身份安全公司1Password今日正式推出"1Password for Claude",这是一款浏览器集成工具,可让Anthropic的Claude利用用户存储的登录信息完成在线任务,同时确保这些凭证不会被AI模型直接获取。
该工具针对的是一个随着AI智能体开始代替用户执行操作而日益突出的问题。此前,若要让智能体在某处登录,用户通常需要将凭证直接粘贴到智能体的上下文中,使模型得以读取;另一个选择则是在每个步骤中手动完成身份验证。
1Password for Claude消除了这一两难困境。凭证通过1Password控制的安全通道直接注入目标网站,密码及任何多因素一次性验证码均不会进入模型、其记忆或Anthropic的系统。
访问权限按会话授予,且仅限于一组已批准的项目,不会延续至其他会话,也不会留下任何持久性访问权限。Claude针对特定任务请求所需凭证时,用户只需通过一次生物识别提示即可批准或拒绝每条请求。
"我们需要一种专为智能体而非仅为人类设计的全新安全模型,"首席技术官南希·王在发布公告中表示,"答案不是将你的密钥交给智能体,而是让用户授权智能体使用某个凭证,同时不让智能体直接看到它。"
该集成基于1Password所称的"零暴露安全框架"运行。与此同时,公司还面向所有用户推出了名为"智能体模式"的新功能。一旦兼容的智能体接管浏览器,密码库便会锁定,仅当前任务所授权的凭证保持可访问状态,其他内容一律不可访问。
智能体模式在智能体工作期间自动开启并持续运行,用户可在1Password浏览器扩展中看到其运行状态,也可随时手动关闭。
此次发布还包含另外两项功能。1Password可在单个任务内跨多个网站代理凭证访问,让Claude在执行多步骤工作流程时无需反复请求登录信息。此外,该工具还会在每次自动填充后扫描页面,若表单提交失败,将立即清除已填写的内容,从而有效防止敏感信息残留在屏幕上。
1Password表示,智能体模式从Claude起步,并将随市场发展扩展至其他基于浏览器的智能体。1Password for Claude现已向Mac端1Password用户开放,涵盖商业、家庭和个人计划,使用时需安装1Password桌面应用及浏览器扩展,以及Claude桌面应用及浏览器扩展。支付卡及姓名、地址等个人信息的支持将在正式发布后陆续推出。
该公司的企业级密码库存储超过15亿条凭证和密钥,用户涵盖逾100万名开发者及18万家企业,包括Figma、GitHub、MongoDB、Notion、Perplexity AI、Salesforce和Stripe等知名机构。
Q&A
Q1:1Password for Claude是如何保护用户凭证不被AI模型读取的?
A:1Password for Claude通过"零暴露安全框架"工作,凭证经由1Password控制的安全通道直接注入目标网站,密码和多因素验证码不会进入Claude模型、其记忆或Anthropic的系统。访问权限仅限单次会话,会话结束后不留任何持久性访问痕迹。
Q2:1Password的智能体模式是什么?有什么作用?
A:智能体模式是1Password面向所有用户推出的新功能。当兼容的AI智能体接管浏览器时,密码库会自动锁定,只有当前任务授权的凭证可被访问。用户可在浏览器扩展中查看其运行状态,并随时手动关闭,有效防止智能体在执行任务时访问无关凭证。
Q3:1Password for Claude目前支持哪些平台和用户?
A:目前1Password for Claude仅支持Mac平台,适用于商业、家庭和个人计划的1Password用户,需同时安装1Password桌面应用及浏览器扩展,以及Claude桌面应用及浏览器扩展。对支付卡和个人信息(如姓名、地址)的支持将在正式发布后推出。
好文章,需要你的鼓励
IBM提出评估量子计算机性能的三个基本指标:可编程量子比特(衡量规模)、量子比特操作数(衡量质量)和每秒最大电路数(衡量速度)。可编程量子比特决定用户可直接控制的量子资源规模;量子比特操作数反映系统可靠执行复杂运算的能力;电路吞吐量则体现系统的性价比。这三项指标适用于超导、离子阱、量子点等各类量子硬件平台,为跨平台性能比较提供统一框架。
冲绳科学技术大学院大学研究者提出SiamJEPA,在JEPA框架中引入孪生学生编码器,证明其充当正则化器、加速训练并提升图像表示质量。
Salesforce对逾500名中层管理者的调查显示,三分之二的管理者对AI在未来工作中的作用持乐观态度,77%的人每周借助AI工具节省超3小时。研究表明,美国员工比全球平均水平更倾向于质疑AI,而新兴经济体的员工则更信任AI。调查同时指出,管理者需要实操培训、清晰的AI战略及技术支持,以推动企业AI转型成功落地,人才培养始终比技术本身更为关键。
这项研究对比了化学AI中常用的BPE和Unigram-LM两种分词算法,发现二者在化学SMILES上构建的词汇表几乎完全不同,词汇重叠不超过16%,分词粒度相差近三分之一,证明分词算法是不可忽视的关键设计决策。