Anthropic 披露 Claude Duet 的优先级评分与独立意图校验机制

Anthropic 打造了 Claude Duet，这是一款 AI 助手，它会监控你已连接的应用并在后台处理任务，无需被要求就能判断哪些事项需要你关注。在 10 月 21 日首次亮相一周后，这家正瞄准 IPO 的前沿实验室向 The New Stack 分享了它如何测试 Duet 是否能正确判断这些优先级。

Anthropic 开发了内部评分器来评估 Duet 如何划分任务优先级，尽管紧急程度可能是主观的。当智能体跨电子邮件、日历和 B2B 应用管理工作时，风险会随之上升。Duet 可以始终停留在其权限范围内，却仍然把优先级搞错。

Duet 由 Claude Opus 5.5 驱动，能够准备工作并标记它认为需要关注的事项，而无需等待指令。Anthropic 一直在用自家员工测试这种方法，利用他们的日常工作来观察 Duet 如何处理相互竞争的优先级。

测试 Duet 的判断力

“在 Anthropic 将 Duet 用于我们的日常工作之后，我们校准了评估任务优先级正确性的评分器，并针对代表内部使用和早期外部测试的案例离线运行它们，”一位公司代表告诉 The New Stack。

这些评分器衡量 Duet 能否区分哪些值得关注、哪些可以等待，不过 Anthropic 承认评估这些决策存在难度。

“紧急程度本质上是一种主观判断，因此我们发现为它构建评测并不完美，但相当有帮助，”一位公司代表说。

Duet 能发现诸如临近截止日期或需要回复的电子邮件等任务，但它并不总是知道哪个任务应该优先，公司也承认该智能体可能误读对话或误判紧急程度。Anthropic 的公开上线和支持材料并未说明这种情况发生的频率。

测试 Duet 的防护措施

10 月 23 日，即 Duet 首次亮相两天后，Anthropic 发布了对某安全、隐私和安全防护措施的更详细介绍。Duet 团队负责人 Karan Ahuja 在回应通过消息、电子邮件和公开帖子收到的反馈时提到了这篇文章。

我们对大家对 Claude Duet 的兴趣深感荣幸，并正在努力让人们尽快脱离等待名单。与此同时，基于我们看到的私信、电子邮件和帖子，有几点想法。

→ 在哪里：你可以在 iOS 上使用它，… pic.twitter.com/9MMMZbHpLw— karan ahuja (@ahuja_karan) 2026 年 10 月 23 日

Anthropic 将 Duet 中执行工作的部分与检查工作是否符合用户实际要求的另一部分隔离开来。

“每个动作都会伴随一项独立的自动检查，它基于 Claude Code 的自动模式分类器构建，并为 Claude Duet 做了扩展，”该代表告诉 The New Stack。“它会评估该动作是否符合你的意图。”

由于该检查独立于执行任务的模型运行，Anthropic 表示网页中隐藏的指令无法直接操纵分类器的决策。

Anthropic 称一家外部公司对 Duet 进行了渗透测试，但其公开材料并未展示这项独立检查能多可靠地捕获超出用户意图的动作。相关研究说明了落实这种智能体范围的难度：研究人员发现，在 Claude Code 测试中移除定义授权和越界动作的提示部分会增加越界动作，尽管该研究并未测试 Duet 的独立分类器。

限制提示注入

这种隔离旨在减少提示注入，即嵌入在电子邮件、文档或网页中的恶意指令试图改变智能体的方向。研究人员已经通过给流氓智能体留下隐藏消息并观察其如何回应来探索这一风险。Anthropic 的支持材料仍告诉用户要审阅草稿和审批请求，因为 Duet 可能会遇到提示注入。

Duet 使用已连接到用户 Claude 账户的应用。断开某个应用的连接会阻止新的访问，但 Duet 已存储在记忆中的信息会一直保留，直到用户将其重置。Anthropic 表示 Duet 从不会看到密码、浏览器 cookie 或登录令牌，也无法将它们保存到记忆中。

Duet 被设计为在执行付款或删除项目等动作前寻求批准。分享私人健康或财务信息需要获得同意，不过明确要求分享该信息也可算作同意，而在证券交易、银行账户之间转移资金以及访问他人账户则完全禁止。

是摘要，不是监控

用户可以通过 Duet 的任务列表查看它已完成和仍在进行的工作，每项任务都有单独的页面。用户还可以在智能体工作时向其下达新指令。

但用户无法看到幕后发生的一切。在研究预览期间，用户无法观看 Duet 在其云浏览器中工作，也无法接管该浏览器。用户可以查看其任务活动并批准动作，但无法在每一步浏览器操作发生时进行检查。（公开上线和支持材料未描述在已连接应用中撤销已完成动作的方法。）

后台工作的成本

“更大的任务，比如构建财务模型或演示文稿，将需要更多的模型轮次和后台工作，”这位 Anthropic 代表告诉 The New Stack。

甚至 Duet 跨已连接应用进行的例行检查也会计入五小时会话和每周限额。

该公司预计会随着测试的继续不断调整产品。

文章《“紧急程度本质上是一种主观判断”：Anthropic 向 TNS 说明它如何给 Claude Duet 评分》首先发表于 The New Stack。