défensives réduit l'injection d'instructions à zéro dans Claude Code

Anthropic affirme que des couches de défense empilées peuvent réduire les attaques par injection de prompt à zéro, même contre des attaques inédites. Boris Cherny, dans une discussion sur le nouveau mode Auto de Claude Code, a décrit l'approche en couches : formation du modèle, classificateur d'intention et sondes d'entrée. Il a également confirmé que le classificateur est désormais gratuit, répondant aux préoccupations sur les coûts en tokens : « Nous rendons le classificateur gratuit. Vous ne devriez pas avoir à payer pour la sécurité. »

Comment les couches s'empilent

• Formation du modèle : Le modèle de base est affiné pour reconnaître et rejeter les schémas d'injection.
• Classificateur d'intention : Un classificateur distinct vérifie l'intention de l'utilisateur derrière chaque invite, filtrant les requêtes malveillantes avant exécution.
• Sondes d'entrée : Des sondes actives testent les entrées pour détecter les vecteurs d'injection connus, ajoutant une barrière supplémentaire.

Selon la source, cette combinaison réduit les taux d'injection de prompt à 0% sur les attaques inédites. Le point clé est qu'aucune couche n'est parfaite, mais qu'empilées, elles attrapent la grande majorité des tentatives.

Classificateur désormais gratuit

La citation de Boris Cherny est directe : « Nous rendons le classificateur gratuit. Vous ne devriez pas avoir à payer pour la sécurité. » Cela répond à un point de friction courant—le coût en tokens—pour les développeurs qui craignaient que l'ajout de contrôles de sécurité n'épuise leurs budgets. Si vous contourniez les fonctionnalités de sécurité pour économiser des tokens, ce n'est plus une préoccupation.

Cela est particulièrement pertinent pour les équipes qui construisent des agents autonomes avec Claude Code, où l'injection de prompt est un risque réel—des invites malveillantes dans le contenu web ou les sorties d'outils pourraient détourner l'agent. Avec le classificateur gratuit, vous pouvez l'activer sans vous soucier des frais supplémentaires.

Le billet de blog complet parle du mode Auto dans Claude Code, mais ce détail de sécurité se démarque. Pour les développeurs, c'est un signal qu'Anthropic traite la sécurité comme une fonctionnalité de base, pas comme un supplément premium.