ツール 2026-08-10

Anthropicが「承認」を押す開発者1053人を調べた。危険なコマンドを捉えられたのは13.6％ — 8月14日、ハンドルは機械へ渡る

8月14日から、Pro、Max、Teamの各プランではClaude Codeが既定で自動モードで動くようになる。自動モードとは、このコーディングエージェントがファイル書き込みやシェルコマンドのたびに許可を求めるのをやめ、代わりにすべてのツール呼び出しを分類器に通す仕組みだ。分類器は、取り返しのつかない操作、破壊的な操作、手元の環境の外へ向かう操作を遮断する。Anthropicは判断の根拠となる数字も公表した。有料の被験者1053人による対照研究では、許可プロンプトを人が手作業で確認した場合、目の前に置かれた危険なコマンドのうち見抜けたのは13.6％にとどまった。自動モードは89％を遮断した。実際の本番セッションでも、手動承認による作業で意図しない有害な操作が起きた割合は自動モードの2倍を超えた（6.3％対2.4％）。理由は一つの統計に凝縮されている。開発者は提示されたプロンプトの97％を承認している。これは確認ではなく、クリックである。この切り替えに合わせてAnthropicは、データ持ち出しに対する強制的な拒否ルール、git pushの宛先が公開リポジトリか非公開かの検証、破壊的操作前のgitステータス確認、外部コンテンツのプロンプトインジェクション検査を追加した。遮断された操作はClaudeにより安全な経路を探させる。遮断が続けば、セッションは再び逐一尋ねる方式に戻る。分類器自体のトークン費用は、この三つのプランでは課金されなくなった。Enterprise、API、Bedrock、Google Cloud、Microsoft Foundryは当面は任意のままだが、Anthropicは1か月以内にこれらでも既定にする見込みだとしている。

なぜ重要か興味深いのは、企業がより自律的な既定値を出したことではない。それを正当化するために用いた論法であり、これは通常の論法をひっくり返している。許可プロンプトは人を判断の輪の中に留めるためのものだった。ところがAnthropic自身の計測は、輪の中の人間が事実上の判子であり、同じコマンドを読む機械のほうが危険なものを捉える力はおよそ6倍だと告げている。この理屈は一つの製品をはるかに超えて一般化する。ソフトウェアにおけるあらゆる同意ダイアログ、あらゆる「よろしいですか？」、あらゆる承認待ちの列は、尋ねられれば人は見る、という前提の上に立っている。有料プランでClaude Codeを使っているなら、実務上の要点はこうだ。告知を読んだかどうかにかかわらず、8月14日にあなたの既定値は変わる。後から気づくのではなく、いま決めておくのがよい。別の許可モードを固定できるし、管理者はチーム全体に対して固定できる。正直な留保もある。89％は100％ではなく、しかも失敗はいまや無音だ。旧来の既定では、間違いが起きるにはあなたがクリックする必要があった。新しい既定では、誰も要らない。

#コーディング #AIエージェント

✓ 検証済み · 4ソース

Anthropicが「承認」を押す開発者1053人を調べた。危険なコマンドを捉えられたのは13.6％ — 8月14日、ハンドルは機械へ渡る

関連ニュース