Anthropicは今月、Claude Codeのバージョン2.1.207をリリースしました。そのリリースノートの中に、AI支援開発のルールを書き換えるような変更が隠されています。エージェントをホストする主要な3つのクラウドプラットフォーム（Amazon Bedrock、Google Vertex AI、Microsoft Azure Foundry）において、Auto modeがデフォルトになりました。この一つの変更により、マシンが生成したコードがリポジトリに投入される際の承認フローの主導権が誰にあるのかが変わります。
旧来の手法は破綻していた
このリリースまで、Claude Codeはデフォルトでmanual modeで動作していました。エージェントはファイルの編集をステージングしたり、シェルコマンドを準備したり、git commitをキューに入れたりした後、そこで停止します。そして、人間がdiffを読み、コマンドを確認し、「承認」をクリックするのを待つのです。その理論は理にかなっていました。人間が承認しない限り、AIにプロダクションコードを触らせない、という考え方です。
しかし、現実は異なりました。Anthropicの調査によると、manual modeを使用しているユーザーの93%が、プロンプトを読まずに承認していました。開発者は承認画面をチェックポイントではなく、単なる煩わしいものとして扱っていました。作業の流れを止めないために、次々と「はい」をクリックしていたのです。これでは手動のゲートは役に立ちません。誰もがバイパスしてしまうセキュリティコントロールは、コントロールとは言えません。それは安全性を装った摩擦に過ぎないのです。
Auto modeがいかにして人間のクリックに取って代わるか
Auto modeは、その形骸化した人間の承認を、2つ目のAIモデルに置き換えます。このclassifier（分類器）が、エージェントが実行しようとするすべての動作を、実行前にレビューします。そのステップが元のタスクと依然として一致しているか、エージェントがコースから外れていないかを確認します。classifierが動作を許可すれば、エージェントは即座に続行します。通知も、ポップアップも、あなたが昼食を終えるのを待つ必要もありません。
これは、これまでとは異なる種類のセーフティネットです。classifierは午前2時になっても疲れ果てません。締め切りが迫っているからといって、読み飛ばすこともありません。そして、最初の動作に対しても100番目の動作に対しても、同じ厳格さで精査を行います。疲れ切ったエンジニアには、同じことは言えません。
ガバナンスの逆転
ここでのより深い変化は、デフォルト設定と責任の所在に関するものです。2.1.207より前は、チームが能動的にauto modeを選択する必要がありました。現在はその負担が逆転しています。つまり、auto modeをオフにするには、明示的なアクションを起こさなければならないのです。もしあなたの組織が金融やヘルスケアなどの規制対象データを扱っている場合、これは単なる些細なUXの調整ではありません。ポリシーに関わる重大な事象です。誰かが明示的にこの機能を無効にしていない限り、自律的なコミットがすでにリポジトリに届いている可能性があることを、コンプライアンスチームは知っておく必要があります。
今すぐすべきこと
まず、現在の状態を監査してください。最近のログやgitの履歴を詳しく調べてください。Claude Codeによるコミットは見られるものの、セッション記録にそれに対応する人間の承認プロンプトが見当たらない場合、auto modeはすでに有効になっています。以前の設定がそのまま引き継がれていると思い込まないでください。
手動制御を戻したい場合は、以前のレバーはもう機能しないことを理解しておく必要があります。Anthropicは、この動作を切り替えていた以前の環境変数のサポートを終了しました。今後は、管理設定ファイルで disableAutoMode を設定する必要があります。シェル設定やコンテナイメージ内にある古い回避策は、エラーを出さずに失敗するため、アップグレード後はデプロイパイプラインをスキャンしてください。
classifierの微調整はできません。その攻撃性やリスクの閾値を調整するダイヤルは存在しません。実用的なコントロール手段は、アクセス制御のみです。影響範囲（blast radius）を狭めてください。エージェントがアクセスできるディレクトリを特定の場所に制限してください。最小限の権限を持つ、有効期限の短い認証情報を与えてください。もしclassifierが誤って不正な動作を見逃したとしても、権限を絞ったエージェントであれば、管理者権限を持つエージェントよりも被害をはるかに小さく抑えられます。
Auto modeが真価を発揮する場面
ここでのメリットは、人間のリソースを割く必要のない作業における、圧倒的なスピードです。Auto modeは、リスクが低くパターンが明確な、境界の決まった反復的なタスクにおいて真価を発揮します。例えば、リンターのルールを更新した後に、100個のファイルに対してフォーマット処理を行う場合を考えてみてください。あるいは、セキュリティアドバイザリが出た際に、パッチレベルの依存関係を更新する場合です。エージェントは、エンジニアの深い集中を妨げることなく、反復、適用、テスト、コミットを行うことができます。
エンジニアリングの時間は有限であるため、これは重要なことです。空白の修正に対して「承認」をクリックすることに費やされる1分は、アーキテクチャの設計、インシデント対応、あるいは人間の判断を真に必要とする、難易度の高い20%の業務から奪われた1分なのです。Auto modeは、その時間を返してくれます。
しかし、規律のないスピードは、単に技術的負債の蓄積を早めるだけです。classifierは、動作がプロンプトと一致しているかどうかをチェックします。しかし、その結果として生成されたコードが統合テストをパスするか、ドメインの不変条件を遵守しているか、あるいはスタイルガイドに従っているかどうかまではチェックしません。何かがプロダクションに到達する前に、CIゲート、コードレビュー、および自動テストは依然として必要です。
マルチクラウドによる複雑化
このデフォルト設定は Bedrock、Vertex AI、Azure Foundry に同時に展開されたため、マルチクラウド構成を運用している企業は、一貫性について検討する必要があります。各プラットフォームを意図的に設定しない限り、AWS では緩い権限で auto mode を実行させ、GCP では制限をかけるといった運用はできません。これら3つのクラウドを単一の運用メッシュとして扱うのであれば、今すぐ disableAutoMode ポリシーとアイデンティティ境界を標準化してください。プラットフォーム間のドリフトは、ビルドを壊すか、あるいはそれ以上に深刻な事態が起こるまで目に見えません。
また、分類器（classifier）が見落とすものについても覚えておく価値があります。分類器は、エージェントがタスクに従っているかどうかを評価するものであり、リファクタリングがコードベース全体に波及効果をもたらすかどうかを評価するものではありません。共有ユーティリティを抽出するエージェントは、プロンプトには完璧に従っているように見えても、10個の下流サービスが依存しているインターフェースを密かに変更してしまう可能性があります。分類器はシニアアーキテクトではありません。あくまでタスクチェッカーなのです。
次のスプリントに向けたチェックリスト
この移行を管理している場合、今週取るべき具体的なステップは以下の通りです。
- 2週間分のログを監査する。 すべての Claude Code のコミットをマッピングします。人間の承認プロンプトなしで実行されたものはすべてフラグを立ててください。
- 認証情報の範囲を限定する。 エージェント専用のサービスアカウントを作成します。実際に必要なディレクトリにのみ書き込み権限を付与してください。本番環境のデータベース、デプロイキー、または顧客データストアへのアクセスは決して許可しないでください。
- ドキュメントを更新する。 古い環境変数の切り替えに関する記述を削除します。オンコール担当のエンジニアには、新しい
disableAutoMode管理設定を案内してください。 - リスク別にセグメント化する。 フォーマットや軽微な依存関係の更新といった、開発環境のみのメンテナンス的なタスクには auto mode を許可します。ビジネスロジック、認証、またはデータ処理コードに触れるものについては、マニュアルモードまたは人間による完全なレビューを必須としてください。
- コンプライアンスチームに説明する。 分類器は自動チェックであり、人間による承認ではないことを説明してください。新しいオプトアウトのデフォルト設定が、既存の変更管理ポリシーとどのように相互作用するかを示してください。
ガードレールは維持し、形式的な儀式は捨てる
auto mode は、マニュアルモードがいつの間にか儀式化してしまっていた承認プロセスを取り除くことで、AI支援コーディングを高速化します。エージェントを別のモデルがレビューすることは、深夜に疲れ果てた開発者が「はい」を連打するよりも優れた安全策です。しかし、デフォルトとは事前に下された決定であり、今回の設定は、あなたが別途指示しない限り自律性を望んでいるという前提に基づいています。
2.1.207 を利便性の向上ではなく、インフラストラクチャの変更として扱ってください。権限を見直し、ランブックを書き換え、どのワークフローを自動化し、どのワークフローに人間が介在するかを慎重に選択してください。単純作業はエージェントに任せましょう。あなたの仕事は、その作業を取り囲む壁が、しっかりと機能するほど強固であることを確認することです。
GyaanSetu AI Community on Telegram で議論に参加しましょう。