Claude Code、間接的プロンプトインジェクション攻撃をほぼゼロに低減

Boris Cherny氏は、Claude Codeが間接的プロンプトインジェクション攻撃をほぼゼロに低減したことを明らかにした。このアプローチは、単一の防御機構ではなく、モデルトレーニング、入力検出、意図分類器という複数の防御を積み重ねることに依存している。システムは未知の攻撃に対しても有効性を維持する。この安全性の成果に基づき、来週からAuto Modeがデフォルトモードとなる。

Boris Cherny氏は、Claude Codeが間接的プロンプトインジェクション攻撃をほぼゼロに低減したことを明らかにした。このアプローチは、単一の防御機構ではなく、モデルトレーニング、入力検出、意図分類器という複数の防御を積み重ねることに依存している。システムは未知の攻撃に対しても有効性を維持する。この安全性の成果に基づき、来週からAuto Modeがデフォルトモードとなる。