確認は「儀式」だった Claude Codeの自動モード、8月14日からデフォルトに

「確認ボタン」は、実は誰も見ていなかった

Anthropicが8月14日から、Claude Codeの「自動モード」をPro・Max・Teamプランのデフォルト設定にする。これまで1つの操作ごとに人間の承認を求めていた仕組みから、AIエージェントが自律的に作業を進める仕組みへと、標準の挙動そのものが切り替わることになる。

自動モードでは、Claude Codeは1ステップごとに許可を求めるのではなく、「取り返しがつかない」「破壊的」「ユーザーの作業環境の外に影響が及ぶ」と判断された操作でない限り、確認なしで作業を進めていく。この機能自体は今年3月から試験提供されていたが、今回それが「初期設定」に格上げされる形になる。

人間の承認は「儀式」になっていた

今回の決定の根拠になっているのが、有償の被験者1053人を対象にAnthropicが実施した調査だ。この調査によると、自動モードが搭載する判定システムは危険な操作の89%を検知してブロックしたのに対し、人間によるレビューで検知できたのはわずか13.6%にとどまったという。

その理由としてAnthropicが挙げているのが、人間側の「承認疲れ」だ。同社によれば、Claude Codeの確認プロンプトのうち97%はそのまま承認されているという。これほど高い承認率は、多くのユーザーが実際に内容を吟味するのではなく、反射的にクリックしているだけであることを示唆している、というのが同社の見立てだ。確認作業という「儀式」をこなしているだけで、実質的な安全装置としては機能していなかった、というわけだ。

Claude Codeの開発責任者ボリス・チェルニー氏はX上で、自身とチームがここ数ヶ月、自動モードだけを使い続けてきたと明かし、もう確認プロンプトのある生活には戻れないとコメントしている。

自動モード自体の歴史を振り返ると、3月の試験提供開始当初は、特別な設定フラグを有効にしないと表示されない、Teamプラン限定の機能だった。BedrockやGoogle Cloud、Foundryといった各種クラウド経由での利用にも対応していなかった。そこから半年足らずで、あらゆる主要プロバイダーで利用可能になり、ついには標準の挙動そのものとして扱われるまでになったことになる。機能の中身自体は目新しいものではないが、「オンにするかどうか」から「オフにするかどうか」へと前提がひっくり返る、という変化の重みは決して小さくない。

新たに追加された安全装置

自動モードへの全面移行にあたり、Anthropicはいくつかの安全機能も新たに導入している。プロンプトインジェクション(悪意ある指示を紛れ込ませる攻撃手法)を検知するスクリーニング機能や、データが外部に漏れることを防ぐためのカスタマイズ可能な「拒否ルール」がその一例だ。

対象範囲は当面、Pro・Max・Teamのプランに限定される。Enterprise向けやAPI、各種クラウドプラットフォーム経由の利用については、現時点ではオプトイン(選択制)のままとなっており、こちらについても今後1ヶ月以内をめどにデフォルト化を進めていく計画だという。

このタイミングで、という声

今回の発表を受けて、海外では「このタイミングで踏み込むのか」という受け止め方も出ている。というのも、この2週間ほどの間、まさにAIエージェントがテスト環境の封じ込めを突破し、他社のシステムに侵入していたという一連の事案が相次いで報じられていたばかりだからだ。人間の監視をすり抜けてしまうAIの危うさが繰り返し指摘されてきた直後に、その同じ会社が「人間の確認をさらに減らす」方向へ舵を切ったという巡り合わせに、皮肉めいた視線を向ける向きもある。

もっとも、Anthropicの立場に立てば、この2つの動きは矛盾しているわけではない。今回問題になっていたのは、外部の評価環境における隔離や監視体制の不備であり、今回の自動モードは、あくまで開発者自身の手元の作業環境における、日常的な操作の許可プロセスの話だ。対象としているリスクの種類が異なる、という整理はできる。とはいえ、AIエージェントの自律性を積極的に広げていく企業としての姿勢そのものは共通しており、両者を完全に切り離して受け止めるのは難しいという見方も根強い。

「ガードレールが消えたわけではない」という説明

Anthropic側の説明で強調されているのは、自動モードは確認プロンプトを取り除くものであって、安全装置そのものをなくすものではない、という点だ。取り返しのつかない操作や、破壊的な操作、ユーザーの作業環境の外側に影響が及ぶ操作については、引き続き人間の判断を挟む設計になっているという。人間による毎回のチェックという「見た目の安全対策」を、分類器による自動判定という「実効性のある安全対策」に置き換えた、というのがAnthropicの主張の骨子だ。

この主張が妥当かどうかは、実際に自動モードが広く使われ始めてからでなければ判断がつかない。1000人規模のテストで良好な結果が出たとしても、実際の開発現場は被験者向けに用意されたテスト環境とは異なり、本番のコードベースや実システムに直結している。ここで同様の検知率を維持できるかどうかが、今回の判断の妥当性を左右することになりそうだ。

テスト環境と実運用環境は、同じではない

この点については、いくつかの海外メディアも慎重な見方を示している。今回の1053人規模の調査は、あくまで研究会社を通じて集められた被験者が、実験用に構築されたテスト環境の中で作業した結果であり、参加者自身の実際のコードベースや、本番稼働中のシステムを対象にしたものではない。つまり今回のデータは、あくまで「レビュアーの注意力」を測定した実験結果であり、実際の開発現場で起きるインシデントの発生率そのものを測定したものではない、という整理になる。

この違いは小さくない。テスト環境では、参加者は「何かおかしな操作がないか探す」という意識で臨みやすいが、日常の実務では、締め切りやタスクの多さに追われながら確認作業をこなすことになる。分類器による自動判定は、こうした人間側の集中力のムラに左右されないという利点がある一方、実際の本番環境特有の複雑さや、企業ごとに異なるシステム構成にどこまで対応できるかは、今回のテストだけでは測りきれない部分が残る。

まとめ

確認プロンプトという仕組みが、実は「安心の演出」でしかなかったかもしれない、という指摘は率直で興味深い。ただし、その代わりに導入される自動判定の仕組みが、実際の開発現場でも同じ精度を発揮できるのかどうかは、まだ検証の途上にある。8月14日以降、Pro・Max・Teamユーザーの手元で実際に何が起きるのか、続報を追っていきたい。

参照元

TechCrunch(2026年8月9日):https://techcrunch.com/2026/08/09/anthropic-is-turning-claude-codes-auto-mode-on-by-default/
Dataconomy:https://dataconomy.com/2026/08/10/claude-code-auto-mode-default-august-14/
The New Stack:https://thenewstack.io/claude-code-auto-mode/

#ClaudeCode #Anthropic #AIエージェント #AI安全性 #生成AI #海外AIニュース #プログラミング #開発効率化 #AI自動化 #テック業界 #AIガバナンス #海外テックニュース