HCLTech 与 Anthropic：一份全球顶级合作到底改变了什么

2026 年 10 月 12 日，HCLTech 宣布与 Anthropic 建立全球顶级合作伙伴关系，主题围绕安全、网络安全与治理。厂商合作通常只是新闻稿表演，所以真正有意思的问题是：哪些是具体的。有三件事是具体的：设立专门的 Anthropic 业务部与卓越中心（CoE）；通过前置交付工程师（FDE）为企业级 Claude 部署提供安全沙箱环境；以及 HCLSoftware 成为 Anthropic 的 ISV 合作伙伴，把 Claude 与 Claude Code 嵌入部分企业产品，并附带前沿安全护栏。

企业 Agent 的第一件商品是「安全沙箱」

三件具体的事

第一，HCLTech 将设立专门的 Anthropic 业务部与卓越中心，用于构建 Agentic AI 解决方案，并通过前置交付工程师为企业级 Claude 部署提供安全沙箱环境。第二，HCLSoftware 成为 Anthropic 的 ISV 合作伙伴，把 Claude 与 Claude Code 嵌入部分企业产品。第三，HCLTech 的服务团队将构建由 Claude、Cowork 与 Claude Code 驱动的行业解决方案与产品，并帮助客户采纳 AI 原生的工程实践、培训员工队伍以规模化安全运营 Agentic AI。HCLTech 自称在全球 60 个国家拥有超过 223,000 名员工，这就是它所指向的规模。

# A rollout is a manifest, not a slide. Make the sandbox a field in it.
ROLLOUT = {
    'program': 'anthropic-enterprise-agents',
    'environments': {
        'sandbox': {'owner': 'partner-fde', 'network': 'egress-allowlist', 'data': 'synthetic'},
        'staging': {'owner': 'client-platform', 'network': 'egress-allowlist', 'data': 'masked-copy'},
        'prod':    {'owner': 'client-platform', 'network': 'egress-deny', 'data': 'live',
                    'requires': ['eval_pass_report', 'security_review', 'rollback_tested']},
    },
    'exit': {'code_repo': 'client-owned', 'eval_suite': 'client-owned', 'runbook': 'client-owned'},
}

PROBLEMS = [env for env, cfg in ROLLOUT['environments'].items()
            if env == 'prod' and not cfg.get('requires')]

print('exit artifacts client-owned :', all(v == 'client-owned' for v in ROLLOUT['exit'].values()))
print('prod gates missing          :', PROBLEMS or 'none')

# If the eval suite leaves with the vendor, you never bought the capability.

为什么沙箱本身就是商品

请把沙箱那一条再读一遍，因为它正是企业一直在悄悄要、却始终没拿到的东西：一个能让 Agent 跑在真实工作流上、而不必把生产凭据交给它的地方。一个带着沙箱环境、清晰的出网策略和治理叙述上门的合作伙伴，卖的其实是真正让试点获批的那件东西。前置交付工程师是交付机制，这个模式也站得住脚：通用赋能材料撑不过银行的变更管控流程。该问的问题都不性感：沙箱镜像归谁所有，它跑在你的租户还是我方租户，出网白名单上有哪些域名，里面放的是什么数据，以及合作结束后这些东西怎么办。

# Embedding a coding agent in a product means pinning what it may do.
SETTINGS = {
    'model': 'pinned-version',        # never a floating alias in a shipped product
    'permissions': {
        'allow': ['Read', 'Grep', 'Glob'],
        'ask':   ['Bash(git diff:*)', 'Edit(src/**)'],
        'deny':  ['Bash(curl:*)', 'Bash(ssh:*)', 'Read(./secrets/**)', 'Read(**/.env*)'],
    },
    'sandbox': {'filesystem': 'project-only', 'network': 'deny-by-default'},
    'telemetry': {'log_prompts': True, 'log_tool_calls': True, 'retention_days': 90},
}

DANGEROUS = ['Bash(curl:*)', 'Bash(wget:*)', 'Read(**/.env*)']
leaks = [p for p in DANGEROUS if p in SETTINGS['permissions']['allow']]
print('dangerous allows:', leaks or 'none')
print('deny list present:', bool(SETTINGS['permissions']['deny']))

# A deny list is the cheapest control in the whole deployment. Ship it first.

前置交付工程师把沙箱带进客户环境

ISV 那一条比它得到的关注更值得注意

HCLSoftware 把 Claude 与 Claude Code 嵌入企业产品，是一个披着合作外衣的供应链决策。一旦编码 Agent 随着企业产品一起发货，三件事就变了：模型版本成为需要固定并测试的产品依赖；Agent 的权限成为随产品交付给客户的安全面；遥测数据则根据保留策略成为资产或负债。买方应当期待：固定版本的模型、成文的拒绝清单、限定在项目范围内的文件系统访问、默认拒绝的网络，以及一份数据保留声明。这些都不新鲜，但它们经常一起缺席，因为「嵌入一个 Agent」被当成加了个功能，而不是改动了运行时。

# Sandbox egress: allow the model endpoint, deny everything else, log refusals.
ALLOWLIST = {'api.anthropic.com', 'pypi.org', 'registry.npmjs.org', 'internal.artifact.repo'}

def check_egress(requested, allowlist=ALLOWLIST):
    verdict = {}
    for host in requested:
        verdict[host] = 'allow' if host in allowlist else 'deny'
    denied = [h for h, v in verdict.items() if v == 'deny']
    return {'verdict': verdict, 'denied_count': len(denied),
            'alert': 'review denied destinations for exfiltration shape' if denied else 'clean'}

print(check_egress(['api.anthropic.com', 'pastebin.example', 'internal.artifact.repo']))

# Denied destinations are still evidence. Keep them, do not drop them.

治理是交付物，不是免责声明

这次合作被框定在安全、网络安全与治理之上，公告也提到帮助客户建立「规模化安全运营 Agentic AI 所需的组织能力」。这种措辞应当被读成一句商业宣告：买方现在要的是证据。带通过率的评测结果。注入测试用例。已签署的安全评审。有实测时长的回滚演练。挂在「一千个任务」上的成本估算。如果你的厂商对话产不出这类产物，你买的是意向。有用的纪律是：在第一场工作坊之前就把产物清单写下来，而不是在第一次事故之后。

# Promotion from sandbox to prod should require artefacts, not opinions.
def promotion_gate(sandbox_run):
    gates = {
        'eval_suite_passed': sandbox_run.get('eval_pass_rate', 0) >= 0.95,
        'injection_tests_ran': sandbox_run.get('injection_cases', 0) >= 20,
        'human_review_signed': bool(sandbox_run.get('reviewer')),
        'rollback_rehearsed': sandbox_run.get('rollback_seconds') is not None
                              and sandbox_run['rollback_seconds'] < 300,
        'cost_estimate_attached': 'usd_per_1k_tasks' in sandbox_run,
    }
    failed = [k for k, ok in gates.items() if not ok]
    return {'promote': not failed, 'blocking': failed}

RUN = {'eval_pass_rate': 0.97, 'injection_cases': 24, 'reviewer': 'security-arch',
       'rollback_seconds': 180, 'usd_per_1k_tasks': 41.0}

print(promotion_gate(RUN))
print(promotion_gate({k: v for k, v in RUN.items() if k != 'reviewer'}))

# The second call is the point: remove one artefact and the promotion stops.

把成本按团队摊开，路由策略才会被认真对待

这件事说明了企业 Agent 会怎么被买

这笔交易是一份模板，而模板不是「模型对模型」。它是：一家拥有合同载体、行业关系与变更管理肌肉的全球系统集成商，搭配一家同样向这些企业交付软件的 ISV，两边共同包装一个前沿模型。企业 Agent 落地的稀缺资源不是模型质量，而是把一个受治理的部署穿过组织管控的能力。这就是为什么沙箱和业务部是头条，而不是某个基准分。对小团队而言，这个读法相当澄清：你的差异化不在于调用哪个模型，而在于你能多快、多可证明地把一个有边界、可审计、可撤销的 Agent 送上生产。

# Attach cost to a team, or the bill arrives with no owner.
TASKS = [
    {'team': 'claims',   'input_tokens': 180_000, 'output_tokens': 42_000},
    {'team': 'legal',    'input_tokens': 96_000,  'output_tokens': 31_000},
    {'team': 'engineer', 'input_tokens': 1_240_000, 'output_tokens': 210_000},
]
PRICE = {'input_per_m': 4.0, 'output_per_m': 20.0}   # published API rates, for planning only

def charge(rows, price=PRICE):
    out = []
    for r in rows:
        usd = r['input_tokens'] / 1e6 * price['input_per_m'] \
            + r['output_tokens'] / 1e6 * price['output_per_m']
        out.append({'team': r['team'], 'usd': round(usd, 2)})
    return sorted(out, key=lambda x: -x['usd'])

print(charge(TASKS))

# Show this table to whoever signs the renewal. It changes routing decisions.

如果你是被交付方，问这六件事

评测套件归谁所有，结束时会不会随厂商一起离开。代码与运行手册在退出时归谁。沙箱跑在哪里，出网白名单上究竟有哪些域名。固定的是哪个模型版本，模型升级时路径是什么。回滚流程是什么，演练实测用了多久。token 费用由哪个团队的预算承担，并按每千个任务报告。六个问题，一个模式：每个答案都应该是你会留存的产物，而不是你会记住的一句话。规模越惊人的合作，越应当先把退出条款谈清楚。