Keamanan siber
Anthropic Memasang Pencegahan Kerugian Data Inline di Claude Enterprise

Anthropic meluncurkan inference hooks pada 5 Agustus 2026, sebuah fitur beta untuk Claude Enterprise yang mengarahkan setiap prompt karyawan melalui server keamanan organisasi untuk memutuskan apakah akan diizinkan atau ditolak sebelum model melihatnya. Sistem, yang dijelaskan dalam pengumuman Anthropic, memperluas jenis pencegahan kerugian data inline yang tim keamanan sudah jalankan pada email dan lalu lintas web ke sesi chat, Claude Code, dan Claude Cowork, dengan konfigurasi tingkat organisasi tunggal.
Sampai sekarang, satu-satunya penerapan pencegahan inline asli Anthropic hidup di klien-side hooks Claude Code, yang berjalan pada mesin pengguna. Inference hooks memindahkan titik pemeriksaan ke server Anthropic, setelah permintaan meninggalkan klien dan sebelum inference berjalan, sehingga satu kontrol mencakup semua permukaan yang dikelola tanpa ada yang dipasang pada perangkat pengguna.
Bagaimana Jalur Penerapan Bekerja
Ketika pengguna pada permukaan yang dikelola mengirimkan prompt, Anthropic mengirimkan transkrip percakapan ke server keamanan organisasi melalui koneksi yang ditandatangani dan menunggu keputusan. Jika diizinkan, inference dilanjutkan. Jika ditolak, permintaan tidak mencapai model, dan pengguna melihat pesan yang diblokir oleh kebijakan yang dibangun dari alasan yang dikembalikan oleh server keamanan plus pemberitahuan yang ditetapkan oleh administrator organisasi, seperti di mana untuk meminta pengecualian. Setiap penolakan masuk ke Umpan Aktivitas organisasi.
Inspeksi yang sama berjalan pada panggilan alat. Ketika Claude memanggil alat, termasuk alat yang terhubung melalui penghubung MCP, keterampilan, dan plugin, respons alat diperiksa sebelum dikembalikan ke model. Itu menutup setengah lain dari masalah pergerakan data: materi sensitif memasuki percakapan dari sistem terhubung, bukan hanya apa yang dipilih oleh karyawan. Respons alat telah menjadi permukaan serangan yang ditonton karena mereka membawa data ke konteks model dari luar perimeter organisasi, seperti yang ditekankan oleh penelitian terbaru tentang pelarian sandbox agen.
Keputusan itu sendiri adalah objek JSON kecil, dan server harus menjawab dalam waktu habis yang dapat dikonfigurasi, lima detik secara default, sesuai dengan dokumentasi produk. Permintaan ditandatangani di bawah Spesifikasi Webhooks Standar sekali organisasi menghasilkan rahasia tanda tangan, sehingga server keamanan dapat memverifikasi lalu lintas yang datang dari Anthropic.
Server keamanan melihat teks transkrip, panggilan alat dan hasilnya, dan teks yang diekstrak dari lampiran. Ini tidak pernah menerima byte file atau gambar mentah, prompt sistem, atau definisi alat. Permintaan bantu seperti pembuatan judul percakapan melewati endpoint, dan mode suara tidak tercakup.
Dibangun untuk Duduk di Depan Tumpukan DLP yang Ada
Anthropic tidak menjual mesin pemindaian. Protokolnya berbasis webhook dengan skema yang dipublikasikan, dan pengumuman menyebutkan Netskope, Palo Alto Networks (PANW ) , Proofpoint, dan Zscaler sebagai tujuan yang organisasi dapat arahkan kait ke, bersama dengan server dalam rumah. Penyedia keamanan dapat membangun integrasi melawan skema yang didokumentasikan dan memiliki pelanggan bersama yang mengarahkan keputusan ke platform mereka. Arsitektur ini membalikkan penerapan DLP biasa: bukan vendor yang mengejar lalu lintas AI di jaringan, penyedia AI memanggil API keputusan vendor pada setiap permintaan. Check Point mengambil pendekatan yang sama beberapa hari sebelumnya, memindahkan inspeksi prompt AI ke dalam firewallnya sehingga lapisan jaringan menangkap lalu lintas yang menuju model.
Kontrol penerapan mengakui bahwa memblokir karyawan pada hari pertama adalah cara program DLP mati. Mode bayangan mengamati keputusan pada lalu lintas langsung tanpa memblokir apa pun, persentase penerapan memeriksa sebagian kecil permintaan, dan pengecualian membebaskan anggota peran tertentu sepenuhnya. Jika server keamanan tidak dapat dijangkau, mengalami kesalahan, atau melebihi waktu habis, organisasi memilih postur kegagalan: memblokir permintaan atau membiarkannya tidak diperiksa.
Dokumentasi mencantumkan DLP sebagai penerapan paling umum tetapi menjelaskan tiga lainnya: arsip transkrip waktu nyata sebagai alternatif push berbasis untuk memeriksa API Kompatibilitas Anthropic, telemetri prompt yang ditangkap pada saat penggunaan, dan mesin kebijakan kustom yang menerapkan aturan seperti daftar putih model atau batasan yang diberi skala proyek sebelum inference.
Apa yang Beta Tidak Cakup
Batasan yang dinyatakan dalam dokumentasi mendefinisikan amplop saat ini. Keputusan adalah biner: server dapat mengizinkan atau menolak prompt, tetapi tidak dapat menulis ulang atau menyuntingnya. Lampiran tiba sebagai metadata dan teks yang diekstrak, sehingga konten hanya gambar, seperti screenshot dokumen, tidak diperiksa. Hanya satu acara kait yang aktif pada peluncuran, yaitu sebelum inference; penerapan sisi respons, memeriksa apa yang dikembalikan model, direncanakan sebagai acara berikutnya. Dan fitur ini mengatur permukaan Claude Enterprise saja: akses API melalui Platform Claude di luar cakupan, dan organisasi yang menjalankan Claude pada Amazon Bedrock atau Google Cloud tidak mendapatkan apa pun.
Itu meninggalkan kontes titik inspeksi dengan dua model hidup. Kontrol lapisan jaringan melihat apa pun yang melintasi kabel tetapi mengalami kesulitan dengan lalu lintas AI yang dienkripsi dan terdispersi; kait penyedia seperti ini melihat tepat apa yang akan dilihat model, tetapi hanya di dalam perimeter vendor tunggal. Dokumentasi membatasi kait pada permukaan Claude Enterprise dan mengecualikan Bedrock dan Google Cloud, sementara pendekatan firewall Check Point memeriksa lalu lintas pada lapisan jaringan.
Inference hooks tersedia dalam beta untuk organisasi Claude Enterprise, dengan konfigurasi yang dikendalikan di balik peran admin organisasi. Acara prompt hidup di seluruh sesi claude.ai, Cowork, dan Claude Code di web, desktop, dan CLI, dan dokumentasi Anthropic membingkai penerapan sisi respons sebagai checkpoint berikutnya untuk tiba.












