Claude 产品博客来源发表:
Claude Duet 在后台替你办事：密码不进模型，敏感消息先过独立分类器
核心概要
Anthropic 把仍在研究预览阶段的个人智能体 Claude Duet 的安全设计公开：它用云端计算机持续替用户读邮件、起草回复、下单和跑例行任务，并在发送敏感消息、付款或删除前展示动作、目的地与全部收件人等待批准。密码、浏览器 cookie 和登录令牌不进入模型，只经过模型无法访问的独立机器；另有一个独立于主模型的安全分类器检查每条待发消息是否含敏感信息。Anthropic 称这些防护仍会漏判或误报，因此与审批机制并行使用。
深度剖析
个人智能体开始被当作需要独立安全层的系统来设计，而不是把安全交给模型自身。Claude Duet 在用户关闭应用后仍持续运行，能读取收件箱、起草回复、预订事项并在用户离开时执行例行任务。 Anthropic 此前已发布面向可信智能体的框架，并撰文说明单一防线不够、模型内部的保护无法单独成立；Claude Duet 沿用 Claude Managed Agents 把凭据与智能体分离的做法，再补上替用户行事所需的防护。 Anthropic 表示其团队每天在自己的账户上运行 Claude Duet 并用于工作，测试从研究预览之前就已开始并持续进行。