← 返回 Siami 首頁

Anthropic 推出 Claude Duet:會主動開口的 Opus 5.5 助理,只有美國 Pro/Max 用戶能排隊試用

▲ 298 💬 254
Anthropic 推出 Claude Duet:會主動開口的 Opus 5.5 助理,只有美國 Pro/Max 用戶能排隊試用

編按:本文綜合整理自 Anthropic 官方產品頁與發布公告、VentureBeat、MacRumors、Trending Topics 報導、獨立分析部落格 Kingy AI 的規格與基準整理、Hacker News 討論串,並加入 Siami 編輯部觀點與分析。

Anthropic 在 10 月 21 日開放 Claude Duet 的研究預覽(research preview)。這不是聊天機器人加一個排程功能,而是一個架構上完全不同的東西:它常駐在自己的雲端電腦裡,主動決定什麼時候該打擾你。根據 Anthropic 的說法,Duet 掛在 9 月 22 日發布的 Claude Opus 5.5 上,每天早上送一份簡報,接著每幾小時檢查一次你連接的帳號,只有在你真的需要注意時才主動發訊息。

它的運作模型是這樣的:你丟一句話給它,它判斷需要動到哪些應用程式、哪些步驟,然後在自己的虛擬機與瀏覽器裡把事情做完。過程中不需要你的筆電或手機開著。做完發通知給你,需要決定時也發通知。Anthropic 官方說明頁列出的連接範圍相當具體:

  • 從 Gmail 與 Slack 找出你漏看的訊息,並協助回覆
  • 檢查 QuickBooks 或 Stripe 的未付發票,產生催款草稿
  • 在 Gusto 準備並執行薪資,帶入工時、獎金與費用核銷
  • 草擬職缺內容,你編輯與核准後發布到 LinkedIn
  • 透過 DocuSign 準備合約並送出簽署流程
  • 依 HubSpot 的聯絡人與交易紀錄草擬 follow-up 郵件
  • 把產品上市計畫轉成 Canva 的社群活動素材
  • 設定、設計與維護 Shopify 商店(更完整的視覺編輯器仍在路上)
  • 透過 Stripe 的 Link 數位錢包購買,用虛擬卡付款讓實體卡號不外流,也能用 Shopify 的 Shop Pay 結帳

Anthropic 說 Duet 能取用 Claude Marketplace 裡超過 6,000 個連接器與外掛。介面是 iOS 與 Android 的獨立 App,加上 claude.ai 的網頁版,文字與語音都在同一條對話線裡。

界線畫在哪裡:批准、禁止清單與憑證隔離

Duet 的設計裡最被反覆提及的是那條線:讀取、查核、準備草稿可以自己做,但產生後果的動作不行。發送訊息、付款、簽署文件、刪除任何東西之前,它會把打算做的步驟攤開來等你點頭。即使你點了頭,證券交易與帳戶之間的資金轉移仍然完全禁止。

憑證處理走的是 Anthropic 為 Claude Managed Agents 設計的那套架構,代理本身不會直接看到你的密碼或登入 token。此外 Anthropic 為 Duet 特別加了新的資訊分類器與安全系統提示詞,逐則檢查訊息,拒絕把最嚴格那一級的資訊送出去——信用卡號與政府身分證明在列,健康與個人財務資訊則必須是你明確指示才放行。官方也說內部紅隊與一家外部資安公司都做過滲透測試,並納入公開的漏洞懸賞計畫。


Anthropic 內部員工的使用案例寫在發布文裡。Claude Code 團隊主管 Boris Cherny 說他散步時會跟 Duet 過一遍待辦清單,不必留到桌上;模型與產品行為設計團隊主管 Chelsea Larsson 會在出門陪小孩前把待辦交給它,晚間再收到彙整報告。早期測試者端有三個具體例子:

  • 房產經紀人 Jess Provencher(Pro Homes)說,某天 Duet 主動指出她行事曆上有一場看房排錯日期,「這正是我希望不用問就被抓到的事」。
  • 佛州南岸約 110 名員工的 Kabob 餐廳老闆 Amin Ebrahimi 把它用在會計、客服與行銷,逐店清理發票,「它把一切串起來了,我不需要開一百個分頁」。
  • 品牌策略師 Mya Dalton 說,它看到一個潛在客戶的來電、事先準備好簡報,還注意到那通電話緊接在起飛前,提議挪時間。

為什麼這件事重要

真正的戰場不在功能清單,而在這道牆何時被推倒。四家主力玩家已經在同一個位置:Meta 的 Muse 以個人助理切入,40 天在美國累積超過 1,000 萬次下載;OpenAI 的 Dots 以 GPT-6 Astra 驅動,走 ChatGPT、Work 與 Codex;Musk 這邊的 Grok Bot 自 8 月起提供,而頗諷刺的是它底下的機器人現在跑的就是 Claude Opus 5.5;Google 則在 10 月 8 日推出針對工作的 Gemini 代理。加上 Anthropic,五家在同一件事上重複下注。

這也解釋了為什麼 Anthropic 挑的不是「幫你訂票」那條路。Anthropic 的招股書顯示,今年上半年兩家大型客戶合計貢獻約兩成營收,公司主要營收來自企業。Duet 的功能清單裡出現的是未付發票、薪資、CRM 與合約,不是機票與餐廳。產品頁也明說核心功能圍繞工作打造,個人跑腿(例如訂票)不是強項。這是一個把產品設計對準付費意願的決定。

還有一個細節值得留意:Duet 在內部曾以 Claude Loop 為代號。而 Anthropic 自 10 月 6 日起,已讓 Pro 與 Max 的新版 Cowork 任務改在伺服器上執行,筆電關掉也能繼續,排程工作不需要任何裝置保持連線。換句話說,「電腦關掉照樣做事」這件事本身不是 Duet 獨有,Duet 真正的差異是獨立 App、永續的對話線、對連接帳號的定期巡檢,以及它自己決定什麼時候該打擾你——VentureBeat 對此的評語是,這是一個產品取向,而不是底層能力的獨占證明。

數據解讀與質疑

發布文裡最刺眼的空白,是沒有任何 Duet 專屬的數字。沒有任務完成率基準、沒有代表性任務集、沒有平均人工介入次數、沒有每個工作流程的成本,也沒有與 Dots 或 Muse 的對照實驗。官方給的是員工使用軼事與幾個具名客戶的引言。Kingy AI 的獨立整理把這點講得很直接:軼事可以證明某個工作流對某個測試者有用,但無法證明系統在整體工作負載上的成功率,也無法得知那個例子被選出來之前失敗過幾次。

真正跟商業工作最相關的數字來自 Zapier 的 AutomationBench 獨立評測:每個 effort 設定 657 個任務,跑在 1.0.6 版、2026 年 9 月 17 至 18 日執行,模擬商務環境涵蓋 47 個應用程式,嚴格通過的條件是所有必要的終態斷言都成立,代理不能問澄清問題,也沒有真人核准迴圈。在排除 fallback 的情況下,Opus 5.5 最高 effort 通過 263 項、共 657 項,也就是 40.0%;若採 Anthropic 預設的 fallback 路由,Zapier 公開榜單上是 42.47%。同一份報告估算最高 effort 每個嘗試任務約 4.22 美元、每次通過約 10.54 美元。這些數字既不是 Duet 的價格,也不是它的成功率,但足以說明完整商用工作流程有多難——代理可能把大部分步驟做對,最後因為寫錯一個欄位或漏掉一個例外,整個任務就判失敗。

安全數字同樣需要拆開來看。Anthropic 3 月 25 日的 auto mode 報告在 1 萬筆真實內部工具呼叫、52 筆精心整理的過度積極行為、以及 1,000 次合成外洩嘗試上,報告 0.4% 的真實流量誤判率、17% 的過度積極行為漏判率、5.7% 的合成外洩漏判率。11 月的瀏覽器安全研究則報告 Opus 4.5 在強化防護下的攻擊成功率為 1.4%,每個環境給攻擊者 100 次嘗試。但這兩組數字屬於 Claude Code 與較舊的瀏覽器外掛設定,Duet 的發布文只說沿用了同一套防護血統,並沒有主張自己的生產環境有同樣的比率。假陽性的意思是擋下無害動作,假陰性的意思是放行危險動作;52 筆的樣本數本身也很小。

還有一個成本結構的問題被多數報導略過:背景巡檢會算進訂閱額度。Anthropic 說明每幾小時檢查一次,因為持續不間斷地檢查會更快消耗額度。這代表「always-on」不等於即時通知——已經在跑的任務可以繼續,但新到的郵件可能要等到下一次巡檢。官方自己承認可能漏掉兩次檢查之間抵達的訊息,也可能誤判哪件事緊急。對時間敏感的流程(例如客戶在開會前十分鐘取消)來說,這個取捨是真實的。

最後是市場結構。HN 上有網友點出一個更冷的角度:個人助理的對話不必即時回應,工作負載可以排進低優先序批次,而推論供應商一直在想辦法填滿本來會空掉的批次。這種工作負載對模型廠而言是拿來補推論空隙的,不是從主要產品線榨出來的。也難怪 Pro 每月 20 美元這個價位能撐起整個產品——Anthropic 沒有為 Duet 額外收費,它把成本算進既有額度裡了。

官方影片由 Claude 頻道釋出,示範 Duet 的主動簡報與任務交付流程。

延伸閱讀與資料來源

網友熱門留言 (5)

#1 Hacker News 網友 ttul(news.ycombinator.com/item?id=50186037) 0
我猜 Dots 跟 Duet 對這些實驗室來說是高毛利的驅動因素。個人助理的對話不需要即時回應,所以工作負載可以排進低優先序的批次裡,等有更高價值的活進來佇列時再讓路。推論供應商一直想填滿推論批次,有一條低優先序請求的流可以幫忙把本來會空掉的批次塞滿,又不會拉高高優先序請求(例如即時聊天)的延遲。Dot 跟 Duet 當然還得真的好用才能撐住,但我認為毛利機制才是那個產品真正的引擎。
#2 Hacker News 網友 rvz(news.ycombinator.com/item?id=50186037) 0
這是 OpenAI Dots、Grok Bot 跟 Muse 的競品。這四個產品包含 Claude Duet 都具備這個市場長期存活所需三項條件中的兩項:能把代理規模化到平台每個使用者的算力、驅動它的模型、以及從別處既有業務取得收入來養活它。現在還剩一個我沒點名的競爭對手,既沒有算力也沒有自己的模型、沒有收入,卻募到錢而且市值數十億。Claude Duet 釋出之後……
#3 Hacker News 網友 BoppreH(news.ycombinator.com/item?id=50186037) 0
我還不夠信任 Claude 當個人助理,因為太多網站會擋掉它讀取內容,逼得 Claude 只能靠很間接的來源猜。在線上執行動作更糟,CAPTCHA 之類的層出不窮。它在這個領域已經犯過足夠多次錯,所以我現在只有一條常駐指令:當官方來源抓不到時,一律要大聲警告我。
#4 Hacker News 網友 TheAceOfHearts(news.ycombinator.com/item?id=50186037) 0
這些大 AI 實驗室的 UX 與整合真的差。報名這個等候名單,應該可以直接從我自己的 Claude 對話裡送出申請。你已經有我全部的相關資訊、我也已經登入了,為什麼還要我手動填資料。號稱兆美元估值的公司,竟然沒有人想到跟既有的聊天服務做基本整合,這很離譜。你有最頂尖的 coding agent,這種事對它來說應該是瑪莎功課,結果你還是期待我重打一遍早就給過你的資訊。
#5 Hacker News 網友 sksksk(news.ycombinator.com/item?id=50186037) 0
我在本地跑一個個人 AI 代理,用本地模型加上任何價格合理的模型(通常是 deepseek)。用了幾個月之後我被徹底說服。它們真的很好,你用得越多就越有用,你會內化它到底能被拿來做什麼。它替我處理掉生活裡那麼多無聊的部分,讓我有更多時間陪家人。我把它比擬成第一代 iPhone 發表:它沒有發明任何新技術,但把既有技術重新包裝成對消費者友善的形式。我想我們回頭看 Opus 5.5 加 Duet 的組合,也會這樣說。