Claude Duet 深度评测:不问你问题的 AI 助手,能替你把活干完吗?

Fri, 23 Oct 2026 00:00:00 +0000

摘要

2026 年 10 月 21 日，Anthropic 开放了 Claude Duet 的研究预览。它不是一个更好的聊天框，而是一个"主动型"智能体:每天早上主动给你一份跨应用简报，白天每隔几小时巡检一次你授权连接的应用，发现需要处理的事情才来找你;任务交给它之后，它在自己的虚拟机里用浏览器继续干活，你关掉电脑也不影响。

支撑它的是上个月的旗舰模型 Claude Opus 5.5，入口是 iOS、Android 和 claude.ai，首批面向美国地区的 Pro(20 美元/月)与 Max(100 美元/月)用户，需要排队获得资格。它能调用 Claude Marketplace 里 6000 多个连接器与插件，覆盖 Gmail、Slack、QuickBooks、Stripe、Gusto、Docusign、HubSpot、Canva、Shopify 等。

这篇文章不复述发布会，而是回答三个更实际的问题:它的主动式架构到底怎么运转、安全边界是否站得住、以及"共享额度 + 后台巡检"这套计费方式会不会让它变成一个昂贵的玩具。

事件背景

个人智能体正在成为大模型公司的下一个战场。Meta 的 Muse、OpenAI 的 Dots 都在今年把产品形态从"你问我答"推向"我先找你"，Anthropic 的入场时间略晚，但切入角度更偏工作场景:目标用户写得很明确——事情多到记不过来的专业人士和小企业主。

Claude Duet 的产品形态与主 App 分离。它是一个独立应用，复用你 Claude 账号里的记忆、技能和已连接应用，所以初始化成本很低。Anthropic 给出的早期测试者包括品牌策略顾问、房产经纪和一家 110 名员工的餐饮企业主:有人用它发现客户电话刚好排在航班前、有人被它提醒某场看房约错了日期、有人用它逐店核对发票。

这些案例的共同点是"跨应用的时间线推理":日程、邮件、财务、CRM 分散在不同系统里，人很难持续对照，而一个每隔几小时巡检一次的 agent 恰好擅长这件事。

核心技术解析

技术架构

Duet 的核心不是模型能力，而是执行环境。每个用户对应一台带独立浏览器的虚拟机，任务在云端执行，不依赖你的手机或电脑在线。你在一个持续对话线程里用文字或语音描述任务，它自行判断该调用哪些应用、按什么顺序执行，完成或需要你确认时再推送通知。

主动性的实现方式是"定时巡检"而不是"持续监听"。Anthropic 明确说明，它每隔几小时检查一次已连接账号，因为不间断轮询会很快耗尽套餐额度。这个取舍很关键:Duet 的时效性上限就是巡检间隔，它更适合"今天之内要处理"的事务，而不是秒级响应。

  graph TD
    A[授权连接应用] --> B[每日晨间简报]
    B --> C{后台巡检: 每数小时}
    C --> D[发现待办 异常 或冲突]
    D --> E[在独立虚拟机浏览器中执行]
    E --> F{动作是否对外生效?}
    F -- 否 --> G[直接完成并记录结果]
    F -- 是 --> H[展示即将执行的动作并等待审批]
    H -- 批准 --> I[发送 支付 签署 或删除]
    H -- 拒绝 --> J[放弃或改写方案]
    G --> C
    I --> C
    J --> C

关键创新点

1. 审批闸门前置到"不可逆动作"。 Duet 可以自由读取、起草和准备工作，但在发送消息、付款、签署文件、删除内容之前，必须展示具体动作并等待确认。即便你批准，证券交易和账户间转账仍然被硬性禁止。这条设计把 agent 的风险面从"会不会做错"收窄到"你会不会点错"。

2. 凭据不落地。 它沿用 Anthropic 托管智能体的凭据设计，模型本身不直接接触密码和登录令牌;采购场景通过 Stripe 的 Link 数字钱包完成，用虚拟卡支付，真实卡号不出现在会话里。官方还提到后续会支持用 1Password 中保存的登录信息代你登录站点。

3. 敏感信息分级。 Duet 新增了一个专用分类器和安全系统提示词，逐条检查外发消息。信用卡号、政府证件号属于最严格层级，直接拒绝外发;健康、个人财务等信息只有在你明确指示发送时才放行。这是对"agent 帮你转发邮件"这一高危场景的针对性补丁。

4. 复用既有 agent 安全栈。 自动模式分类器(与 Claude Code 同源)负责判断动作是否越界，提示注入防御来自其浏览器使用研究，另外还经过了内部红队与外部渗透测试，并纳入 HackerOne 悬赏范围。

性能评测

Anthropic 没有公布任何任务完成率、延迟或成本基准，第三方也尚未复现。可验证的只有约束条件:

维度	现状
可用范围	美国 Pro / Max 用户，排队制研究预览
模型	Claude Opus 5.5
巡检频率	每数小时一次
连接能力	6000+ 连接器与插件
计费	与 Claude 其他功能共享套餐额度
执行环境	云端虚拟机 + 独立浏览器
已知短板	可能误读对话线程、误判紧急程度;个人杂事弱于工作事务;暂不能展示浏览器画面

与竞品的差异也主要在形态而非分数:Meta Muse 更偏消费级陪伴与设备入口，OpenAI Dots 强调常驻，Duet 则把"小企业的后台运营"当作主战场。三者都还没有公开的可靠性数据，“主动"目前是一种产品承诺，不是可测量的能力指标。

行业影响

对市场的影响

Duet 把 agent 的竞争从"谁的工具调用更准"推向"谁敢把权限交出去”。一旦用户习惯早上看简报、白天收提醒，入口就从聊天框迁移到任务流，传统 SaaS 的打开率会被进一步压缩——发票、排班、招聘、客服这些高频后台动作，正是连接器生态最密集的区域。

对开发者的意义

对开发者而言，信号有两个。其一，连接器与插件成为分发渠道，能否进入 Claude Marketplace 会直接影响工具的获客;其二，agent 的"审批 + 凭据隔离 + 输出分类"正在形成事实标准，自建 agent 的团队迟早要补齐这三层，否则很难进入企业采购清单。

商业化前景

Pro 与 Max 的定价意味着 Duet 短期内不是独立收入项，而是订阅留存的加固件。风险在于额度:后台巡检和长任务都要消耗模型轮次，重度用户很容易撞上限。Anthropic 也承认这一点，并把它列为预览期需要观察的核心指标。

实际体验

使用场景演示

以一个 20 人规模的服务型小企业为例:Duet 连接 Gmail、Slack、QuickBooks、Stripe、Gusto 与日历。早上它给出简报:两笔逾期发票、一名员工报销待审、下午客户会议的资料缺口。你回复"催一下第一笔，把报销按政策核对后跑 payroll"，它在后台起草催款邮件、核对工时与奖金，然后在"发送"和"执行发薪"两步分别请求审批。整个过程不需要你打开六个后台。

优势与不足

优势:

主动式交互减少了"想不起来去问"的遗漏，晨间简报的信息密度高于自己逐个翻应用
云端虚拟机执行，任务不依赖本地设备在线
审批颗粒度细，且对证券交易、账户转账设置了不可绕过的硬限制
凭据隔离与敏感信息分级，降低了企业最担心的外泄风险
复用已有记忆与连接器，迁移成本低

不足:

巡检间隔决定了时效上限，“每隔几小时"对客服、运维类场景仍然太慢
额度共享机制下，长任务与后台巡检的成本不透明
官方承认可能误读线程、误判优先级，预览期可靠性未知
无法展示浏览器操作过程，出错时排查体验差
个人事务能力弱，产品边界比宣传语更窄

总结与展望

Claude Duet 的价值不在于"又一个 agent”，而在于它把主动式 agent 的三个必要组件——持续巡检、隔离执行环境、不可逆动作审批——组合成了一个可交付的产品。它没有解决 agent 可靠性的根本问题，但把风险控制在了"人仍然在回路里"的范围内。

接下来值得观察三件事:巡检频率与额度的平衡、连接器生态的实际覆盖质量，以及它何时走出美国、进入团队版。如果这三项能在预览期内站住，个人智能体才会从演示走向日常工作流。

参考来源:

Opus 5.5 on 有鱼智界 | 森林有鱼