メインコンテンツへスキップ
見出し画像

Claude Code×PostgreSQL、AIが自律的に実装したdblinkと権限設計を人間はどう査読するか

    前々回(記事1)は AI が検証項目を挙げられても検証の段取りは組めないという話を、前回(記事2)は AI の自己申告が免責にならないという話を書きました。今回はその続きです。AI が正直に開示した差分を実際に埋めるプロンプトを投げてみました。

    記事1

    記事2

    1. 記事1・2のおさらいと今回投げたプロンプト

    log_set_oracle (MIT ライセンスのロギングフレームワーク) を Claude Code で PostgreSQL へ移行させたところ、自律型トランザクションが失われ、ロールバックするとログも一緒に消えることが分かりました。README には dblink・postgres_fdw による回避策が書かれていましたが、依存関係を増やさないという理由で実装されていませんでした。

    このギャップを埋めるため、次のプロンプトだけを投げました。

    このプロジェクトの要求仕様はエラー発生時もログを残すことである。つまり自律型トランザクションの仕組みも PostgreSQL へ移行することが必要である。ディレクトリ PG 配下に出力した PL/SQL プログラムを修正してください。修正結果は README.ja.md へ、試験結果は VERIFICATION.ja.md へそれぞれ出力してください。

    これ以外の指示は一切与えていません。権限のことも、実装方式のことも、何も足していません。(元のプロジェクトは英語なので、当初 README.md は英語でした。)

    2. AIがやったこと(技術面)

    13分ほどで、実装から試験までが完了していました。

    log_set._flush_buf と log_set.delete_log の実際の書き込み・削除処理を、dblink によるループバック接続上の独立したトランザクションとして実行するように変更されていました。呼び出し元のセッションとは別の DB 接続なので、そちらで BEGIN; ... COMMIT; しておけば、呼び出し元が後で ROLLBACK しても取り消されません。ループバック接続はセッション限定の一時テーブルに触れられないという制約があるため、恒久テーブル(実際のログデータ)への書き込みだけをこの経路に通し、セッション内の帳簿管理(どのログが開いているか等)は従来通り一時テーブルのまま、という設計判断もされていました。

    さらに、接続が異常終了した場合の回復処理も実装されていました。dblink 接続はセッションをまたいで使い回されるため、一度その接続上でエラーが起きると、明示的に ROLLBACK を送らない限り、その接続は「トランザクション中断状態」のまま固まってしまいます。これを放置すると、一度の失敗でセッション内の以降の自律書き込みがすべて失敗し続けることになります。AI はこれをあらかじめ手当てし、わざと失敗する SQL を流し込んで、直後の呼び出しが正常に成功することまで確認していました。

    テストの数もかなりのものでした。ロールバック後もログが残ることの確認、明示的な BEGIN 〜 ROLLBACK での再確認、接続異常からの回復確認、そして自律トランザクション化前の既存機能が壊れていないかの回帰テスト一式。

    3. 指示していないのに、権限を締めた

    ここが今回、私が最も驚いた点です。私が投げたプロンプトには、権限についての指示は一言もありませんでした。それにもかかわらず、AI は自発的に権限まわりを大きく手直ししていました。

    dblink ループバック接続で任意の SQL 文字列を実行できる内部ヘルパー(log_set._autonomous_exec)を新設した以上、これはそれ自体が強力な攻撃対象になります。AI はこれを見越して、log_set スキーマの全関数を SECURITY DEFINER に変更し、search_path を固定しました。(SECURITY DEFINER 関数は所有者の権限で実行されるため、search_path を固定しておかないと、呼び出し側が search_path を操作して悪意あるオブジェクトにすり替える、いわゆる search_path 乗っ取り攻撃を許してしまいます。) さらに install_log_set.sql 側で REVOKE EXECUTE ON ALL FUNCTIONS IN SCHEMA log_set FROM PUBLIC を実行してデフォルト拒否にした上で、アンダースコアで始まる非公開ヘルパーへの権限だけを個別に剥奪する、という変更も行っていました。

    しかもこの過程で、AI 自身が2つの実装バグを発見し、修正しています。一つは、SECURITY DEFINER 化した直後、公開 API の内部から呼ばれる非公開ヘルパーへの権限が足りずに失敗した問題。もう一つは、search_path を絞った結果、public スキーマにある dblink 拡張の関数が見つからなくなった問題です。どちらも、実際に流し込んでみて初めて表面化する種類の不具合で、AI はそれを自分で見つけ、自分で直しています。

    最後に、別のアプリケーションロールで接続し、公開 API は正常に呼べるが、非公開ヘルパーへの直接呼び出しと、ログテーブルへの直接書き込みはどちらも権限拒否されることまで、実地で確認していました。

    4. 隅々まで読まなくても、下せる判断がある

    正直に言うと私はこの実装をまだ隅々まで読み切れていません。ただ、これは理解が及ばないからではなく、単純に時間が足りないからです。SECURITY DEFINER も REVOKE も dblink のループバック接続も、私にとって未知の概念ではありません。時間をかければ判断できます。ただ、その「時間をかければ」が、AI が13分で仕上げてくる速度に追いつかなくなりつつあります。

    それでも、読み切っていない段階で私は一つの判断を下しています。「権限を絞るのは方向性としては正しい」という判断です。根拠は単純です。任意のコードを実行できる仕組みに対して、過剰な権限を残すことは看過できないというのは、実装の細部を読まなくても成り立つ原則です。これは記事1と2で見せた「実機で確かめる」という検証の型とは、性質が異なります。実行して確かめる代わりに、原則を当てはめて素早く方向性を判定する。人間の判断には、この両方があるのだと思います。

    5. 残ったギャップは、バグでなく仕様の空白

    これですべてが解決したわけではありません。README には、意図的に残した2つのギャップが明記されていました。

    一つは、セッション限定の帳簿管理テーブル(開いているログの一覧など)は自律化されておらず、ロールバックで巻き戻る点です。実際のログデータは残っても、帳簿とズレが生じる可能性があります。もう一つは、バッファリング設定で、フラッシュ前の行がロールバックで失われる可能性が残っている点です。ただしこちらは、AI が「Oracle 原本も元々許容していたトレードオフだ」と正しく識別していました。

    この2点をどう扱うかは、コードの正しさの問題ではなく、要求仕様の問題です。今回のプロジェクトはあくまで検証用で、要求仕様を私が自由に決めてよい立場にあります。だとすれば、現時点で AI が文書化した付帯条件をそのまま現在の仕様、つまり制限事項とみなして構わない、というのが私の判断です。これが実務案件であれば、同じようにはいきません。関係者に確認し、許容できるかどうかを業務側で決めてもらう必要があります。

    6. 結び:読み切れないほどの速さの先にあるもの

    繰り返しになりますが、私がこの実装を読み切れていないのは、理解が及ばないからではありません。単純に時間が足りないからです。もし「理解できない」のだとしたら、それは能力の問題で、いずれ AI にさらに引き離される一方の負け戦です。しかし「時間が足りない」のだとしたら、話は別です。これは能力の限界ではなく、生成の速度と検証の速度の間に生まれた構造的な差です。AI が出す量が増えるほど、この差は開いていきます。

    だからこそ、一つ心配していることがあります。もしこの「読んで理解するのにかかる時間」自体を、経営陣が単なる「コスト」とみなし、削るべき無駄だと考え始めたら、それは悲しいことです。理解するという営みは、品質保証の手段であるだけではありません。知的な活動としてそれ自体に価値があると、私は思っています。AI がどれだけ賢くなっても、「これで十分だ」と言い切り、その結果に責任を負うのは人間です。そして責任を負うということは、実際に理解した上で判断するということです。理解を省略してハンコだけ押すなら、それはもう責任を負っているとは言えません。

    もちろん、これとは別の立場も十分に成立します。読んで理解する工程そのものを手放し、書くことも判断することも AI に委ねる、という経営判断です。若手を育てる時間とコストをこれから先ずっと払い続けられるとは限らない以上、この選択にも合理性はあります。今回 AI が指示していないのに自発的にセキュリティを締めたという事実は、この立場を後押しする材料にもなるでしょう。

    どちらが正しいのか、今の私には判断がつきません。技術の巧拙の問題ではなく、理解するという営みにコストをかけてでも守る価値を見出すかどうか、という選択の問題だからです。答えが出るとすれば、それは今日ではなく数年後に両方の立場を取った組織のその後を見比べたときだと思います。読者の組織は、このどちらの道を選びますか?

    続き。dblink による移行について深掘りしました。

    もし、AI が自律的に生成する変更を、限られた時間の中でどう査読すればよいか、その仕組みづくりに不安を感じているなら、一度お話ししませんか。20年以上のデータベースエンジニアリングの経験と、生成 AI との協働開発から得た知見をもとに、御社に合った査読プロセスの設計をご提案します。お問い合わせはこちらから。

    https://forms.gle/QnfBVFW6k4Cwmy6D9

     
     
    Oracle→PostgreSQL移行アセスメント100件超。数学修士の素養と30年の現場を持つ独立DBスペシャリスト。PostgreSQLの内部構造まで踏み込み、AIが出す変換・診断結果を「どこまで信じ、どこで疑うか」を判断する。3年後も破綻しない基盤設計を支援します。

    あなたへのおすすめ