SendMessageも安全チェック対象に:自動モード強化

今回のアップデートは何が変わったのか

Claude Codeのv2.1.222で、「自動モード」の安全性が少し強化されました。ポイントを一言で言うと、Claudeのエージェント同士がメッセージをやり取りする際にも、事前の安全チェックが入るようになった、ということです。

Claude Codeには、あるエージェントが別のエージェントセッションにメッセージを送るSendMessageという仕組みがあります。たとえばエージェントチームのように複数のセッションが協力して作業を進める場面や、サブエージェントとのやり取りなどが該当します。今回のアップデートで、このメッセージが実際に相手へ送られる前に、「パーミッションの分類器(classifier)」というチェック機構を通るようになりました。

なぜこのチェックが必要なのか

Claude Codeには、ファイル編集やコマンド実行などの前にユーザーの承認を求めるパーミッションプロンプトという仕組みがあります。ただし自動モードで動かしている場合は、この承認をある程度省略して、Claudeにどんどん作業を進めてもらう運用になります。

ここで問題になるのが、エージェント同士のメッセージです。仮にあるセッションが、悪意ある指示や誤った情報を含むメッセージを別のセッションへ送ってしまうと、送られた側のエージェントがその内容を鵜呑みにして、意図しない操作をしてしまう可能性があります。これはプロンプトインジェクション的なリスクの一種とも言えます。人間の承認を省略している自動モードだからこそ、エージェント間の伝言にもチェックを挟んでおく必要がある、というわけです。

分類器はどう動くのか

ここで言う「分類器」とは、送られようとしているメッセージの内容を見て、問題がなさそうか・怪しいかを判定する仕組みのことです。今回のアップデートでは、この分類器のチェックがSendMessageの「発送前」というタイミングに追加されました。つまり、メッセージが実際に相手のセッションに届く前段階で、内容の妥当性が確認されるようになったということです。

変更前	変更後
エージェント間のメッセージはそのまま相手に届く	相手に届く前に分類器のチェックを通過する必要がある
チェック対象はファイル編集やコマンド実行が中心	エージェント間の伝言もチェック対象に含まれる

普段Claude Codeを使う上でどう関係するか

この変更は、複数のエージェントを並行して動かすような使い方(エージェントチームや、複数のサブエージェントに作業を分担させるようなワークフロー)を自動モードで運用しているユーザーに関係してきます。単独のセッションでシンプルに使っている場合は、直接体感する場面は少ないかもしれません。

とはいえ、裏側の安全チェックが一段階増えたということは、それだけ「自動モードでも変な指示が通りにくくなった」ということです。スピード重視で自動モードを使いつつ、複数のエージェントに仕事を任せたい、という人にとっては地味ながら安心材料になるアップデートだと言えます。