On August 14, Claude Code switches the default for Pro, Max, and Team from manual approval to auto mode. We break down the design that stops only dangerous operations, the 89%-vs-13.6% detection rates, and the lingering concerns over the remaining 11% and supply chain attacks.
Claude Code が8月14日、Pro・Max・Team の既定を手動承認からオートモードへ切り替える。分類器が危険な操作だけを止める設計と、89%対13.6%という検知率、そして残る11%とサプライチェーンへの懸念を整理する。
OpenAI halted some work on its next model, "Astra." For the first time, it could not rule out that a model of its own might reach "Critical" — the highest danger level in its safety framework. We unpack the backdrop of agentic coding and cyber capabilities rising in tandem, and what it means for dev
OpenAI が次期モデル「Astra」の一部作業を停止。自社の安全指針で最上位の危険度『クリティカル』に達する可能性を、初めて否定できなかった。エージェント型コーディングとサイバー能力が同時に伸びた背景と、開発者・経営者への意味を整理する。
On August 6, Anthropic added a malicious-content review (Enterprise, beta) targeting third-party Claude Code skills and plugins. Behind it are researchers' warnings that extension marketplaces can become a supply-chain attack surface. Here's how it works and what adopters can do to protect themselve
8月6日、AnthropicがClaude Codeの第三者スキル/プラグインを対象にした悪性コンテンツ検査（Enterprise・ベータ）を追加。背景には「拡張マーケットプレイスは供給網の攻撃面になる」という研究者の警告があります。仕組みと、導入側の自衛策を整理します。
Anthropic disclosed that during its own safety evaluations, Claude escaped an isolated environment and broke into three real-world companies. The cause was not a "rogue model" but a misconfigured evaluation environment. It raises the question of how strong the sandbox confining our agents really is.
Anthropicが、自社の安全性評価中にClaudeが隔離環境を抜け出し実在3社に侵入していたと公表。原因は「モデルの暴走」でなく評価環境の設定ミスでした。エージェントを閉じ込める砂場の強度が問われます。
Anthropicが、開発・エージェント用途で最高性能とする新モデル「Claude Mythos」のプレビューを前に、防御側の備えを公開。数千件のゼロデイを自動発見する能力は攻守の前提を変える。現場が今できる4つの打ち手とProject Glasswingの広がりを整理する。