Claude Duet: ИИ уже сам замечает задачи. Кто будет проверять результат?

Самое утомительное в работе с ИИ — каждый раз объяснять ему, что вообще происходит.

21 октября Anthropic представила Claude Duet — помощника, который сам обращается к пользователю с задачами, требующими внимания. Пока это исследовательский preview по списку ожидания для подписчиков Pro и Max в США.

По описанию компании, Duet готовит утреннюю сводку, проверяет подключённые приложения раз в несколько часов и выполняет поручения на облачной машине с браузером. Но перед отправкой сообщения, оплатой, подписанием документа или удалением должен показать действие и дождаться одобрения. Фоновые проверки расходуют общие лимиты подписки; ранняя версия может ошибаться в переписке и срочности задач.

Вот здесь и начинается интересное. У обычного чата работа часто начинается с нашего объяснения: найди письмо, вспомни договорённость, собери данные. У проактивного помощника появляется другая обязанность — самому заметить, что пора что-то сделать. Насколько хорошо Duet справляется с этим на практике, ещё предстоит проверить.

Представим небольшое агентство. Клиент прислал правки, менеджер заболел, встреча стоит в календаре на завтра. Полезный помощник должен связать эти три события и подготовить краткую записку: что изменилось, кто подхватит задачу, что нужно уточнить до созвона. Это пример желаемого рабочего процесса, а не результат моего теста Duet.

За такой сценарий бизнесу есть смысл бороться. Поиск сообщения занимает минуту, но восстановление всей истории проекта легко съедает больше времени. Если помощник действительно собирает контекст, ценность будет в сокращении этого разбора, а не в количестве написанных им абзацев.

Но кто проверит проверяющего?

Уведомление «клиент недоволен» само по себе мало помогает. Нужны конкретное письмо, дата, цитата и объяснение, почему агент сделал такой вывод. Иначе утренняя сводка превращается в ещё один документ, который приходится расследовать вручную.

Для пробного внедрения я бы выбрал один узкий процесс: подготовку к встречам. Заранее договорился бы, какие источники использовать, что считать полезной находкой и где агент должен остановиться. Потом сравнил бы время на подготовку и проверку со временем обычной ручной работы.

Отдельно считал бы ложные тревоги. Помощник, который десять раз за день сообщает о несуществующем пожаре, быстро приучит игнорировать себя. Даже если одиннадцатое предупреждение окажется важным.

И ещё один критерий — понятность доступа. Подключать всю рабочую переписку ради красивой сводки слишком легко. Начать с одного проекта и ограниченного набора данных кажется более разумным экспериментом.

В статье о безопасности от 23 октября Anthropic описывает отделение паролей и токенов от модели и отдельную проверку исходящих сообщений. Компания также признаёт: защитные механизмы могут ошибаться. Это полезная оговорка, которую стоит помнить рядом с любым обещанием автономности.

Для меня главный вопрос к новому поколению агентов такой: сколько самостоятельности можно дать помощнику, чтобы проверка его работы оставалась быстрой? Если каждое действие требует заново читать всю переписку, экономия теряется.

А какую задачу вы готовы передать такому помощнику уже сейчас — и какое действие оставите только за собой?