ツール

Claude Codeのメール送信問題:AI Agentの接続リスクを設計する

Claude Codeに関するGitHub Issueをきっかけに、Agentのモデル利用、ツール経由の外部接続、テレメトリにおけるデータ境界のURY questioned。企業向けに、allowlist、認証情報の分離、egress監査の実装方針を整理する。

文字サイズ

あるGitHub IssueがHacker Newsのトップページに登場した。議論の中心は1件のメールではなく、Claude Code这类のAI Agentが、モデル呼び出し、ツールによる外部接続、テレメトリの間で明確なデータ境界を確立していないことにある。Agentを利用する開発者にとっては、コード、認証情報、社内のドメイン情報がローカル環境から持ち出されるかどうかが問題になる。

公開资料显示、Hacker Newsでの議論は240ポイント、67コメントに達した。該当するGitHub Issueのタイトルは“Claude Code sends your email address to websites”。

元のIssue:anthropics/claude-code#107757

Hacker Newsでの議論:Item 50385272

論点は1件のメールではない

AnthropicがGitHub提交的Issue #107757では、Claude Codeがタスクを実行する際、ユーザーのメールアドレスが外部サイトへ送信される可能性があることが論じられている。

ここで「可能性がある」と「すでに大規模な漏洩が発生した」を区別する必要がある。Issueが示したのは、監査が必要なデータ経路である。

ローカル識別情報 → Agentコンテキスト → ツール呼び出し → 外部ネットワークリクエスト

従来のCLIではリスクが現れやすい。git pushではGitHubの認証情報の入力を求められ、curlの宛先URLもコマンド内に明示される。Agentは異なる。自然な言語に基づいてツールを選択し、引数を組み立て、URLへアクセスする。ユーザーには「ドキュメントを検索している」としか表示されないが、完全なリクエストに何が含まれているかは分からない。

240ポイントと67コメントから、開発者が気にしているのはメールアドレスだけではないと分かる。_codeベース、SSH設定、API key、社内のドメイン情報も、同じ経路にflows込むのではないかという懸念が支配的である。

ただし、Issueのタイトルだけから、すべての外部送信が同一のメカニズムによるものとは断定できない。「メールアドレスを Bolog可能」と「大量のメールアドレスが外部送信された」を同義に扱うこともできない。監査,至少以下の4種類を区別することが重要である。

  • Webアクセス時にブラウザやツールが追加するリクエストヘッダー
  • Claude Code自身が構築するHTTPリクエスト
  • エラー報告、診断パッケージ、テレメトリ
  • ユーザーの許可の下でインストールまたは実行されるサードパーティMCP Server

この4種類の行為では、責任の所在が異なる。企业在インシデント発生後に初めて区別するasanaではなく、導入時に把握する必要がある。

メールアドレスより機性の高いデータ

メールアドレスは観察しやすいが、機性は最も高くない。最も機性の高いデータである。

ローカルプロジェクトを読み取れるcoding Agentは、次のような情報に接する可能性がある。

  • .env内のデータベースパスワードとAPI token
  • Git remote、コミット作者情報、企業リポジトリのアドレス
  • ~/.ssh、~/.aws、~/.configなどのディレクトリにある認証情報
  • 内部ドメイン、CI/CDのアドレス、監視システムの入口
  • 顧客情報を含むログ、Issue、設定ファイル、テストデータ

これらのデータがAgentから能動的に送信されるとは限らない。より一般的なのは、ツールがデフォルトで環境情報を収集し、Agentがその環境要約をプロンプトに組み込み、最終的にそのプロンプトをモデルサービスへ送信する経路である。別の経路として、プラグインが認証、テレメトリ、デバッグのためにコンテキストをログへ書き込む場合がある。

企業ネットワークにとって、メールアドレスの漏洩はコンプライアンス問題になることがある。しかし、内部ドメイン、リポジトリの認証情報、未公開ログの漏洩はセキュリティ問題である。

DNSとproxyも個別に精査しなければならない。HTTPSがリクエスト本文を暗号化しても、宛先ドメイン、アクセス頻度、トラフィック量は STILL 露出する。攻撃者が宛先ドメインを知れば、内部サービスの存在を確認し、開発ペースを推測できる可能性がある。

Agentのデータ一覧を「ユーザーコンテンツ」だけでは記載しない方がよい。より実用的なのは、データソースと送信出口の関係を表にすることである。

ローカルデータ読み取り可能なAgentネットワーク出口確認状況
Git作者のメールアドレスClaude CodeWebリクエスト、診断、テレメトリデフォルトで確認
リポジトリ認証情報ツール呼び出しまたはプラグイン外部API個別に確認
内部ドメイン検索、HTTPツールDNS、proxyデフォルトで確認
実行ログエラーコレクターログプラットフォーム宛先ごとに確認

この表で、どのデータが読み取られ、どのプロセスを経由し、最終的にどこへ送信されるかを説明できる。

デフォルトの外部接続は小さな設定ではない

Agentのネットワーク行動は、3層の能力が重なったものである。

1層目はモデル呼び出しである。Claude Codeは、タスクの完了に必要なコンテキストをAnthropicのAPIへ送信する。ユーザーがどのモデルサービス投入使用しているかは、通常は認識している。

2層目はツール呼び出しである。WebFetch、Web検索、HTTPリクエスト、ブラウザ自動化、MCP Serverはいずれも外部ネットワークへアクセスできる。ツールの引数がユーザーへ1項目ずつ表示されるとは限らない。

3層目はテレメトリと診断である。プログラムは、crashの調査、機能利用統計的错误情報の収集のために、ログ、バージョン、設定、リクエストコンテキストをアップロードすることがある。

リスクが高いのは、Agentがモデル呼び出しを行っていることはユーザーが知っていても、ツール呼び出しとテレメトリがproxy、ログ、識別情報を共有しているかどうかが分からない場合である。

デフォルト設定は問題を拡大する。開発者は効率のため、変更の自動承認、コマンドの自動実行、Webアクセス許可を有効にすることがある。Agentにはプロジェクトを読み、環境を変更する権限が与えられる一方、外部サービスは依然として「通常の開発ツール」として構成されている。

企業はネットワーク制御をOSとネットワーク層に実装すべきである。Agentがcurl、Node.js、ブラウザを起動できるなら、設定項目の変更だけでは不十分である。

企業導入には3つのゲートが必要

1. ネットワークallowlist

1つ目のゲートは送信制御である。

企業では、Agentがアクセスを許可するドメインと、禁止するIP範囲、ポート、プロトコルを明確に定義する必要がある。次を優先的に遮断することが望ましい。

  • 未承認の外部MCP Server
  • クラウド事業者のメタデータアドレス
  • proxyを経由しない公共DNS
  • 機密データを含むオブジェクトストレージ
  • 任意のIPへ直接接続できるHTTPSサービス

「github.comとdocs.anthropic.comだけを許可する」だけでは不十分である。ドメインはDNS rebinding、リダイレクト、Fishホスティングページを利用した攻撃に悪用される可能性がある。企業proxyはTLS検証、宛先の分類、ログ記録も担当すべきである。

2. 認証情報の分離

2つ目のゲートは認証情報の分離である。

Agentが、開発者の個人端末にあるすべての識別情報をデフォルトで継承しないようにする。CI環境では短命tokenを使用し、権限を対象リポジトリに限定する。モデル処理には専用アカウントを使う。認証情報は必要に応じて短期間だけ注入し、プロンプトへ書き込まない。高権限の認証情報はhuman approvalを必須とするbrokerの背後に配置する。

次の観点で審査できる。

  • Agentがtokenを読み取れるのか、それとも制限付きproxyを呼び出すだけなのか
  • tokenが単一タスクと最小scopeに紐付けられているか
  • 認証情報が自動的に失効する設計か
  • 外部サービスへ送信する前にマスクされるか
  • MCP Serverが完全なリクエスト本文を記録しないか

3. 送信監査

3つ目のゲートは送信監査である。

信頼境界の外へ出るすべての接続を記録することが重要である。記録対象には、時刻、実行プロセス、宛先ドメイン、宛先ポート、HTTP method、byte数、データ分類、承認結果を含める。

ログにはデフォルトでリクエスト本文を保存しない。完全なtokenを保存してはならない。メールアドレスはhashまたはマスクした値を記録できる。payloadは機密フィールドでfilterする必要がある。

監査ルールは次のように設計できる。

destinationがallowlistにない場合:遮断してalert
data_class = credentialの場合:human approvalを必須化
destination = telemetry_endpointの場合:個別に承認し頻度を制限
payload_contains = emailの場合:マスクまたは遮断

最後に、Claude Codeの実構成、proxy、MCP Serverを確認する。設定画面に無効化オプションがあることは、ネットワーク出口が狭まっていることを意味しない。Agentが起動する子プロセスは、アプリケーション層の設定を迂回する可能性がある。system proxy、firewall、egress proxy,才是最终的控制点。

設計上の考察

この問題の重要さは、メールアドレスが送信され得るからだけではない。AI Agentの権限境界が、「コンテンツ生成」から「ファイル読み取り、ツール呼び出し、ネットワークアクセス、コマンド実行」へ広がったことにある。従来、chat产品的審査では入出力を確認すれば十分だった。現在は ローカルデータがどのプロセスを経由し、どのドメインに到達するかを追跡する必要がある。送信を制御するルールが1つ欠けていることは、モデルのbenchmarkスコアが数点下がるよりも危険な場合がある。

予測として、企業がAI Agentを導入する際、ネットワーク権限はモデル選定より早い段階でsecurity reviewの対象になるSteel。理由は単純である。モデルの出力が誤っていれば書き直せるが、認証情報と内部ドメインが外部へ送信されると、対応のコストは格段に高くなる。

今回のリスクは、従来のsoftware supply chainリスクとも異なる。従来のプラグインは、インストール後の影響を主にローカル端末内に限定していた。AI Agentは、何を呼び出すかを動的に判断する。制御点はプロンプトや設定画面ではなく、proxy、firewall、egress proxyに実装しなければならない。

Issue #107757の各送信経路について、具体的な実装はまだ分からない。タイトルだけから影響範囲を判断することもできない。厂商には、検証可能なリクエストログと明確なデータフロー説明が必要であり、ユーザーに信頼を求めるだけでは不十分である。

出典: https://github.com/anthropics/claude-code/issues/107757