10 月 21 日，Anthropic 开放了 Claude Duet 的研究预览。这事的新闻点不在模型——它跑的是 9 月 22 日就发布的 Opus 5.5，没有新版本；真正的变化在产品方向：它不等你打开它，它先来找你。
早上给你一份简报，白天每隔几个小时自己去看一遍你连的应用，发现事情要你拍板才发消息。你关掉笔记本也不影响，它在自己的云虚拟机上跑，带一个自己的浏览器。
一、事实梳理：它到底是个什么东西
按 Anthropic 公布的口径，把关键信息列清楚：
- 时间与形态：10 月 21 日开放研究预览，是独立应用（iOS、Android、网页端三处），不是 Claude 主应用里的一个开关。
- 模型：只跑 Claude Opus 5.5，用户不能选模型，它自己判断一件事该用多少推理量。
- 连接能力：通过 Claude Marketplace 接入超过 6000 个连接器和插件，包括 Gmail、Slack、QuickBooks、Stripe、Gusto、DocuSign、HubSpot、Canva、Shopify 这些。官方举的例子很具体：找漏掉的邮件和 Slack 消息、发现未付款发票并起草催款提醒、准备薪资、起草招聘帖、准备合同、搭经营仪表盘。
- 工作方式：早上一条简报，之后每隔几小时巡检一次，只在「有事需要你决定」或「任务完成」时才发消息。Anthropic 明说巡检是「隔几小时」而不是「持续」，因为持续检查会把额度烧光。
- 可访问范围：美国地区 Pro（20 美元/月）和 Max（100 美元/月起）订阅用户，候补名单分批放号。Team 和 Enterprise 暂不包含，官方说后续会加。
- 价格：预览期不额外收费，但后台巡检、晨间简报、大任务全部计入原有的 5 小时和每周额度。官方提示「可能比只用聊天更快触顶」，进入预览的用户送一次额度重置，需在 11 月 30 日前用掉。
二、权限模型才是这次最值得看的部分
产品功能看一遍就懂了，真正有信息量的是它的权限分层——一共三层，而且第三层是「即使你同意也不做」：
- 自己就能做：读邮件、读日历、读文档、起草回复、整理待办、准备材料、搭看板。读和写草稿，不需要问你。
- 要你批准才做：发消息、付款、签文件、删文件。做之前会展示「我准备做什么」，等你点同意。买东西走 Stripe Link 或 Shop Pay，每次用一次性虚拟卡。另外有个分类器专门拦信用卡号和政府证件号，不让它们出现在输出里；密码和登录令牌它直接看不到。
- 批准也不做：证券交易，以及账户之间的资金划转。这两件事是硬阻止，产品层面的决定，不是技术限制。
第三层值得多说一句。大部分 Agent 产品的安全设计，思路都是「加一个确认弹窗」——反正最后是人点的，责任在人。Duet 划的线不一样：它把红线画在账本上，而不是画在对话框上。转账和炒股这两件事，不是「难确认」，是「确认了也不该由 Agent 做」。
这个界线背后有个现实判断：钱一旦动了，追回的成本极高，而 Agent 判断错一次的概率再低，乘以高频调用也是个不小的数。把不可逆的动作从工具集里直接删掉，比在提示词里写「请谨慎」有效一百倍。这套思路和权限管理里讲的「最小权限加工具白名单」是同一个逻辑，只是它把白名单收得更狠。
三、三个真正变了的东西
第一，交互方向反了。过去两年所有 AI 产品的默认形态是「你打开、你提问、它回答」。Duet 的默认形态是「它盯着、它判断、它来找你」。这个变化看着只是入口不同，实际上改的是整个产品的评价标准——不再比「答得好不好」，而是比「该不该打扰你」。Anthropic 自己承认这块还没调好：可能误读一段对话，可能把不紧急的事判成紧急。
第二，成本口径又变了。今年 9 月两家模型同天降价时，行业讨论的是「计价从每 Token 转向每任务成本」——按完成一件事花多少钱来算。Duet 又把它推回去了：常驻 Agent 的成本是按时间烧的。它每隔几小时巡检一次，不管你有没有事，这些检查都在吃额度。任务型 Agent 你不叫它就不花钱，常驻型 Agent 光是「在场」就有成本。
这不是定价策略的小聪明，是这类产品的结构性成本。要判断一件事该不该打扰你，它必须持续看；要持续看，就得持续花。所以「多久巡检一次」不是体验参数，是成本参数——Anthropic 明确拿额度来解释这个频率，等于承认了这一点。
第三，护城河从模型挪到了三件配套上。一是记忆（它继承你原有 Claude 账号的记忆、技能和已连应用，基本零配置）；二是权限（上面那三层）；三是运行环境（独立云虚拟机加独立浏览器，所以能离线跑）。这三样都不是模型能力，是工程和产品设计。关于运行底座为什么变成竞争焦点，可以看两朵云同时产品化 Agent 底座那篇。
四、它自己承认的弱点，比宣传更有用
Anthropic 这次难得地把短板写在了明面上，这几条恰好是采购时要问的问题：
- 可能误读一段对话的上下文，可能把不紧急的事判成紧急。
- 两次巡检之间进来的事可能漏掉——它自己解释是因为持续检查太费额度。
- 个人琐事弱于工作任务，官方举例是「订机票这类不如办公任务」。
- 目前看不到它的浏览器在干什么（这个对排查很有影响）。
- Team 和 Enterprise 还没开，企业要等。
最后一条尤其要注意：现在的形态是给「一个人」用的，不是给「一个组织」用的。企业真正需要的不是个人助理更强，而是身份、权限、审计在组织层面统一——这块国内已经有产品在做了，企业微信和 WorkBuddy 打通账号体系、飞书让 Agent 进组织架构，走的是另一条路。可以参考企业微信与 WorkBuddy 双向互通和飞书 8.0。
五、横向对照：三家在抢同一个位置，但切口不同
Duet 不是第一个。这一轮「常驻型个人 Agent」的三家代表，切口差别挺清楚：
- Meta Muse：消费向，9 月 8 日上线，主打免费额度和普通人的日常任务。据报道，上线后一个半月，美国和加拿大已有超过 1000 万人创建了 Muse 智能体。它的优势是分发，不是工作深度。发布当天的解读看Meta 发布 Muse，模型侧长期记忆那次升级看Muse Wonder。
- OpenAI Dots：消费和企业两头都做，常驻形态，背靠 Codex 那套 harness。
- Anthropic Duet：明确对准「专业人士和小企业主」，工作场景优先，6000 个连接器全是办公和财务工具，连付款都走虚拟卡。它不打算先做生活助理。
国内这条线走得更快，而且形态在分化。千问 Go 内嵌在千问 App 里，覆盖理赔、预约、比价、订餐；腾讯元宝在做独立的「元宝助手」App，主打长周期任务和长期记忆；字节的「小豆」项目据传也在内测独立 App。加上 QuestMobile 9 月的数据：AI 综合助手用户 11.57 亿（同比 +44%），AI 生活助手 3.47 亿（+55%），AI 办公类 1.42 亿（+50.6%）。办公 Agent 细分里，腾讯 WorkBuddy 月活 3235.3 万，百度搭子 977 万，千问办公 790.5 万，前三名和其他拉开了明显距离。
这组数字说明一件事：国内办公 Agent 的竞争已经不是「有没有」，而是「装在哪」。WorkBuddy 靠企业微信和桌面端装机量，搭子靠百度搜索和办公套件，千问靠阿里生态。谁能拿到「默认入口」，比谁模型强更重要。搭子往生产线走的路径，可以看从办公桌到车间那篇。
六、影响分析：三拨人该关心的事不一样
对个人用户，最实际的问题不是「好不好用」，是「额度够不够」。一个每隔几小时巡检、还要搭看板和财务模型的常驻 Agent，消耗比聊天高一个量级。重度用户很可能在月中就触顶，那时候它就不再是助理，而是个提示你升级的弹窗。
对企业采购，这一轮产品给出的信号是：先问权限边界，再问能力。具体三个问题——哪些动作它自己能做、哪些要人批、哪些根本不做？它的操作有没有完整日志、能不能回放（这块的思路看证据包）？它的运行环境是共享还是隔离（隔离的四种做法看沙箱）？
对做 Agent 的团队，Duet 给出的最有用的一条不是功能清单，是那个「硬阻止」的设计：把不可逆动作从工具集里删掉，而不是靠提示词约束。再配一条：常驻形态必须回答「多久巡检一次」，这个参数直接决定成本和漏事率，也直接决定用户会不会续费。
顺带说一句评测。这类产品用传统评测集测不出来，因为它的核心能力是「判断该不该打扰你」——这得有真实任务流和人工标注，属于另一套方法。这块可以对照Agent 评测怎么做来设计任务集。
七、老达点评
这次发布，最值钱的不是 6000 个连接器，也不是「在云上跑」——那些都是资源问题，花钱能解决。最值钱的是那条「证券交易和转账即使批准也不做」，因为它第一次把 Agent 的责任边界说清楚了：不是所有事都能用「用户同意」来免责。
过去两年行业有个默认假设，只要加上人工确认，风险就转移了。这个假设在低频场景下成立，在高频常驻场景下不成立——一天问你二十次，你到第十五次就开始闭眼点同意。所以真正的安全设计不是「问得更清楚」，是「有些事压根不给它做」。这条经验对所有做企业 Agent 的人都适用。
第二个观察是成本。常驻 Agent 把计价口径又拉回「按时间」，这跟今年行业往「按任务」走的趋势是反的。我不觉得这是倒退，而是这类产品绕不过去的账：判断要不要打扰你，本身就要花算力。这也意味着「常驻」不会取代「按需」，两者会长期并存——你不需要一个 24 小时盯着你邮箱的东西，但你确实需要一个随叫随到的。
第三个，也是最泼冷水的一条：这一轮拼的不是模型，是分发。Muse 一个半月一千万人，靠的是 Meta 的流量；国内前三名靠的是各自的入口。Anthropic 在这件事上没有分发优势，它的机会在企业侧——先把「可信」这件事做扎实，让公司愿意把财务系统接进来。这条路慢，但护城河更深。至于普通用户，等它出了美国、等 Team 版开了，再评估也不迟。
八、总结
把这次发布压缩成一句话：个人 Agent 的产品形态从「聊天窗」搬进了「后台」，随之改变的是三件事——评价标准从答得好变成该不该打扰你，成本从按任务变成按时间，安全从「加确认」变成「划禁区」。
Duet 现在还是个只对美国 Pro 和 Max 开放的候补预览，弱点多到自己先说了。但它把这三个问题摆到台面上了，这比功能本身更有价值。接下来值得盯的是两件事：巡检频率会不会因为成本压力放宽（放宽就意味着漏事更多），以及 Team 和 Enterprise 版本怎么处理组织级的权限和审计——那才是企业真正掏钱的地方。
