Claude Duet 安全性

Claude Duet 核准機制：重大決定由你來做

Claude Duet 安全性的核心原則是：工作由代理來做，但無法挽回的決定由你來下。Anthropic 表示，Duet 遇到敏感動作會等你核准，並點名了四種。其他的事，例如讀取、研究、起草和製作報告，它都能自己完成。

寄出

電子郵件、Slack 訊息和其他對外溝通，都是先擬好再暫停。發表影片裡，一封錄取通知信一直卡在「Not now」（稍後）和「Send」（寄出）這一步，老闆按下 Send 才寄出。

付款

付款會等你。在示範中，Duet 準備好衛生許可證的申請，請老闆「有空看一下，準備好就付款」。

簽署

沒有核准，它不會代你簽署文件。

刪除

沒有核准，它不會刪除檔案或紀錄，所以就算誤解了指令，也不會悄悄把重要東西清掉。

根據 Anthropic 的產品頁，你也可以看到 Duet 已經做了或正在做什麼，並隨時調整方向。任何時候都能在對話串裡請它列出最近的動作。

Claude Duet 從不看到你的密碼

Anthropic 的發表貼文對帳密講得很直接：Duet「從不直接看到你的密碼」。

在私人雲端電腦裡登入

核准、登入和安全檢查都在一台私人雲端電腦裡進行。實際效果是，負責推理的模型碰不到你的原始帳密；它使用的是登入後建立的工作階段，而不是密碼本身。

敏感資訊分類器

Anthropic 加入了「一套新的分類器」，防止 Duet 分享敏感資訊。你可以把它想成第二道檢查：它會看代理準備寄出或透露的內容，擋下不該離開你帳號的東西，例如財務資料或個人身分資訊。Anthropic 沒有公布分類器如何判斷，所以請把它當成安全網，而不是保證。

Claude Duet 隱私：你的資料去了哪裡

隱私是 Claude Duet 安全性中最常被誤解的部分，所以值得講精確一點。

雲端處理

Duet 在 Anthropic 營運的雲端電腦上工作。它從你連結的應用程式讀到的任何內容，都會在雲端處理，這也是你手機關機時它還能繼續工作的原因。

不是純本機

它沒有裝置端或純本機模式。如果你的規範要求某些資料絕不能離開你的裝置或公司系統，就不要把那些資料連結到 Duet。

動作的可見度

預覽版無法即時觀看 Duet 的瀏覽器，你看到的是它的資料來源和產出的成果。Anthropic 尚未公布 Duet 專屬的資料保留規則；在那之前，請假設適用的是你 Claude 帳號的隱私設定，以及 Anthropic 的個人用戶隱私權政策。

防護機制和其他代理比較

今年秋天推出個人代理的每家公司，最後都走向類似的架構：一台專屬的雲端機器、讓模型碰不到帳密，以及高風險動作要有人把關。差別在於由誰來把關。

• Meta Muse 在同一台機器上配置了另一個叫 Sentinel 的代理。Muse 送出的任何東西，都要經過 Sentinel 核准才能連上網路；購物和寄信前，Muse 也會先問你。
• ChatGPT Dots 讓你自訂規則，決定每個 dot 能自己做到什麼程度，從不問就做，到把任務交還給你都可以設定。
• Duet 則是固定一份「一定要你核准」的動作清單，再加上一套篩檢敏感資訊的分類器。

固定清單沒有可自訂的規則那麼彈性，但也比較不會設定錯誤。完整比較請看 Duet vs Muse 和 Duet vs Dots 頁面。

安全使用 Claude Duet

Anthropic 的防護管的是代理，下面這些習慣管的是你自己。

連接器採最小權限

只連結 Duet 需要的帳號，核准前先看清楚每個連接器要求的權限。如果你只想要排程建議，唯讀的行事曆會比可編輯的更安全。連接器指南列出了各應用程式允許的權限。

審閱草稿

要打開草稿再核准，不要只看通知就按。檢查收件人、金額和附件，尤其是寄給組織外部人士的訊息。

提防提示詞注入

任何會讀你郵件的代理，也會讀到惡意郵件。攻擊者可能在郵件裡寫下指令，希望代理照做。Duet 的核准規則能限制損害，因為危險的動作仍然要經過你；但如果代理突然提議傳送資料，或付款給你沒預期的人，就要提高警覺。

• 照設定教學的建議，先從不太重要的信箱或測試帳號開始。
• 絕對不要只看通知，就核准付款給新的收款人。
• 不再使用的應用程式就取消連結；每一個連結都是可能的攻擊面。
• 每週檢查一次 Duet 在追蹤哪些事，把已完成的停掉。

常見問題