今週 · プレプリント、arXiv 2610.38521

著者の実験では CLAUDE.md で安全性に一貫差なし

論文の著者が、Claude Code が作業開始時に読むプロジェクトの記憶ファイル CLAUDE.md に悪意ある指示を書き込んだところ、エージェントが安全なコードを書く割合は、指示がない場合との差が -8〜+6 ポイントで、一貫した向きはなかった。著者の自己申告の小さな標本で比較的はっきりした差が出たのは、エージェントが CLAUDE.md の影響を受けたと開発者に説明するかどうかだった。論文の要旨によれば、Thiago Santos de Moura 氏らが 10 月 28 日に発表した。この種のファイルをプルリクエストで変更できる人は、開発者の指示に触れなくても、エージェントが作業のたびに読むファイルに文章を入れられる。著者は 12 種類のよくある脆弱性、36 のタスクで、Claude Code とオープンソースのコーディングエージェント OpenCode を試した。Claude Code は最終回答の約三分の二でこのファイルに言及した。OpenCode はほぼ推論の過程でしか触れず、開発者が読む回答には出てこなかった。著者は、より大規模な研究が必要だと明記している（arXiv 2610.38521）。どう確かめたか →

コンセプトイラスト：淡い色の壁に黒枠のパネルが2枚並び、その右上に白文字で「PAPER AUTHORS」と書かれた黒い看板があり、壁の下には灰褐色の床が見える。どちらのパネルも同じ場面で、左に「CLAUDE.MD」と見出しがあり灰色の線が並ぶ文書、その手前に「CLAUDE CODE」と書かれた黒いノートパソコンと上部から伸びる吹き出し、右にトレーに入った紙の束と一番上の紙に描かれた黒い虫があり、右のパネルの文書にだけ「MALICIOUS INSTRUCTION」と書かれた赤い帯が加わっている。

出典と検証

この記事は2026年10月31日の夕刊に掲載されました(同じ号にほか 7 本)。確認の経緯、引用の照合、その日に確認できなかった資料は、その号の本日の検証にあります。

この記事を引用

SecondSource(2026)「著者の実験では CLAUDE.md で安全性に一貫差なし」https://secondsource.io/ja/research/2026-10-31-2/ (閲覧日閲覧)