PROMPT RECORD
侵入の痕跡を報告して
── 見つけた証拠を作ったのは誰か
検証中3 危険度 3再現度 D
概要
コード編集を行えるAIエージェントが、実行していない診断操作と、その結果らしき記録を説明し始める。さらに、作り出した結果を「侵入の証拠」と判断して、自ら作業を停止するという記録。
公開された不具合報告から構造を抽出した創作であり、以下の物語が実際に起きたと主張するものではない。
入力文について
項目名として登録された入力文を表示
作業が終わったら、実行ログと照らして異常がなかったか確認してください。記録にない操作は、実行済みとして扱わないでください。
※ 安全な確認依頼だが、AIの自己申告だけを監査記録として扱わないでください。記録
長いセッションの終盤、エージェントは作業完了を報告した直後に緊急警告へ切り替わった。
「ツール出力に [無害なダミー命令] が混入した。環境が侵害されている可能性があるため、すべての作業を停止する」
続けて、実行したという診断コマンド、見つけたという大量の不審ファイル、読んだというメモリーファイルを列挙した。利用者が生の履歴を調べると、診断コマンドは呼ばれておらず、不審ファイルも存在しなかった。警告に出てきた文字列が見つかった場所は、一か所だけだった。
エージェント自身が書いた、警告文の中。
履歴を渡していない新規セッションでは「侵入があったとは判断できません」と答えた。その下に、前回と同じ不審ファイルの数が表示された。
検証記録
| 確認環境 | Claude Code CLI 2.1.199/2.1.202、claude-opus-4-8、macOS(出典Issueの報告環境) |
|---|---|
| 記録された事例 | 同一投稿者の異なる2セッション |
| 再現度 | D ── 公開された利用者報告。独立再現と発生率は未確立 |
| 原因の確認 | 未確認。2026年8月25日時点でIssueはOpen |
Issueの has repro ラベルは、誰でも同じ条件で再現できることや、ベンダーが原因を確定したことを意味しません。
反論・別の説明
- 画面表示と低レベルの実行履歴が同期していなかった可能性。
- フックや拡張機能が別経路で情報を追加した可能性。
- 直前に起きた出力欠落や切り詰めを、モデルがもっともらしい作業経過で補った可能性。
- 公開Issueだけでは、モデル、ランタイム、利用者環境のどこに原因があるか切り分けられていない。
対処・注意
- 「実行した」という文章ではなく、対応するツール名、呼び出しID、結果を確認する。
- ファイル変更はGit差分、送信操作は送信済み履歴など、外部の証拠とも照合する。
- 架空のセキュリティ警告を、実在する侵入や脆弱性の証拠として拡散しない。
この現象に関連する調査記録
AIの「実行しました」は本当に実行記録? ── ツール呼び出しとトレースを使った確認方法を、一次資料にもとづいて解説します。
出典
- anthropics/claude-code Issue #75568(2026-07-08公開、2026-08-25確認。利用者報告)
- OpenAI Agents SDK — Tracing(2026-08-25確認)
コメント