Anthropic近日发布技术说明，披露其处于研究预览阶段的智能体产品Claude Duet在安全与隐私层面的设计思路。该说明聚焦智能体在执行任务过程中如何约束自身行为，以及如何避免敏感凭证暴露给模型本身。

在操作控制方面，Claude Duet将发消息、付款、删除等动作归为重要操作，要求用户在审批卡上逐项确认后才能执行。与此同时，一个独立于模型之外的分类器会检查待执行操作是否与用户意图相符，形成模型之外的第二道校验环节。

凭证管理是这套设计的另一重点。密码、cookie和登录令牌均不经过模型流转，支付环节则使用一次性虚拟卡完成。敏感信息被划分为“绝不共享”和“需同意共享”两个级别，发送前由独立分类器进行检查，以降低信息外泄风险。

上述机制显示，Anthropic在智能体产品中倾向于将权限确认与凭证处理从模型推理链路中剥离，交由独立组件承担。对于关注智能体落地过程中安全边界的从业者而言，这一设计提供了可参考的工程路径。