Anthropic 推出 Inference hooks：Claude Enterprise 每次推理前，先交企业自建安全服务器裁决

Anthropic 于 2026 年 8 月 5 日在官方博客发布 inference hooks，这是 Claude Enterprise 的实时数据防泄漏（DLP）功能，官方标注为 beta。它要解决的问题很直接：企业引入 AI 之后，最难管的不是模型会不会答错，而是员工把不该外流的东西粘贴进去。

机制：模型开始生成之前，先问过公司

据官方公告，启用 inference hooks 之后，每一次推理请求都会通过一条「签名的 WebSocket 连接」发送到该企业自建的安全服务器。Claude 在模型开始生成之前，先把 prompt 与周边上下文传过去，由企业的安全服务器返回 allow 或 deny 的裁决，Claude 收到放行才会继续往下走。

值得注意的是检查对象不只用户输入。官方明确指出，同样的检查也适用于工具返回内容，包括来自 MCP 连接器、skills、plugins 的返回。换句话说，被拦的不只是「员工粘贴进去的数据」，也包括「AI 自己从外部系统取回、准备放进上下文的数据」。

一层强制执行，覆盖所有企业界面

官方说法是单一强制执行层覆盖所有 Claude Enterprise 界面——chat、Claude Code、Claude Cowork 及其他企业产品，不需要为每个产品单独做集成、也不必各自维护一个代理。这一点在治理上的意义大于技术本身：过去企业要管住 AI 的数据出口，往往得在每个入口各装一套，政策就此分裂。

协议采用开放的 webhook 形式、schema 已公开，可对接现成 DLP 平台或自建方案。官方点名可对接的现有平台包括：

• Netskope
• Palo Alto Networks
• Proofpoint
• Zscaler

落地节奏：先观察，再收紧

公告中列出的可调选项，反映的是务实的上线节奏，而不是一刀切：

• shadow mode：只记录不阻断，用于正式上线前观察真实流量。
• 按角色排除：特定角色可不受检查。
• 百分比灰度发布：先开一小部分人，再逐步放大。
• 失败策略：安全服务器宕机或超时时，倾向 fail-open（放行）或 fail-close（拦截），连同超时容忍度都可调。

必须如实说明的是：官方公告未披露任何定价。功能细节一律以官方博客为准，其余传闻不宜当作事实引用。

对管理者的意义

这件事的本质，是把「哪些数据能送进 AI」的判断权，从个别员工的自律，收回到公司统一的策略服务器上，而且是在数据抵达模型之前就拦下；但它是 Enterprise 方案的 beta 功能，还需要企业自备安全服务器与一套判断规则，买了不等于自动安全。若贵公司暂时用不上，最便宜的第一步是用人工做一次 shadow mode——把三个月内员工实际粘贴进 AI 的数据类型列出来，先看清楚风险长什么样子。