Claude Duet 加入 Meta Muse 與 OpenAI Dots 的主動式代理競賽
Anthropic 於 10 月 21 日推出 Claude Duet 研究預覽版，進入 Meta Muse 與 OpenAI Dots 已承諾提供超越聊天功能協助的市場。符合資格的美國訂戶可加入這款主動式代理的候補名單；此軟件能辨識工作並採取行動，無須每次都等待新的提示。核心取捨很直接：用戶交託更多注意力，同時決定授予多少存取權與權限。
Duet 面向工作分散於訊息、日曆、文件及商業應用程式之間的專業人士與小型企業東主。根據 Reuters 對主動式代理推出的報道，它結合每日簡報與背景任務，並要求在敏感操作前取得批准。這使它直接與試圖成為日常工作起點的助手競爭。
最重要的比較在於獲委派的責任，而非對話風格。聊天機械人可以等到有人發現問題才回應；承諾先行發現問題的助手，則要為它提出、忽略，或錯誤判定為緊急的事項承擔責任。Anthropic 現在與 Meta 及 OpenAI 一同面對這個更高標準。
Claude Duet 開放候補名單，而非全面推出
眼前的變化是一項有限度的研究預覽，讓 Claude 由回應要求，轉向主動發起有用工作。
存取權首先向 Anthropic 公開說明的 Pro 及 Max 訂閱計劃美國用戶提供。加入候補名單並不保證可立即獲接納。Anthropic 並未將這次公告描述為所有 Claude 用戶皆可不限使用的服務。
Duet 使用 Opus 5.5，並透過獨立的流動應用程式及網頁運作。Anthropic 表示，用戶離開後，它仍可透過自己的雲端電腦繼續工作。用戶裝置毋須一直作為執行環境。
這項安排改變了請求與完成之間的關係。在一般聊天中，用戶通常留在附近、補充缺失的背景資料，並引導助手調整方向。背景執行則創造出一段空檔，期間軟件必須決定繼續、暫停，還是提出詢問。
以籌備會議這項示例任務而言，傳統助手可在有人收集資料並提出要求後進行摘要。主動式助手則承諾辨識即將到來的會議、找出相關資料，並在該請求出現前準備有用內容。
即使兩個系統產生相似文件，所承擔的責任亦不同。主動版本必須判斷時機與相關性，同時避免不必要的工作。若一份精美簡報在會議後才送達，或處理的是錯誤客戶，其價值便很有限。
Anthropic 亦將 Duet 定位為與現有 Claude 帳戶延續連貫性的產品。按其說法，設計會承接記憶、技能及已連接的應用程式。對既有用戶而言，這提供了在其他地方重建工作背景前先評估 Duet 的理由。
不過，連貫性不應與完整理解混為一談。對話記錄可能包含過時偏好、尚未定案的決定，以及已放棄的計劃。將這些記錄轉化為背景行動，需要作出一般聊天可暫不處理的判斷。
因此，研究預覽版的意義在於測試跨越時間的行為。在受監督的使用時段內產生答案是一種能力；與未完成的工作維持有用關係則是另一種能力。
對於詢問「Claude Duet 是甚麼」的讀者，實際答案是它嘗試把 Claude 變成持續運作的助手。它的重要性在於這項責任轉變，而非另一個發送提示的介面。
這項公告確立了產品方向及初步存取條件，但未能證明 Duet 能多一致地完成工作、邀請會多快發出，或早期成功案例是否具代表性。
這些分別很重要，因為候補名單公告可能營造超出現有證據的期望。獲邀只是開啟評估期，並不能證明產品可靠，亦不能證明它適合某一特定業務。
Anthropic 正競逐工作開始之處
Duet 透過讓現有 Claude 用戶有理由將工作背景保留在 Anthropic，向競爭代理施加壓力。
根據 Axios 對其常駐式助手的報道，OpenAI 於 9 月 29 日推出 Dots。這次推出令競爭由回答問題延伸至跨應用程式追求目標。Anthropic 的回應正值用戶仍在形成這個類別的使用習慣之際。
策略上的獎品，是一個人開始工作日的地方。這個位置過去可能是收件匣、日曆或任務管理工具。代理開發商希望由助手圍繞需要關注的事項，整合這些分散視圖。
這個位置會影響後續決定。識別任務的助手，亦可塑造問題的框架、選擇支援資訊，並建議下一步行動。即使用戶保留批准權，助手仍決定了他們要檢視的大部分內容。
這令 Anthropic 面臨壓力，必須提供不只是 Claude 內強大的回應能力。若競爭代理負責監察承諾事項，用戶便較少理由另開一段對話。有用工作會在聊天機械人收到提示前開始。
反過來亦然。已信任 Claude 處理經常性項目的人，會有動機測試相關助手。熟悉的背景可減少解釋偏好及重建以往決定的工夫。
這是分發優勢，但其價值仍有條件。既有熟悉感有助產品取得試用機會；持續使用則取決於助手在完成設定、修正及批准後，是否確實減少工作量。
企業東主面對相近的選擇。他們通常不需要另一個載有既有軟件相同資訊的目的地；他們需要協助辨識哪些資訊需要決定，哪些可以等候。
Duet 的定位正面處理這個問題。其商業邏輯取決於能否透過持續對話，令分散的應用程式變得易於管理。競爭方案則讓用戶負責檢視每個應用程式，並自行拼湊全貌。
兩種方案都不會消除底層系統。會計軟件仍然記錄發票，日曆仍然保存預約，文件仍然載有協議。代理成為這些系統之上的詮釋層。
因此，競爭問題比哪家公司擁有最聰明助手更具體。哪款產品最了解用戶的承諾，足以建議有用行動？哪一款能保留足夠背景，避免反覆要求同一解釋？
壓力落在所有參與者身上。Meta 與 OpenAI 必須給予用戶理由，把日常流程從熟悉工具中移走。Anthropic 則必須證明留在 Claude 之內可帶來有用的連貫性，而不僅是方便的啟動途徑。
可信的比較應檢視日常工作中的持續行為。功能公告展示的是抱負；使用習慣的形成，取決於用戶在助手遇到模糊情況後是否仍然信任它。
背景工作形成注意力預算
主動式助手在決定是否應佔用用戶注意力時，也會消耗運算資源。
TestingCatalog 對研究預覽版的介紹稱，Duet 會定期檢查已連接帳戶，而非持續監察；它亦指出 Duet 與現有 Claude 共用使用限額。這些細節令背景活動成為產品日常容量取捨的一部分。
即使檢查後未發現緊急事項，仍需要工作。助手必須檢視資訊、解讀變化，並決定是否有必要發出訊息。因此，沉默也可以是有用輸出，儘管它會消耗資源。
這使得用戶評估價值時更為複雜。聊天回應可見，亦很容易與某項請求聯繫起來。背景監察則較不顯眼，尤其當其預期結果是讓用戶不受打擾時。
同一安排亦在頻繁檢查與可用容量之間造成張力。更頻繁的檢查可提高時效性，卻會消耗原可用於其他工作的資源。較少檢查可保留容量，但亦拉闊重要事項出現後才被察覺的時間差。
這正是「常駐」需要審慎理解的原因。助手可以隨時可用於背景工作，卻不代表持續觀察每項已連接服務。這個詞形容的是運作模式，而不是保證即時知悉。
以小型企業的示例而言，分別取決於任務。準備未付發票摘要可容許與識別最後一刻日程變更不同的時間安排。兩者都涉及業務運作，但有用回應的時限不同。
合理的產品必須考慮這項差異。把每項更新都視為緊急，會造成打擾；把所有事項都留待下一次預定檢視，則會令時間敏感的工作暴露於風險。
用戶亦需要方法理解背景活動完成了甚麼。平靜的一天可能代表沒有事情需要注意，也可能代表助手缺乏存取權、已耗盡容量，或誤解了甚麼才重要。
從用戶角度看，這些可能性不應顯得完全相同。清晰的狀態資訊有助區分成功的克制與不完整的監察。否則，人們便要重新打開應用程式，確認沉默是否合理。
這種核實工夫會侵蝕委派工作的好處。若助手反覆需要平行檢查，它便只是增加了一個介面，卻沒有承擔足夠責任。其輸出仍可能有用，但所聲稱節省注意力的效果便較難證實。
這是 Claude Duet 與 Dots 比較中的核心問題。單靠計算可用任務無法解決。用戶需要理解每個助手監察甚麼、能多可靠地發現變化，以及資源不足時會發生甚麼。
Claude Duet 與 Muse 的比較同樣如此。更廣泛的操作目錄不會自動帶來更佳判斷。代理必須選擇值得投入資源的工作，以及值得佔用用戶時間的訊息。
Anthropic 的挑戰是讓這些選擇清晰可見。用戶應能辨識助手何時在工作、等候、不確定，或無法繼續。當背景執行的界線仍然可見，它便更容易取得信任。
批准要求界定委派的界線
準備一項行動與取得執行許可，是兩種不同責任。
Anthropic 表示，Duet 在發送訊息或付款等敏感操作前會尋求批准。這項分別讓系統可維持有用的獨立性，同時不授予不受限制的權限。助手可準備工作，而用戶仍保留對重要步驟的控制。
然而，批准請求本身必須提供足夠資訊，才能支持作出決定。若底層行動仍不清楚，籠統的確認幾乎不能帶來任何保障。使用者需要了解收件人、內容、目的地及預期後果。
一個用作說明的發票提醒正好顯示箇中重要性。草擬訊息需要找出相關發票並理解其狀態。發送訊息則需要確信款項尚未到帳，而且收件人正確無誤。
使用者可能察覺到語氣不妥，卻忽略帳戶紀錄已過時。因此，批准並不會把每一項責任都轉交回個人身上。助理仍須呈示準確證據，並標示不確定之處。
重複確認亦會帶來另一個問題。若例行請求變得過於頻繁，使用者可能開始機械式地批准。即使介面在技術上有要求許可，仍可能無法促成有意義的審閱。
這個較廣泛的類別本已因存取個人資訊而受到關注。Associated Press 有關代理私隱疑慮的報道，描述了實用協助與使用者所分享資訊之間的關係。更多背景資料可提升相關性，同時亦提高不當處理這些背景資料的風險。
讀取權限與採取行動的授權應分開考慮。助理可能需要讀取一則訊息以理解某項承諾，但未必需要獲准發送回覆。有效的委派取決於能否讓這些權限保持易於理解。
正確指令與可信來源之間亦有分別。電郵可以包含代理所需的資訊，同時亦包含具誤導性的請求。助理必須區分應分析的材料與應遵從的指示。
提示詞注入是指有人試圖在 AI 系統接觸到的內容中置入惡意指令。對於閱讀商務通訊的代理而言，這些內容可直接與正當工作並列。連接更多資訊既擴大實用性，也擴闊了需要判斷的材料範圍。
競爭環境提供了審視的理由，但不足以證明各產品之間具有等同性。Reuters 報道 Meta 的個人代理推出涉及內部測試疑慮，包括對敏感資訊的處理。這些報道涉及 Muse，並不能證明 Duet 存在相同失誤。
不過，這些報道顯示，單看任務是否完成並非完整的衡量標準。助理可以完成要求的工作，卻以不恰當的方式使用資訊或權限。評估必須檢視所採取的路徑，以及最終結果。
因此，Anthropic 的批准政策是與設計意圖相關的證據，但並非獨立證明每一道界線都能守住。讀者應尋找具體說明，了解系統在請求互相衝突、資訊變更或任務變得含糊時如何運作。
這項區分保留了有用的承諾，而不會言過其實。委派可減少例行工作，同時把影響重大的選擇留給人來決定。這種平衡能否成功，取決於準備工作的質素及交接是否清晰。
更多連接並不代表更佳判斷
整合的廣度擴大代理可嘗試的工作範圍；但並不能證明它能可靠地完成這些工作。
連接器是一種整合方式，讓軟件可與另一項服務互動。代理亦可透過瀏覽器處理網站。即使用者只看見單一對話介面，這些途徑仍會形成不同的依賴關係。
Search Engine Journal 對代理存取途徑的分析，說明 Muse 和 Dots 如何結合已連接服務與雲端瀏覽。其討論突顯一項重要的類別區分：能夠觸及某項服務，與理解其內容，是兩個不同問題。
結構化整合可提供已定義的資訊及操作。瀏覽器互動則可把觸及範圍延伸至沒有專用整合的服務。兩種途徑都無法自動解決紀錄不完整、帳戶權限混亂或資訊不一致的問題。
試想一個用作說明的客戶跟進個案。行事曆顯示會議已舉行，文件載有早期建議書，而電郵則提及經修訂的要求。助理需要辨識哪個來源應主導下一則訊息。
擷取每一項內容固然有用，但仍不足夠。代理必須分辨目前有效的承諾與已被取代的草稿。否則，更廣泛的存取權只會提供更多材料，讓它得出錯誤結論。
這正是產品比較需要嚴謹的地方。比較 Claude Duet 與 Muse 時，應在相近條件下檢視可比較的任務。涉及直接已連接服務的成功案例，不應被當成可在任意網站可靠運作的證據。
比較 Claude Duet 與 Dots 時，同樣需要這種審慎。一份製作精良的文件，不能證明助理能準確監察其底層項目。產出品質與持續的情境掌握，值得分開評估。
知識工作者在建立個人知識庫時，早已遇到這類問題。只有系統保留足夠背景以作正確詮釋，找到資訊才有用。
代理為這個熟悉的挑戰加上了後果。搜尋結果可把詮釋留給讀者。提出回覆、提醒或行程變更建議的助理，則已經詮釋了證據的含義。
因此，最有力的評估會跟隨資訊走完整個任務流程。助理擷取了甚麼？它把哪個來源視為權威？它有否在提出行動建議前辨識矛盾？
這些問題亦解釋了為何由公司挑選的示範存在局限。示範可證明某個工作流程可行，卻不能證明同一流程在不同帳戶及雜亂紀錄之中能有多常成功。
這裡沒有經核實的基礎，可宣稱 Duet、Muse 與 Dots 之間存在整體勝方。這些產品同屬廣泛的類別競爭，但公開定位不能取代可比較的證據。
對商業買家而言，這留下了一個營運問題：助理能完成哪些任務，並只需可接受程度的審閱工作？答案將取決於組織的資訊質素，一如代理所宣傳的觸及範圍。
下一批訊號是存取權、可靠性與有用的克制
這場競爭的下一階段，將由以較少監督完成的日常工作來評判。
第一個訊號是發布公告以外的實質存取權。留意候補名單使用者是否收到邀請，以及其報告是否涵蓋多樣而可重複的任務。涵蓋更廣帳戶的資料，將有助評估所選例子以外的表現。
存取權擴展將加強 Anthropic 能支援所提議營運模式的論據。若持續受限，重要問題仍會懸而未決。兩種結果本身都不足以證明質素，但可用性決定了能出現多少獨立證據。
第二個訊號是在共享使用限制下的可靠性。留意有關背景檢查、未完成任務，以及留給其他 Claude 工作的剩餘容量是否有清晰說明。有用的衡量標準是修正及監督後完成的工作，而非所產生材料的數量。
持續完成工作將支持背景協助可融入既有工作流程的說法。若因容量限制而經常中斷，則會削弱這種說法。當助理無法繼續時，使用者需要可預期的行為。
第三個訊號是有用的克制。留意 Duet 是否能提出真正重要的項目、清楚解釋敏感行動，並在介入價值不大時保持安靜。主動協助的承諾，正是在這裡變得可於日常體驗中衡量。
強勁表現意味使用者可減少平行檢查，同時不失去可見性。表現欠佳則意味他們仍須檢查每個收件匣和行事曆，還要管理助理。這種結果會保留大部分原有工作量。
競爭對手的回應亦會在相同標準下具意義。Meta 或 OpenAI 增加更多功能，只有在改善完成度、可見性或控制權時才相關。配合公告用語，較難揭示產品在實務上的差異。
Claude Duet 現已帶着清晰主張加入競爭：讓 Claude 識別工作，並準備下一步。其研究預覽讓合資格使用者有機會測試這種關係。這項公告並未定論他們應委派多少責任。
如你獲得存取權，請先從一項可界定、且結果可供驗證的任務開始，例如根據已知材料準備會議簡報。把輸出結果與原始來源比較，並記錄每次所需的修正、中斷及批准。然後考慮，當你的行事曆變更，或訊息引入互相衝突的資訊時，同一任務是否仍然可靠。這種評估比令人印象深刻的示範更能提供穩固的判斷基礎。在擴大 Claude Duet 的責任前，請問它是否已減少你的總投入，並保留你對工作的理解。你會信任它明天準備哪一項重複性任務？又需要甚麼證據，才會容許它採取下一步行動？
