The ways we contain Claude across products

Anthropic 这篇工程文章讨论 claude.ai、Claude Code、Cowork 三种 agent 产品的 containment 架构。文中给出几个具体数字：Claude Code 用户批准约 93% 的 permission prompts，auto mode 可在执行前捕获约 83% overeager behaviors；Claude Opus 4.7 在 Gray Swan benchmark 单次攻击成功率约 0.1%，100 次 adaptive attempts 后约 5-6%。文章的判断是模型层防御必然有漏网率，环境隔离、外部内容权限和模型防御必须叠加。