Claude Code 自動モードで、AI に数時間、画面を見ずに任せられるようになったとき、どの判断を誰に残すか。 その問いを、Anthropic で Claude Code を手がける Lydia Hallie 氏が講演「Rethinking Claude Code Best Practices」(AI Engineer CODE 2026)で、1つのセッションの旅として示した。ステージングへの push、テストの実行、ログインの移行——3つの場面が、強いモデルが効く所と、権限・OS・テストに残すべき判断を分ける。本記事は公式の書き起こしをもとに、その中身を読み解く。
30秒でわかる講演の主張
- ・誰の話:Anthropic の Claude Code チームの Lydia Hallie 氏。社内の変更は5月 約2,500件/日 → 9月 3万件超/日
- ・CLAUDE.md:リポジトリを読めば分かることは消し、コードから分からない制約だけ残す
- ・権限:消せない操作だけ deny ルールで止める。テストの依存が秘密を読む経路はサンドボックス(OS)で止める
- ・完了の判定:意図どおりかを分ける検査を1つ選び、hook で失敗を「未完了」に変える(終了コード2)
この連載の第1回、xAI の Lauren Tan 氏による All Code Is Slop|AIのコードを信頼する「検証ピラミッド」 が「どこで品質を担保するか」を扱ったのに対し、今回は「どこで権限を止めるか」を扱う。Claude Code の設定・運用の全体像は Claude Code|2026年版・インストールからCLAUDE.md・Hooks・本番運用までの実装手引き に、検証を自動で回す仕組みは Claude Code 検証ループ|開発チームの verify skill と「3回で人へ」をフックで試す でも扱っている。
Claude Code 自動モードへ——手作業の承認から数十セッションの監督へ
FROM ONE SESSION TO DOZENSLydia Hallie が示した、この1年のClaude Codeの使い方の変化
手作業の承認から、数十セッションの監督へ
-
手でなだめる
セッションは途中で止まり、承認するか権限を飛ばすかを人が選んでいた
-
自動モード
8月から既定に。読み書き以外は分類器が許可か停止かを判断する
-
クラウドで数時間
専用マシンで走り、ノートを閉じても続く。自分で結果も確かめる
-
他を調整する
1つのセッションが仕事を割り、別のセッションを立て、戻りをまとめる
年の初めは、Claude Code のセッションはしばしば仕事を終える前に止まっていた、と Hallie 氏は振り返る。開発者はそばにいて、決定を正し、CLAUDE.md にもう1つ念押しの注意を足した。その節目を1つずつ外していったのが、この1年だ。
講演の時点では、Anthropic の開発者は数十のセッションを同時に走らせている。1つのセッションが何時間も働き、自分の結果を確かめ、他のセッションを調整さえする。規模を Hallie 氏は社内の変更数で示す——5月は約2,500件/日、9月は3万件超/日。この規模では「誰がミスを捕まえるのか」という問いが変わる。
Hallie 氏は、年初のセッションを2つの既定だけ変えて作り直す。モデルを Opus 4.5 から Opus 5.5 へ上げる。新しいモデルは、要求とコードベースからより多くを推し量れるので、途中の訂正が減る。そして手動の権限を自動モードに切り替える。モデルがハンドルをより多く握り、人は節目ごとの判断に集中できる。
ここから先は、その自動モードが「止める所」をどう決めるか、という設計の話になる。
CLAUDE.md に残すのは「リポジトリから分からないこと」
古いモデルを助けた指示が、新しいモデルには邪魔になる。Hallie 氏は、新しいモデルが念押しの注意に引きずられて脱線し、余計なツール呼び出しをして、かえって悪い結果を出す様子を挙げる。CLAUDE.md を見直すときの問いはただ1つ——その指示は、プロジェクトを読んでも Claude が見落としそうなことを伝えているか。
たとえば、あるサービスがコード上に直接の参照を持たないレガシーなデータ源にまだ依存している、とする。リポジトリを見るエンジニアはその依存を見落としうる。Claude も同じだ。これは CLAUDE.md に残す。一方、技術スタックの説明や、リポジトリの分かりやすい場所への道案内は、たいてい消してよい。Claude Code のプロンプト監査は CLAUDE.md とスキルの両方を点検し、モデルが推し量れる指示を見直すよう促す。
この基準は、当サイトの CLAUDE.md 運用にもそのまま効く。詳しくは本記事の最後で日本語環境に引き寄せる。
Claude Code 自動モードの分類器と、信頼の「範囲」
自動モードは、プロジェクト内のファイルの読み書きを超えるほとんどの操作に、別の分類器を使う。コーディング側のモデルが操作を提案し、分類器が、テスト実行や依存のインストールのような見慣れた操作を許可し、安全か不確かなコマンドを止める。
ステージングへ変更を出す要求を考える。開発者は、デプロイが別のデプロイ用リポジトリへの push を伴うと知っていて、ふだんなら承認する。だが自動モードは現在のフォルダとリポジトリを最初から信頼し、デプロイ用リポジトリはその範囲の外なので、push は止まり、開発者はキーボードの前に戻る。
ではチームが、その宛先について知っていることをどこに記録するか。自動モードの設定は、信頼するリポジトリ・バケット・ドメインを平易な英語で書き、許可や拒否する操作も添えられる。この設定は分類器に渡る。デプロイ用リポジトリを名指しすれば、この push に欠けていた事実を与えつつ、信頼の範囲をはっきり保てる。
| 要求 | 自動モードの既定 | どうするか |
|---|---|---|
| 現在のリポジトリでテストを走らせる | 許可(見慣れた操作) | そのまま進む |
| 別のデプロイ用リポジトリへ push | 止まる(信頼の範囲外) | 設定でその宛先を名指しして信頼に加える |
| 安全か不確かなコマンド | 止まる | 一度きりなら承認、繰り返すなら設定へ |
deny ルールとサンドボックス——リスクが起きる場所で止める
MATCH THE CONTROL TO THE RISK同じ .env を読もうとする2つの経路。止める場所が違う
リスクが起きる場所で止める——deny ルールとサンドボックス
直接 cat .env
どのファイルを開くかが実行前に分かる
- deny ルール(ハーネス)分類の前に、合致する読み取り要求をその場で止める
- 効く理由開く対象が命令に書かれているので、走らせる前に判定できる
npm test の依存が読む
承認時に見えたのは npm test だけ
- ローカルのサンドボックス(OS)テストは走るが、依存が保護ファイルを開くとOSが拒否する
- 効く理由どのファイルを開くかはテストが走って初めて決まる。OSなら実行中に止められる
自動モードは完璧ではない。Hallie 氏が引く2026年8月の調査では、明らかに危険なコマンドを人が捕まえた割合は約14%。自動モードは同じ調査で危険なコマンドの89%を止めた。それでも約1割は通り抜ける。特定のツール呼び出しを禁じたいチームは、ハーネス(ツール呼び出しを受け取り、進めてよいかを決めるソフトウェア)に deny ルールを置ける。
Hallie 氏の判断基準は「Claude が一度間違えたとき、取り返しがつくか」だ。 悪いコード変更は差し戻せる。コミットしていない作業を捨てる操作は、唯一のコピーを壊しうる。秘密鍵を読む操作は、その値をセッションの記録に残しうる。後ろの2つは、前もってルールで止めるに値する。
プロジェクトのローカル環境ファイル(.env)を例にとる。自動モードはふつう読み取りを許す。ここに deny ルールを足すと、ハーネスは合致する要求を止められる。ファイルを直接 cat する要求も含めてだ。これは、提案されたコマンドが「開く対象のファイルを名指ししている」場合を扱う。
npm test が読めるファイルはどこで止まるか
では、承認済みのテストはどうか。npm test は、開発者も自動モードも承認するたぐいのコマンドだ。いったん走り出すと、プロジェクトのコードと依存を実行する。侵害された依存が、同じ環境ファイルや開発者の SSH 鍵を読んで、見知らぬホストへ送ろうとしうる。承認時に開発者が見たのは npm test だけだった。 依存のファイルアクセスは、承認のあとに起きる。
この2つ目の読み取りを、Claude に検証は続けさせたまま、どこで止められるか。ローカルのシェルサンドボックスを有効にすると、ファイルの制限は OS にも渡る。テストは走り出せる。依存がその保護ファイルを開こうとすると、OS が読み取りを拒否する。子プロセスは制限を継承するので、同じ制限はそこからさらに起動された処理にも効く。
サンドボックスの設定は、コマンドがどのファイルを読めるか、どのディレクトリに書けるか、どのネットワークホストに届くかを決める。Hallie 氏の構成では、ローカルマシンの大半は既定で読めるままなので、SSH 鍵を守るにはそれ用のルールが要る。範囲も大事だ。サンドボックスはシェルコマンドとその子孫を覆う。Claude 自身のファイル操作は、別の層で扱われる。
要点は、止める場所をリスクの起きる時点に合わせることだ。直接の読み取りは、実行前にファイル名が分かるので deny ルールで。テスト経由の読み取りは、依存が走って初めて対象が決まるので、OS が実行中に止める。
クラウドセッションと、「完了」を判定する検査
クラウドのセッションは、専用のマシンにリポジトリを新しく複製してもらう。開発者がノートを閉じても走り続ける。Hallie 氏の例では、ローカルの .env・SSH 鍵・GitHub トークンはどれも Git に入っていないので、チェックアウトには1つも届かない。シェルサンドボックスの外にあるツールでさえ、そこにはそれらの秘密のローカルコピーを見つけられない。
セッションが API 鍵の不足に気づけば、欠けた資格情報を申告できる。開発者はネットワークシークレットを渡し、値をモデルに送らずに使わせられる。ネットワークアクセスは別設定で、Hallie 氏が挙げる既定にはパッケージレジストリと GitHub が含まれる。別のホストに届くには、そのドメインを設定に足す。
「移行できた」とは何を指すか
隔離されたセッションでも、何時間も間違った挙動を実装しうる。ログインを新しい API に移す要求を考える。各変更を見ている人なら、望まない決定をその場で捕まえられる。だが数時間後に戻る人は、既存の利用者に実装が何をしたかを知る手立てが要る。
Hallie 氏は、同じプロンプトから3つのもっともらしい結果を挙げる。1つは、ログインを移しつつ旧 API を残す。別の1つは、新規ログインだけを切り替える。3つ目は、切り替えを終えて全員をログアウトさせる。新規ユーザーのログイン成功は、すでにサインイン済みの人について、ほとんど何も教えてくれない。
既存のセッションが生き残らねばならないなら、それを最初の合否検査にする。全員をログアウトさせる実装はそこで落ち、Claude は別の道を探しに戻る。「もっともらしく正しく見える結果」と「意図どおりの結果」を分ける検査を1つ選ぶ——これが、戻ってきたレビュアーの時間を最も節約する。最も簡単な指定の場所は、要求そのものだ。完了の姿を述べ、作業をそれぞれテスト付きのタスクに割らせ、実際の出力を見せるよう頼む。
HOOKS THAT MUST RUNプロンプト頼みにせず、必ず走るチェックは hook で縛る
失敗を「未完了」に変える——3つの hook とexit code
-
A
ファイル編集のあと
linter を走らせ、今直した編集にその場でフィードバックを返す
-
B
タスク完了の直前
触れたコードのテストを走らせる。認証を変えたなら認証のテストを通す
-
C
セッション終了の直前
全テストを走らせ、別の場所の失敗ならClaudeを直しに戻す
-
!
exit code 2 で止める
多くのテストは失敗を exit 1 で返すが、1 のままだと完了にできてしまう。hook が 2 に変換すると、ハーネスが完了をブロックしClaudeを直しに戻す
要点
プロンプトは、検査を走らせるかどうかをモデルに委ねる。必ず走ってほしい検査には、Claude Code は hook を用意する。hook は、ハーネスが指定イベントで呼ぶスクリプトだ。いつ走り、どのコマンドを実行し、何を確かめるかはチームが選ぶ。図の A〜C がその3つのイベントだ。
落とし穴は終了コードにある。多くのテストツールは失敗を終了コード 1 で報告するが、タスク完了の hook でその 1 をそのまま通すと、Claude Code はタスクを完了にできてしまう。hook スクリプトが、テストの失敗を終了コード 2 に翻訳する必要がある。2 がハーネスに完了のブロックを伝え、Claude を変更の修正に戻す。
複数セッションを、PRとオーケストレーターで束ねる
1つのセッションが無人で働けるようになると、開発者は複数を立てられる。各クラウドセッションは自分のマシンとチェックアウトを持つので、同時編集を分けるためにローカルの worktree を管理する手間が要らない。
独立したセッションに共通の関門を与えるのが PR だ。継続的インテグレーション(CI)は、元のセッションがどう設定されどのテストを走らせたかに関わらず、同じ検査を全 PR に等しくかける。CI の自動修正を有効にすれば、Claude は落ちた検査を見て変更を直しに戻れる。レビュアーはその時間を、判断の要る所に使える。選ばれた変更には、GitHub の「準備できたらマージ」で検査が通り次第マージさせる。Hallie 氏のチームはその可否をリスクで決める。小さなドキュメントや文言の修正は自動検査の緑だけで進み、ふつうの変更は人が見る。
8つのセッションが結果を返したとき、誰が把握するのか。Hallie 氏はその文脈の切り替えを難しいと感じる。講演時点でベータの Claude Code Projects では、1つの主セッションにその役を与える。それがオーケストレーターとして働き、仕事をタスクに割り、タスクごとに別のセッション(スレッド)を立て、戻りを追い、不完全な結果はそのスレッドに差し戻す。Projects では2つの役のモデルを別々に選べる。Hallie 氏は、何をするか決めて戻りを判断する主セッションの例に Fable を、コードを書くスレッドの例に Opus 5.5 を挙げる。
Hallie 氏の勧める最初の実験は、ふだんより1段大きいタスクを1つ渡すことだ。CI が気にする失敗を捕まえるか確かめ、クラウド環境のネットワーク・シークレット・セットアップを整え、セッションを始めて、どこで人が要るかを見る。セッションの束ね方は、サブエージェントの作り方を整理した Claude Code サブエージェントとは?作り方・frontmatter全項目・呼び出し方まとめ とあわせて読むと像を結びやすい。
日本語環境の CLAUDE.md・設定にどう効かせるか
講演は Anthropic 社内の運用が前提だが、原則は小さなチームの設定にそのまま移せる。要点は3つだ。
・CLAUDE.md は「コードから分からないこと」に絞る:技術スタックの説明やディレクトリ案内は消し、コードに現れない依存・外部の制約・運用の約束だけ残す。モデルを上げたら、念押しの注意が脱線を生んでいないか見直す
・deny ルールは「取り返しのつかない操作」だけに置く:git reset --hard や .env・鍵の読み取りなど、一度間違えると戻せないものに絞る。全部を禁止で固めると自動モードの利点が消える。テストの依存が秘密を読む経路は、禁止ではなくサンドボックス(OS)で止める
・必ず走る検査は hook で縛り、失敗は終了コード2で未完了にする:編集後に linter、完了前に触れたコードのテスト、終了前に全テスト。PR では CI が同じ検査を全 PR に等しくかけ、人は判断の要る所に時間を使う
当サイトの運用でも、検証を hook とスキルで回す実践は Claude Code 検証ループ|開発チームの verify skill と「3回で人へ」をフックで試す で具体化している。Lydia Hallie 氏の講演は、その手前にある「権限をどこで、なぜ止めるか」の地図を与えてくれる。
参照ソース
・Lydia Hallie「Rethinking Claude Code Best Practices」(AI Engineer CODE 2026)講演ページ・書き起こし: https://ai.engineer/talks/vlfCjWuv4es-rethinking-claude-code-best-practices
・講演動画(YouTube / AI Engineer): https://www.youtube.com/watch?v=vlfCjWuv4es





