注目の生成AIスクール3選！
【Excel】FILTER関数便利すぎ！
生成AIのハルシネーションによる事故・問題事例
直感に反する確率
スポンサーリンク

Claude Codeの「オートモード」がデフォルト化｜許可プロンプトより安全という検証データを読み解く【2026年8月】

記事内に広告が含まれています。
Contents
  1. オートモードとは何か
  2. 2026年8月14日から何が変わるのか
  3. デフォルト化の根拠となった安全性データ
  4. 導入企業にみる活用実態
  5. 利用者が押さえておきたい注意点
  6. まとめ
  7. 参考サイト
スポンサーリンク

オートモードとは何か

Anthropicは2026年8月7日、コーディングエージェント「Claude Code」の権限モードのひとつである「オートモード（Auto mode）」を、2026年8月14日からPro・Max・Teamプランの標準設定にすると発表しました。

Claude Codeは従来、ファイルの書き換えやコマンド実行のたびにユーザーへ承認を求める「手動承認モード」を基本としていました。しかしAnthropicの調査によると、ユーザーは許可プロンプトの97%をそのまま承認しており、確認作業が形骸化する「承認疲れ」が起きていたといいます。

オートモードは、この承認作業をモデルベースの分類器（classifier）に肩代わりさせる仕組みです。取り消せない操作・破壊的な操作・作業環境の外に影響する操作と判定された場合のみブロックし、それ以外は承認プロンプトなしで実行されます。2026年3月にリサーチプレビューとして公開されて以降、段階的に対象プランを広げてきました。

スポンサーリンク

2026年8月14日から何が変わるのか

対象プランと移行の仕組み

8月14日以降、Pro・Max・Teamプランで権限モードを未設定のユーザーは、新規セッションが自動的にオートモードで開始されます。すでに別のモードを既定にしている場合は切り替えを促すワンタイムの確認が表示され、管理者がチームの既定モードを固定している場合は変更されません。

Claude Enterprise、Claude API、AWS・Google Cloud・Microsoft Foundry経由の利用では、当面オプトイン（任意設定）のままとなりますが、Anthropicは今後1か月程度でこれらにも標準化を広げる方針を示しています。あわせて、分類器の処理に伴う追加トークン課金もPro・Max・Teamでは8月7日付けで廃止されました。

権限判定の3段階構造

オートモードの内部では、操作の種類に応じて3段階のチェックが行われます。

  1. 状態を変更しないファイル読み取りや検索などは、あらかじめ組み込まれた許可リストによってそのまま実行されます。
  2. プロジェクトディレクトリ内でのファイル編集は、バージョン管理で事後確認できるためチェックを通過します。
  3. シェルコマンドや外部への通信、プロジェクト外のファイル操作など、実害の可能性がある操作だけが分類器（Sonnet 4.6ベース）の審査に回されます。

分類器は「高速な一次フィルタ」と「精査する二次フィルタ」の2段階構成になっており、まず粗く危険候補を拾い上げたうえで、疑わしいものだけを慎重に再評価することで、誤検知を抑えながら見落としを減らす設計になっている点が特徴です。

デフォルト化の根拠となった安全性データ

1,053人によるテストで浮き彫りになった「人間の見落とし」

Anthropicは有償の被験者1,053人を対象にした比較実験を実施しました。セッションの途中で許可プロンプトの一つを明らかに危険な内容にすり替え、人間がそれを見抜けるかを検証したところ、危険なコマンドを人間が阻止できたのは13.6%（143件）にとどまった一方、オートモードは89%（937件）をブロックしました。人間が承認してしまった危険な操作のうち800件をオートモードは阻止しており、逆にオートモードが見逃した操作を人間が阻止できたのはわずか6件だったとしています。

セッションが長くなるほど人間の見落としは増える傾向も確認されており、承認回数が50回を超えるとブロック率は約5%まで下がった一方、オートモードのブロック率はセッションの長さによらずほぼ一定だったと報告されています。

実際のセッションログが示す被害の差

2026年5〜6月の実運用データ（学習・分析への利用に同意したアカウントのみを対象）を分析した結果では、本番環境レベルの重大な被害（10段階評価で7以上）を含むセッションの割合は、手動承認モードで6.3%だったのに対し、オートモードでは2.4%と半分以下にとどまりました。

敵対的レッドチームとプロンプトインジェクション対策

AI安全性を専門とするApollo Researchとの2週間のレッドチーム演習では、合成攻撃データに対する分類器の見逃し率が12%から7%まで改善しています。また第三者機関Trajectory Labsによる評価では、間接的なプロンプトインジェクション攻撃720件（72シナリオ×10回）に対し、オートモードを有効にしたClaude Fable 5・Opus 5・Sonnet 5では成功した攻撃が0件だったのに対し、比較対象のGPT-5.6 Sol（Codexの「Auto-review」モード）では5.83%が成功したと報告されています。

導入企業にみる活用実態

Anthropicによれば、オートモードを本番運用の既定にしている企業では、そうでないチームに比べてプルリクエストの出力数が約25%多いとのことです。ブログでは以下のような事例が紹介されています。

Adobe・Nuro・Gusto・Garner Healthの事例

  • Adobe：90か国以上・30言語以上にわたるAdobe.comの価格・プロモーションページを、UI生成と検証を自動で繰り返すエージェントループで管理し、完成したプルリクエストをレビューに回しています。
  • Nuro：夜間に評価指標を改善し続ける研究エージェントをオートモードで走らせ、翌朝までに完成したプルリクエストを受け取る運用をしています。
  • Gusto：許可プロンプトを省略する設定に頼らざるを得なかった「承認疲れ」を解消する目的でオートモードを導入し、5月中旬以降のセッションの約10%で分類器によるブロックが発生していることを、正しく機能している証拠として捉えています。
  • Garner Health：全従業員550名に対し管理者設定でオートモードを標準化し、個別のコマンド許可リストに依存しない開発フローを構築しています。

利用者が押さえておきたい注意点

Anthropic自身も「分類器はリスクをゼロにするものではない」と明言しており、本番インフラに影響する重大な変更については、引き続き人間によるレビューを推奨しています。分類器が3回連続、またはセッション中に合計20回操作をブロックした場合は手動承認に切り替わる仕組みも用意されています。

モードの切り替えはCLIでは Shift+Tab、デスクトップアプリではモード選択のドロップダウンから行えます。組織の管理者は defaultMode で既定モードを固定したり、disableAutoMode でオートモード自体を無効化したりすることも可能です。

まとめ

Claude Codeのオートモードは、「毎回確認する」か「確認を一切省く」かの二択ではなく、モデルベースの分類器に危険な操作の検知を任せるという第三の選択肢です。Anthropicが示したデータは、少なくとも許可プロンプトを反射的に承認しがちな運用と比べれば、オートモードの方が安全に働きうることを示しています。8月14日以降、対象プランのユーザーは意識せずともこの新しい既定値に触れることになるため、既存の権限設定やチームのポリシーを一度見直しておくとよさそうです。

参考サイト

タイトルとURLをコピーしました