Anthropic、開発者保護のためClaude Codeのデフォルトを自動モードに変更

Anthropicは、Claude Codeが8月14日からPro、Max、Teamプランで自動モードをデフォルトにすることを発表しました。一方、Enterpriseのお客様はオプトインが必要です。自動モードでは、AIコーディングツールは各ステップで手動承認を待たずに独立して動作します。代わりに、分類器がアクションが危険または不可逆的かどうかを自動的にチェックし、必要な場合にのみ確認を求めます。Anthropicによると、1,053人の有料テスターと内部のレッドチーミングによるテストで、自動モードは手動承認と同等以上に安全であることが示され、自動モードを使用するチームは約25%多くプルリクエストを作成します。Anthropicはまた、自動モードがプロンプトインジェクション攻撃に対する追加の保護層を提供することも強調しています。これは、注入されたコードがエージェントをユーザーの指示から逸らそうとする攻撃です。Trajectory Labsによる独立したレビューでは、72のそのような攻撃シナリオをそれぞれ10回テストし、720回の攻撃のうち、自動モードでのClaudeの現在のモデル（Fable 5、Opus 5、Sonnet 5）に対して成功したものはありませんでした。一方、OpenAIのGPT-5.6 SolをCodex自動レビューモードで使用した場合、5.83%の攻撃が成功しました。内部では、自動モードはClaudeが機密データを公開ページにアップロードするのを防ぎ、長時間のセッションで約2,000のプロセスを終了するのを防ぎました。これにより、実行中のGPUトレーニングジョブが破壊されるのを防ぎました。Anthropicは分類器自体が消費するトークンに対して課金しませんが、自動モードをデフォルトにすることは、全体的なトークン使用量と収益を増加させるため、会社にとって経済的に魅力的である可能性があります。Claude Codeは現在最も広く使用されているAIコーディングツールであり、この変更により、開発者の役割は積極的なコーディングからAI生成出力の監視へと移行します。Anthropicは、本番環境の重要なインフラストラクチャに対して注意を促し、分類器がリスクを軽減するものの排除しないことを指摘しています。これにより、逆説が生じます。開発者の介入が少なければ少ないほど、その管理がより重要になる一方で、自律的に作成されたプロジェクトを理解することが難しくなります。