失敗時に処理止める設定追加

Claude Codeの変更は、記事が提起するより広い問いと重なる。監査や承認、機密チェックを守るフックが失敗したとき、続行はそれ自体が静かな許可になる。このリリースは、Claude Codeが作業中か入力待ちか完了かを示す状態通知や、プラグインが読めない設定ファイルを変更しようとしたときの警告も追加した。新しい停止ルールと対になる可視シグナルである。

Anthropicのポリシー改定も同じ線を文章で引く。欺瞞的行為に関する規則を1つのセクションに統合し、偽アカウントによる増幅や影響工作のためのツール・インフラ構築を対象に含めた。選挙分野では範囲を欺瞞と投票抑止に絞り、投票や選挙運動のパーソナライズに対する一律禁止を外した。境界を広げると同時に狭める変更である。自ら手順を組み立てるエージェントについては、仕様が手放した自由を権限設定、サンドボックス、監査ログが引き受けると記事は論じる。

研究面では、モデルと人の組み合わせが主流だと記事は指摘する。Anthropic Cyber MissionのOSS Scannerは強力なモデルでスキャンし、脆弱性の説明、再現例、可能な修正をメンテナーに送る。真陽性率は90%超を見込むが、配信前に人によるレビューはなく、深刻度の誤判定もありうる。