Anthropic 詳述 Claude Duet 如何處理安全、隱私與憑證

Anthropic 發布了 Claude Duet 防護措施的說明。Claude Duet 是一款研究預覽版代理，可在雲端電腦中運作，並在應用程式關閉後繼續執行。以下內容為 Anthropic 自行說明。

• 核准。 在傳送可能敏感的訊息、付款或刪除任何內容前，Duet 會顯示操作、目的地和內容（包括每位收件者），並等待核准。另一套獨立的自動檢查機制採用 Claude Code 的 auto mode 分類器，並在執行工作的模型之外運作，用以評估操作是否符合使用者的意圖。即使獲得核准，交易證券、在帳戶間轉移資金，以及存取他人帳戶仍屬禁止事項；付款、刪除訂單或建立帳戶也絕不適用「別再問我」規則。購買使用來自 Stripe's Link 等錢包的一次性卡片，且僅限指定商家和金額。
• 敏感資訊。 新的分類器會在每則訊息和檔案上傳送出前進行檢查。憑證、完整的信用卡和銀行帳號，以及政府核發的身分證件號碼絕不會分享，即使使用者提出要求也一樣；健康或財務等其他私人資訊則只有在使用者同意後才會分享。遭封鎖的訊息可以在刪除敏感細節後改寫，再送交核准。
• 憑證。 Duet 絕不會看到密碼、瀏覽器 Cookie 或登入權杖。密碼會在 Claude app 的表單中輸入，使用一次性金鑰加密，且只會在雲端瀏覽器所在的機器上解密。已連結應用程式的權杖會留在代理機器之外；如同 Claude Managed Agents，代理程式會在提出請求時由 Proxy 插入權杖。即將支援使用 1Password 登入。瀏覽器在自己的 VM 中執行，代理程式則透過一組固定指令操控瀏覽器。
• 識別。 Duet 的瀏覽器會傳送專屬的 User-Agent 標頭，Anthropic 也會公開其瀏覽所使用的 IP 位址。Anthropic 表示，推出前曾聯絡數家大型網站，其中有些選擇封鎖 Duet。
• 測試。 Anthropic 說明了多種測試，包括針對日常任務設計的無害、遭注入指令及過度誘導版本、紅隊測試，以及一項可檢視原始碼的外部滲透測試；針對雲端瀏覽器和登入表單的後續測試仍在進行中。Duet 也納入其漏洞獎勵計畫的涵蓋範圍。

Anthropic 表示，這些防護措施偶爾會漏掉某些情況，或將無害訊息誤判；Duet 要求核准的頻率目前仍在調整中。