據 Anthropic 的 Claude Code 文件，Fable 系列、Opus 5.5、Sonnet 5.5 和 Opus 5 都帶安全分類器執行，最常被標記的是網路安全和生物學內容。請求被標記後，Claude Code 可能換一個模型重跑。這就是工作階段沒經你選擇就換了模型的原因。

會換到哪個模型

據 Model configuration 頁面，備用模型取決於拒絕的模型和標記類別。

  • Fable 5.1、Fable 5、Opus 5.5：生物學類標記在 Opus 5 上重跑，網路安全類標記在 Opus 4.8 上重跑。
  • Sonnet 5.5：網路安全類在 Sonnet 5 上重跑，生物學類直接以拒絕結束。
  • Opus 5：網路安全類在 Opus 4.8 上重跑，生物學類直接以拒絕結束。

文件說，切換時 Claude Code 會在對話記錄裡顯示提示。切換後工作階段繼續用備用模型，要換回去需要執行 /model。如果 availableModels 設定封鎖了備用模型，就不會切換，拒絕會顯示為一般錯誤。

文件還提到，工作階段的第一個請求就可能被標記。第一個請求帶有 CLAUDE.md、git status 等工作區資訊，儲存庫裡有安全或生物學資料時，單靠這些就可能觸發分類器。Anthropic 建議用 claude --safe-mode 啟動工作階段，排查是不是自訂內容引起的。這個模式下 git status 和目錄名稱仍會傳送。

最近的改動

Claude Code 的 CHANGELOG 列出了幾項與被標記訊息相關的近期改動。9 月 29 日發布的 2.1.284 讓 Sonnet 模型的安全機制標記訊息時的提示說明原因，並提供編輯後重試的選項。同一版本還規定，用 ANTHROPIC_DEFAULT_OPUS_MODEL 或 modelOverrides 固定了 Opus 模型的工作階段，在 Anthropic API 上改由 API 依標記類別選擇切換目標，不再用固定的模型。10 月 2 日發布的 2.1.287 讓被標記後的自動切換保留目前的 effort 等級，不再改用新模型的預設值。10 月 6 日發布的 2.1.290 修正了在設定裡存了不同 effort 等級的備用模型上重試時 effort 等級被改掉的問題。10 月 15 日發布的 2.1.300 修正了 VS Code 裡對被標記訊息點「Edit prompt」時，檔案或指令選單蓋住還原的提示詞的問題。

怎樣讓 Claude Code 先問你

Anthropic 的 Settings reference 介紹了 switchModelsOnFlag。它在 /config 裡顯示為「Switch models when a message is flagged」，選項是「Switch automatically」和「Ask each time」。

  • 設為 true：切到備用模型繼續。
  • 設為 false：互動工作階段會暫停，讓你選擇切換還是編輯提示詞。在 -p 執行等無法跳出對話框的場合，被標記的請求會以錯誤結束。
  • 不設定：自動切換，但互動工作階段裡可能先問你。你回答後，選擇會作為這個設定存進使用者設定。

使用者在 GitHub issue 裡反映的情況

anthropics/claude-code 儲存庫裡有多個未關閉的 issue，反映這個設定不總是生效，或一般工作也被標記。以下都是使用者自己的說法。

  • jlumbroso 10 月 18 日提交的 issue 103106：專案設定裡 switchModelsOnFlag 設為 false，claude-fable-5 上的工作階段仍在 10 月 14 日、使用者沒有任何操作的情況下切到了 claude-opus-4-8。
  • ttmdxb 10 月 2 日提交的 issue 98875：管理自己公司辦公電腦時，Fable 5.1 反覆把內容標為 cyber。提交者說，一次工作階段裡連續 255 則訊息在 Opus 4.8 上執行，設定被忽略，介面也沒有提示換了模型。
  • axiomie 9 月 30 日提交的 issue 98387：設定為 false 後，用 Agent 工具啟動的子 AI 代理在拒絕後仍在 claude-opus-4-8 上繼續。
  • cafe24-yyoh 9 月 19 日提交的 issue 95500：在設為 false 的情況下，提交者說 Fable 5 連兒歌歌詞和日常的韓語電商開發指令都標記了，工作階段再也無法用 Fable 5。
  • sayantan-work 9 月 1 日提交的 issue 91209：提交者說讀取 LaunchAgent plist 檔案等本機排障操作自 8 月 3 日以來 15 次被標為 cyber，整個工作階段被固定在 Opus 4.8。

我們查看時，這些 issue 都沒有 Anthropic 的回覆。