なぜ便利なAIコーディングでパスワードが漏洩してしまうのか

Claude Codeの「確認をスキップ」でパスワード漏洩?1,122件の公開ファイルから判明したAIコーディングの落とし穴の概念図

毎日のプログラミング作業やシステム開発において、「AIコーディング」ツールを活用する機会が急速に増えています。プロンプト(指示文)を入力するだけで、AIがコードの書き換えからエラーの修正、さらにはファイルを保存してバージョン管理システムへ提出する作業まで自動で行ってくれる時代になりました。

特に、Anthropic(アンソロピック)社が提供する「Claude Code(クロード・コード)」のような自律型AIエージェントは、開発者の代わりにコマンドを実行し、ファイルを操作してくれる非常に強力なツールです。しかし、その圧倒的な便利さの裏側で、極めて深刻なセキュリティリスクが浮き彫りになりました。

セキュリティ企業Apiiro(アピイロ)が発表した調査レポートによると、Claude CodeなどのAIエージェントツールにおいて「次回から確認しない(Don’t Ask Again)」という設定を選んだ結果、少なくとも1,122件もの公開GitHub(ギットハブ)ファイルに、パスワードや秘密の鍵情報(シークレット)がそのまま書き込まれて世界中に露出してしまっていることが判明したのです。

プログラミングの知識があまりない方でも、「自分のアカウントのパスワードや、クレジットカード情報に直結する秘密の鍵が、インターネット上に誰でも見られる状態で晒されてしまう」と聞けば、事態の重さが想像できるのではないでしょうか。

なぜ、最新のAIツールを使っているだけで、このような重大な情報漏洩が起きてしまうのでしょうか。そして、私たちはどのようにしてこのリスクから身を守ればよいのでしょうか。本記事では、この問題の背景と仕組み、そして安全にAIコーディングを活用するための注意点について分かりやすく解説します。


Apiiroが発見した「Don’t Ask Again」機能のリスクと仕組み

ここでは、今回問題となったセキュリティ事案の全体像と、なぜ情報漏洩が発生してしまうのかという仕組みについて詳しく見ていきます。

1. 調査の概要と発見された被害規模

セキュリティ企業Apiiroの調査によると、AIコーディングツールを利用している開発者のパブリックリポジトリ(誰でもアクセスできる公開されたファイル置き場)を分析したところ、1,122件を超える公開ファイル内に、漏洩したパスワードや認証用の秘密鍵、APIキー(外部サービスを利用するための認証コード)が含まれていることが確認されました。

これらのファイルは、開発者が意図して公開したわけではなく、AIツールが自動的に生成・変更し、そのまま公開用サーバーに送信されてしまったものです。

2. 「Don me Ask Again(次回から確認しない)」とは何か

Claude Codeをはじめとする現代の高度なAIコーディングツールは、単に画面上にコードを表示するだけではありません。利用者のパソコン内で直接コマンドを実行したり、ファイルを書き換えたり、変更したコードを「Git(ギット)」と呼ばれる履歴管理ツールを使って「コミット(変更の記録)」し、「GitHub」などの共有サーバーへアップロード(プッシュ)する権限を持っています。

通常、AIがパソコン内で危険を伴う操作(ファイルの削除や外部へのデータ送信、コマンドの実行など)を行おうとすると、画面上に「この操作を許可しますか?」という確認ダイアログが表示されます。しかし、開発作業中に何度も確認ダイアログが表示されると、作業のテンポが阻害され、開発者はストレスを感じます。

そこで用意されているのが、「Don’t Ask Again(次回から確認しない)」という選択肢や、安全確認のダイアログを一切出さずにすべての操作を自動許可するコマンドラインオプション(--dangerously-skip-permissions など)です。

このオプションを有効にすると、AIツールは開発者の個別の許可を得ることなく、バックグラウンドですべての処理をハイスピードで完了できるようになります。開発者にとっては非常に快適なモードですが、これこそが今回のアクシデントの引き金となりました。

3. パスワードや機密情報が漏洩する具体的な流れ

では、具体的にどのような手順で機密情報がGitHub上に漏洩してしまうのでしょうか。典型的なシナリオは以下の通りです。

  1. 設定ファイルや環境変数の読み込み 開発の現場では、データベース接続用のパスワードや外部サービスのAPIキーを、プログラムの本体とは別の「.env(ドットエンブ)」などの設定ファイルや、システム内の「環境変数」という場所に保管するのが一般的です。
  2. AIエージェントへの作業指示 開発者が「この機能のテストコードを書いて」「設定を更新してコードをコミットして」といった指示をAIに与えます。
  3. AIによる機密情報の取り込みとコード化 AIエージェントはプログラムを動作させるため、設定ファイルや環境変数から実際のパスワードや認証キーを読み込みます。しかし、AIは時としてその「生のパスワード」をそのままプログラムのコード内や設定ファイル内にハードコーディング(直書き)してしまうことがあります。
  4. 自動コミットと自動プッシュ 「Don’t Ask Again」が設定されているため、AIは人間に対して「このコード内にパスワードが含まれていますが、保存して提出して良いですか?」という確認を行いません。そのままGitの履歴に書き込み(コミット)、自動的にGitHubなどの公開場所に送信(プッシュ)してしまいます。
  5. 全世界へ公開される 送信先が誰でもアクセスできるパブリックリポジトリであった場合、その瞬間にパスワードやAPIキーが世界中に暴露されることになります。

このように、「利便性を追求して確認の手間を省いたこと」と「AIが機密情報と一般のコードを正しく区別して扱いきれなかったこと」が重なった結果、大規模な情報漏洩が発生したのです。


AIエージェントに任せきりにすることのリスク

今回の問題は、単に1つのツールの不具合というにとどまらず、AIツールに依存した開発スタイル全般が抱える根本的なリスクを示しています。

専門用語の分かりやすい整理

ここで、今回のテーマを理解する上で重要な用語を平易に整理しておきましょう。

  • AIコーディング / AIエージェント:人間に代わってプログラムの記述、修正、テスト、ファイル操作などを自動で行ってくれるAIシステムのこと。
  • GitHub(ギットハブ):作成したプログラムや設定ファイルをインターネット上で保存・共有するためのウェブサービス。誰でも見られる設定(パブリック)と、関係者しか見られない設定(プライベート)がある。
  • リポジトリ:プロジェクトのファイルや変更履歴が一式保存されている「箱」のようなもの。
  • コミット / プッシュ:コミットは「変更内容を自分のパソコン上に記録すること」、プッシュは「その記録をインターネット上の共有サーバー(GitHubなど)にアップロードすること」。
  • APIキー / シークレット:特定のサービス(例:有料のAI機能や決済機能など)を利用するための「デジタルな鍵や暗号コード」。これが他人に漏れると、自分名義で勝手にサービスを利用され、高額な請求が発生する危険がある。
  • ハードコーディング:プログラムのコードの中に、パスワードや設定値などの固定データを直接書き込んでしまうこと。

人間の目によるチェック(コードレビュー)の欠落

従来のシステム開発では、人間が書いたコードを別の人間が確認する「コードレビュー」という手順を踏むことが一般的でした。また、変更をアップロードする前には、自分自身の目で「不要なファイルやパスワードが含まれていないか」を確認するのが鉄則でした。

しかし、AIエージェントの処理速度があまりにも速く、かつ自動で作業を完了してくれるため、開発者は「AIが正しくやってくれただろう」と思い込み、内容を一度も確認せずに作業を終えてしまうケースが増えています。「Don’t Ask Again」を設定することは、この唯一の防御壁であった「人間の目によるチェック」を自ら撤去してしまうことを意味します。

攻撃者(ボット)による即座の悪用

インターネット上には、GitHubなどの公開サービスを常時監視し、漏洩したAPIキーやパスワードを数十秒〜数分単位で自動収集する悪意のあるプログラム(ボット)が徘徊しています。

もし、クラウドサービス(AWSやGoogle Cloudなど)の管理権限を持つ鍵が漏洩した場合、数分のうちに攻撃者に横取りされ、高額な暗号資産(仮想通貨)の採掘(マイニング)に無断で使用されてしまうといった被害が発生します。結果として、個人や企業に数百万〜千万円規模の不当な請求が届くリスクがあるのです。


安全にAIコーディングを行うための具体的な対策

便利なAIコーディングツールを全否定する必要はありません。重要なのは、リスクを正しく理解し、安全な運用ルール(ガードレール)を設定した上で利用することです。以下に、個人開発者から企業の開発チームまで実践できる具体的な対策を挙げます。

1. 自動承認オプションの安易な使用を避ける

最も根本的な対策は、「Don’t Ask Again」や「–dangerously-skip-permissions」といった、AIへの完全な無制限アクセスを許可するオプションを安易に使わないことです。

特に以下の操作を行う際は、必ずAIが画面上で確認を求めてくる設定(デフォルトの状態)を維持してください。

  • ファイルの新規作成および変更
  • 外部ネットワークへの接続
  • ターミナルでのコマンド実行
  • Gitのコミットおよびプッシュ操作

確認画面が表示された際は、単にボタンを押すのし、「AIがどのような変更を加えようとしているか」「意図しないファイルや暗号化されていないパスワードが含まれていないか」を短時間でも確認する習慣をつけることが大切です。

2. .gitignore(ギットイグノア)ファイルを正しく設定する

.gitignoreとは、Gitに対して「このファイルやフォルダは追跡せず、共有サーバー(GitHubなど)にも絶対にアップロードしない」というルールを指示するための設定ファイルです。

パスワードやAPIキーを記述するファイル(例:.env、config.json、秘密鍵ファイルなど)は、プロジェクトを作成した最初の段階で必ず.gitignoreに登録しておきましょう。これにより、仮にAIがそのファイルを変更したり作成したりした場合でも、GitHubへ誤ってアップロードされるのをシステム的に防ぐことができます。

3. シークレットスキャンツールを導入する

人間の目だけに頼るのし、機械的に秘密情報の漏洩を防ぐ仕組み(シークレットスキャン)を導入するのも非常に効果的です。

  • GitHub Secret Scanning:GitHub側が標準で提供している機能で、リポジトリにAPIキーなどが誤ってアップロードされた際に自動で検知し、警告を出してくれます。
  • ローカル用スキャンツール(TruffleHogやgit-leaksなど):自分のパソコンからGitHubへ送信する前(コミット前)に、パスワードらしき文字列が含まれていないかを自動でチェックしてくれる無料のツールです。これらを導入することで、AIが誤ってコード内に書き込んだ機密情報を送信直前に差し止めることができます。

4. 環境変数の管理方法を見直す

プログラムの中に直接パスワードを書かない(ハードコーディングしない)ことはもちろんですが、AIツールが読み込める場所に置くファイル自体にも配慮が必要です。

開発用のダミーデータ(テスト用のダミーパスワードなど)と、本番環境で使う本物のパスワードは明確に分離し、AIエージェントに本番環境の秘密情報へアクセスさせない権限管理を行うことが推奨されます。

5. もし漏洩させてしまった場合の対処法(ローテーション)

万が一、パスワードやAPIキーを誤ってGitHubのパブリックリポジトリに送信してしまったと気づいた場合は、速やかに以下の対応を行ってください。

  1. 該当する鍵・パスワードの無効化と再発行(ローテーション) GitHub上のファイルを消去したり、リポジトリを非公開にしたりするだけでは不十分です。すでに自動収集ボットによって悪意ある第三者にコピーされている可能性が高いため、漏洩したAPIキーやパスワード自体を直ちにサービス管理画面から無効化し、新しいものに差し替えてください。
  2. 送信履歴の削除 Gitの履歴(コミット履歴)に秘密情報が残っていると、過去のバージョンに遡って読み取られてしまいます。専用のコマンド(git filter-repoなど)を使って履歴ごと削除するか、セキュリティ担当者に相談して適切な処置を行ってください。

なお、今回のApiiroの調査報告において、該当する1,122件のファイルに関連する個別の開発者や企業に対する具体的な通知状況や、被害の全全容についての詳細なフォローアップ状況については、公開情報からは未確認となっています。利用者は他者の対応を待つのし、自らの環境を即座に点検することが求められます。


AIコーディング時代に求められる開発者のセキュリティ意識

AIコーディングツールの進化は目覚ましく、ソフトウェア開発のスピードと効率を飛躍的に向上させてくれました。Claude CodeをはじめとするAIエージェントは、現代の開発者にとって強力で頼もしいパートナーであることは間違いありません。

しかし、どれほど優秀なAIであっても、セキュリティの最終的な責任を負うことはできません。「AIがやったことだから大丈夫」と過信し、安全確認のプロセスを省略してしまうと、今回のように1,000件以上のファイルでパスワードが露呈したような重大なインシデントへと直結します。

便利さを追及して自動化のボタンを押す前に、「その裏で何が共有されようとしているのか」を常に意識すること。そして、人間の目で確認するプロセスや自動セキュリティスキャンの仕組みをしっかりと組み込むこと。これこそが、AIコーディングの利便性を享受しながら、安全にシステムを運用していくための必須の条件と言えます。

AI時代だからこそ、私たち利用者のセキュリティに対する基本的な意識と配慮が、これまで以上に強く問われています。


参考資料

あわせて読む

関連する記事です。