Claude u Chromeu izlazi iz probe i sam odobrava radnje u pregledaču

Anthropic je proširenje Claude u Chromeu godinu dana držao u ograničenoj probi, uz obrazloženje da je agent koji radi u pregledaču izložen zlonamjernom ubacivanju uputstava — skrivenim naredbama u sadržaju stranice, poruke ili formulara. Proba je završena 26. avgusta. Proširenje je od tada dostupno svim korisnicima plaćenih planova i radi nad stranicama koristeći prijave koje korisnik već ima u pregledaču.

Šta je novo

Proširenje se instalira iz Chrome Web Storea. Claude čita i unosi tekst, otvara veze, kreće se između stranica i popunjava formulare, a radi i kroz više kartica; razgovor se nastavlja u aplikacijama za računar, telefon i veb.

Tokom probe je svaka od tih radnji tražila potvrdu korisnika. Sada Claude sam odobrava radnje za koje procijeni da su bezbjedne, istim mehanizmom koji u alatu Claude Code radi u automatskom režimu. Ta mogućnost se može isključiti u podešavanjima, čime se vraća pojedinačno odobravanje. Na planovima za preduzeća administratori proširenjem upravljaju u organizacijskim podešavanjima i mogu ga ograničiti na unaprijed odobrene domene.

Anthropic navodi i dva ograničenja. Proširenje ne radi u drugim pregledačima zasnovanim na Chromiumu, ni na mobilnim uređajima. Ne pristupa ni datotekama na računaru ni drugim programima, pa za taj posao i dalje služi aplikacija za računar.

Dva sloja zaštite iza samostalnog odobravanja

Sadržaj sa veba dolazi do modela kroz rezultate alata: da bi pročitao stranicu ili poruku, Claude poziva alat i čita ono što se vrati. Anthropic nad tim rezultatima pokreće sonde obučene da prepoznaju ubačena uputstva. Kada sonda označi vjerovatan napad, model dobija upozorenje da sadržaju ne vjeruje i da prije radnje zatraži potvrdu. Sonde su prvi put isporučene uz model Opus 4.5.

Drugi sloj je klasifikator koji pregleda radnju prije nego što bude izvršena — na primjer odlazak na novu stranicu ili unos teksta u polje — i upoređuje je sa zahtjevom koji je korisnik prvobitno postavio. Radnja koja se s tim zahtjevom ne poklapa biva zaustavljena. Upravo taj sloj je uslov za samostalno odobravanje.

Brojke i ono što one zaista pokazuju

Na aktuelnoj evaluaciji, koja koristi jače napade sastavljene od strane profesionalnih bezbjednosnih timova, uspješno je bilo 17,6 odsto napada koji su stigli do modela Opus 4.5 i 3,8 odsto onih koji su stigli do modela Opus 5, i to prije ijedne dodatne zaštite. Sa najjačim zaštitama koje su postojale u novembru 2025, napadi na Opus 4.5 uz sonde uspijevali su u 16,7 odsto slučajeva.

Kada rade i sonde i bezbjednosni klasifikator, nijedan napad nije uspio protiv modela Sonnet 5, Opus 5 i Mythos 5. Kod modela Fable 5 uspješno je bilo 0,3 odsto napada, a Anthropic navodi da je ručno provjerio svaki uspjeli proboj i da su svi bili niske ozbiljnosti.

Nula je brojka iz naslova, ali za procjenu rizika važnija je ona polazna. Rezultat od 3,8 odsto pokazuje koliko je otporan sam model, bez sondi i bez klasifikatora. Zaštitu, dakle, ne daje model nego skup slojeva iznad njega. Anthropic i sam navodi da zlonamjerno ubacivanje uputstava ostaje pokretna meta i da biblioteka napada na kojoj se model obučava raste sa svakim napadom koji prođe.