Anthropic详解Claude Duet如何处理安全、隐私和凭证

Anthropic发布了Claude Duet保护措施的说明。Claude Duet是一款处于研究预览阶段的智能体，可在云端计算机中运行，并在应用关闭后继续工作。以下内容是Anthropic的说法。

• 审批。 在发送可能涉及敏感内容的消息、付款或删除任何内容之前，Duet会展示操作、目标和内容（包括所有收件人），并等待批准。另有一项独立的自动检查，在执行任务的模型之外运行，基于Claude Code的auto mode分类器，评估该操作是否符合用户意图。即使获得批准，交易证券、在账户间转账以及访问他人账户仍属禁止行为；付款、删除订单或创建账户也绝不会适用“以后别再问我”规则。购买使用钱包（如Stripe的Link）提供的一次性银行卡，仅限指定商家和金额。
• 敏感信息。 每条消息和文件上传在发出前都会经过一个新的分类器检查。凭证、完整的银行卡和银行账号以及政府签发的证件号码绝不会被分享，即使用户提出要求也不例外；健康或财务等其他私人信息只有在用户同意后才会分享。被拦截的消息可以在删除敏感细节后重新改写，并提交审批。
• 凭证。 Duet永远不会看到密码、浏览器Cookie或登录令牌。密码在Claude应用中的表单里输入，通过一次性密钥加密，并且只会在云端浏览器所在的机器上解密。已连接应用的令牌不会进入智能体所在的机器；请求发出时，由代理插入令牌，方式与Claude Managed Agents相同。即将支持通过1Password登录。浏览器在独立的VM中运行，智能体通过一组固定命令来控制它。
• 身份识别。 Duet的浏览器会发送独特的User-Agent标头，Anthropic也会公布其浏览活动所用的IP地址。Anthropic表示，发布前已联系数家大型网站，其中一些选择屏蔽Duet。
• 测试。 Anthropic介绍了针对常规任务的评估，涵盖无害、遭注入攻击以及诱惑性过强的变体；还进行了红队测试和一次可访问源代码的外部渗透测试。目前正在对云端浏览器和登录表单进行后续测试。Duet也纳入了其漏洞赏金计划范围。

Anthropic表示，这些防护措施偶尔会漏掉某些内容，或误将无害消息标记出来；Duet请求审批的频率仍在调整中。