AI実装研究所 編集部 
Anthropic（アンソロピック）は2026年8月7日、AIコーディングツール「Claude Code」で、コマンド実行前の権限確認をAIが自動で判定する「auto mode」を8月14日からデフォルトにすると発表した。対象はPro、Max、Teamの各プランの新規セッションで、これまでの個別確認プロンプトに代わり、各ツール呼び出しを専用の分類器（クラシファイア）に通す仕組みに切り替わる。分類器は、取り消し不能な操作、破壊的な操作、ユーザーの環境外に及ぶ操作を狙って判定する。
Anthropicは、この変更の根拠として3種類の安全性データを示している。有料テスター1,053人による実験では、危険なコマンドを人間が承認前に検出できたのは13.6%（143件）にとどまったのに対し、auto modeは89%（937件）を検出・ブロックした。本番運用データでは、深刻度7以上の意図しない有害行為が発生した割合が、手動承認セッションで6.3%だったのに対し、auto modeセッションでは2.4%だったという。第三者による評価でも、auto modeで動作するClaude Fable 5、Opus 5、Sonnet 5に対する720回のプロンプトインジェクション攻撃は、いずれも成功しなかったとしている。
これに対し、開発者で独立した技術評論家のSimon Willisonは、Anthropicが示した数値でも依然として11%のケースでauto modeが危険な行為を防げていない点を指摘した。悪意あるサードパーティ製パッケージ経由の情報流出のような攻撃にauto modeが対応できるかは疑問だとし、Anthropic自身の評価だけでなく、より多くの独立した検証を求めた。
Anthropicがデフォルト化に踏み切った直接の理由は、Claude Codeのユーザーが権限確認プロンプトの97%を承認しているという実態にある。同社は、この数字が手動確認が実質的な安全確認として機能していないことを示すデータだとしている。
Anthropicは、本番インフラへの影響が大きい変更については、auto modeであってもユーザー自身がClaudeの行動を確認することを依然として推奨している。
一方、Claude Enterprise、Claude API、AWS上のClaude Platformでは、auto modeは当面オプトインのままとなる。Amazon Bedrock、Google CloudのAgent Platform、Microsoft Foundryでも同様にオプトインの状態が続く。Anthropicはクラウド各社と協力し、今後1カ月以内にこれらすべてでもデフォルト化する計画だとしている。
ユーザーはCLIでShift+Tabを押すか、デスクトップアプリのモードのドロップダウンからいつでもモードを切り替えられる。auto modeを完全に無効にしたい場合は、disableAutoMode設定を使うこともできる。
