Claude Duet主动代理发布，AI开始替你干活前先确认

Anthropic 推出了一款名叫 Claude Duet 的新应用，与以往「你问一句、它答一句」的对话式助手不同，Duet 的定位是「主动型代理」：它会持续观察、整理信息，在需要你关注的时候提醒你，也可以执行你交代的任务。但在真正代表你采取任何动作之前，它会先来找你确认。

据 B 站「绿鸭AI日报」的介绍，Claude Duet 由 Opus 5.5 驱动，能够快速连接各类应用、整理简报、全天候观察动态。目前该应用先向美国地区的 Pro 和 Max 用户开放，并提供候补名单，支持 iOS、Android 和 Claude 网页端。

主动代理的关键一步：行动前先确认

「主动」这个词在 AI 产品里已经被用得有些泛滥，但 Claude Duet 的设计里有一个值得注意的约束：它在代表用户采取动作之前，会先与用户确认。

这个细节看起来不起眼，实际上决定了产品形态。一个能自动帮你发消息、改日程、提交表单的代理，如果没有确认环节，用户很难真正放心把任务交出去。Duet 把「观察与提醒」和「执行动作」分开处理，前者可以自动进行，后者必须经过用户点头。这是主动型代理从演示走向日常使用的必要前提。

对照目前市面上的其他代理产品，多数还停留在「用户发起、AI 执行」的单轮模式，Duet 试图把交互变成持续的、伴随式的。能不能被用户接受，取决于它提醒得是否足够克制——一个整天弹通知的助手，很快就会被关掉。

缓存策略：12 小时与更长的上下文延续

在 API 端，Claude 的提示缓存时长设为 12 小时。而在 Codex 和 Claude 的产品端，已登录用户的会话缓存会保留更久。

官方说明中提到，新版中用户返回旧会话，或者隔数小时后恢复会话时，都可以命中缓存，从而减少因未命中缓存而受到的惩罚。对于跨数小时切回旧会话继续工作的场景，可以直接复用已有缓存。

这项改动对长任务工作流的意义比较直接。过去开发者做多轮调试或长文档处理时，隔一段时间回来往往要从头建立上下文，既慢又费钱。缓存窗口拉长之后，「中断—恢复」的成本明显下降，代理类应用尤其受益，因为它们本身就是长时间在后台运行的。

提示缓存（Prompt Caching）指把对话或文档中反复出现的前缀内容（系统提示、长文档、代码库上下文等）在服务端预先计算并保存其键值状态，后续请求命中时直接复用，避免重复计算。它的收益体现在两方面：一是降低首字延迟，二是大幅减少重复输入带来的计费。缓存通常有存活时间（TTL），过期后需重新写入，因此缓存窗口的长短直接决定了「中断—恢复」场景是否划算。对代理类应用而言，长时间后台运行、间歇性发起请求是常态，缓存命中率往往比单次推理速度更能影响整体成本和体验。

Claude Security 持续扫描进入公测

既有的 Claude Security 迎来了持续扫描功能更新，目前已面向 Claude Enterprise 用户开启公测。

连接代码仓库后，它会先做一次首次深入扫描，并在后续代码变更落地后自动重新扫描。这个设计让使用 Enterprise 版的团队可以把持续代码扫描接进日常开发流程，而不是把它当成一个季度做一次的动作。

安全扫描的价值很大程度上取决于频率和覆盖面。一次性扫描只能发现存量问题，代码每次合并都可能引入新的风险。自动重新扫描把安全检查和 CI 流程绑在一起，思路是对的，公测阶段的实际误报率和扫描耗时会是团队评估的重点。

持续扫描（Continuous Scanning）是应用安全（AppSec）领域的常见实践，区别于一次性或按季度执行的渗透测试与代码审计。它把静态分析、依赖漏洞检测等检查嵌入代码提交和合并流程，每当代码变更落地就增量重扫，使新引入的风险在合入主干前或合入后短时间内被发现。其价值与噪声是一体两面：频率越高覆盖越全，但误报若不能有效抑制，开发者会逐渐忽略告警。因此评估这类工具时，误报率、单次扫描耗时以及对 CI 流水线的影响，通常比「能扫出多少问题」更关键。

报告与仪表盘：生成之后还能继续改

Rockbot 支持直接生成报告、备忘录和仪表盘，并且在生成之后还能继续编辑或更新。

这意味着它不是一次性输出。用户拿到初步的报告或仪表盘后，可以基于已有内容继续修改和迭代，用来跟进后续的内容调整需求。

这个能力听上去普通，但对实际工作流影响不小。AI 生成的内容之所以经常被弃用，就是因为改起来比自己写还费劲——格式错乱、结构僵化。如果生成结果本身是可编辑、可演进的基础版本，它的利用率会高很多。

本地编程模型 Flint：400 亿参数，只激活 25 亿

Recursive 发布了名为 Flint 的本地编程 MoE 模型，总计 400 亿参数，每次推理仅激活 25 亿参数。

上下文长度最高支持 512K，官方建议日常使用 256K。根据官方测试结果，该模型在 M4 Pro 上运行速度超过 125 tokens/秒，在 GB10 等设备上也能达到相近或更高的速度（原文对具体硬件的表述存在歧义，需以官方数据为准）。

稀疏激活是这类模型的核心卖点：参数总量大保证了能力上限，单次激活的参数量小则控制了推理成本，让本地硬件跑得动。官方给出的场景是在本地硬件上运行编程任务。对不希望把代码送到云端的团队来说，这类模型是现实的选项，但实际代码能力还要看社区评测。

MoE（Mixture of Experts，混合专家）是一种模型架构：网络内部包含多个并行的「专家」子网络，外加一个路由模块，每次前向推理时只把输入分发给其中少数几个专家计算，其余参数不参与运算。这样模型总参数量可以做到很大以承载更广的知识和更强的能力，而单次推理的算力开销只与激活的那部分参数成正比。相比同规模稠密模型，MoE 在相同推理成本下往往能获得更好的效果，代价是显存占用仍需容纳全部参数，训练和路由调优也更复杂。近期不少面向本地部署的编程模型都采用这一思路，用来在消费级硬件上平衡能力与速度。

Cloud API 迎来自 2023 年以来首次正式版本更新

Cloud API 推出新日期版本 2026 年 10 月 21 日。这是官方自 2023 年以来首次正式版本更新，之后计划更频繁地更新。旧版 2023 年 6 月 1 日目前尚未弃用。

对调用 API 的开发者来说，版本节奏变化值得留意。接口版本长期不动会让人觉得稳定，但也会积累一批迟迟无法推进的改进。更频繁的更新意味着需要更主动地规划接口版本，关注弃用公告。

Mistral 的语音工具包

Mistral 的 Voxtral 3 包含语音转写、TTS 和 Voice Agent SDK，同时提供欧盟托管与自部署选项。需要接入语音转写、语音合成或开发语音智能体的团队可以直接使用配套 SDK，并按自身需求选择欧盟托管或自部署。

欧盟托管这个选项对合规敏感行业有实际意义，语音数据往往涉及个人隐私，托管地点和部署方式会直接影响能否过审。

另外两则：企业私有预览与模型上新

Google Cloud 宣布面向部分企业客户开启三款模型的私有预览，企业客户不仅可以通过 API 调用，还能通过本地的 Codex CLI 或 Desktop 工作流接入 Gemini 平台进行推理。

把模型接入和既有开发工具链打通，是云厂商争夺企业开发者的常规打法，关键在于接入后的延迟、配额和计费是否透明。

综合来看，这一轮更新的共同方向是让 AI 从「回答问题」转向「持续参与工作流」：代理在后台跑，缓存为长会话兜底，扫描跟着代码变更走，生成物可以迭代。这些改动单独看都不轰动，叠在一起才构成可用的工作流体验。

（本文信息以「绿鸭AI日报」视频内容为单一来源，部分产品名称与参数按音译整理，建议以官方公告为准。）

背景补充

理解这批更新还可以借助一个背景概念：上下文窗口（Context Window）指模型单次可处理的 token 总量，决定了它能同时「看到」多少对话历史、文档或代码。长任务工作流中，上下文一旦超出窗口就需要截断或摘要，导致信息丢失；而缓存机制则是在窗口之内进一步降低重复处理成本的手段。Flint 支持的 512K 上下文、Claude 的长会话缓存，本质上都在解决同一个问题——让模型在长时间、多轮次的任务中保持连贯，而不必频繁重建状态。这也是「持续参与工作流」这一方向在工程层面的基础。