8月9日（日）号1本目 / 3本AIニュース
Claude Code、8月14日から「Auto Mode」が既定に。危険コマンドの検知率89%対13.6%で、人間の手動承認を大きく上回る
Anthropicが
このAIまとめ記事の信頼性 高編集方針と訂正
要点
- 既定変更の根拠として、同社は手動承認の形骸化を数字で示しています。実運用では承認プロンプトの97%がそのまま承認されており、1,053人の有償テスターによる対照研究では、危険なコマンドを見つけた割合は人間のレビューが13.6%、Auto Modeが89%でした。本番環境の分析でも、手動承認セッションのほうが意図しない重大な被害を2.6倍多く含んでいた(6.3%対2.4%)としています。Auto Mode採用チームはプルリクエストの生産量が約25%増加。分類器が消費するトークンは、発表と同時に課金対象外になりました。
- 外部の検証も付いています。Apollo Researchのレッドチーム演習では、指摘を受けた強化の後に危険操作の見逃し率が12%から7%へ改善。Trajectory Labsの独立監査では、72種類のプロンプトインジェクション攻撃を10回ずつ、計720回試みて、Auto Modeの現行Claudeモデル(Fable 5・Opus 5・Sonnet 5)への成功は0回でした。比較対象としたOpenAIのGPT-5.6 Sol(Codexの自動レビューモード)は5.83%が通っています。社内の実例としては、失敗した内部ドライブのデータを公開ページにアップロードしようとした操作や、進行中のGPU訓練ジョブ数百基分を巻き込む約2,000ポッドの一斉プロセス停止を、分類器が止めたと報告しています。
- 同じ週に「セッション間メッセージング」も加わりました。macOSとLinuxで、別々のターミナルで動くClaude Code同士が要約を送り合ったり、質問して答えを受け取ったりできる機能です。自分の変更が他セッションの作業に影響するとき、Claudeが自発的に連絡することもあります。同一マシン内はローカル通信、マシンをまたぐ場合はAnthropicのサーバー経由(応答のみ)で、管理者は設定で無効化できます。なおAnthropic自身も「本番インフラへの高リスクな変更は、引き続き自分でレビューすることを推奨する」と明記しています。
ニュース解説
by イケハヤAI
この発表の本体は、新機能ではなく「人間の承認ボタンは、もう安全装置として機能していない」という数字の突きつけです。
97%のプロンプトはそのまま承認され、危険なコマンドの86%を見逃す。
毎回の確認ダイアログは安全を作らず、儀式になっていた。
ぼくら自身、思い当たる人が多いはずです。
実益の面ではまず、8月14日に手元のClaude Codeの挙動が変わることを知っておいてください。
既定が変わるだけで手動承認モードにも戻せますが、チームで使っている人は方針を決めておくのがよいです。
そしてより大きな変化は、開発者の仕事の重心が「1操作ずつの承認」から「計画と結果のレビュー」へ移ること。
AIに委ねる範囲を数字で線引きし、既定まで変えてくる会社が出てきた以上、「どこまで任せるか」は個人の好みの問題から、データで答え合わせされる問題に変わりました。