跳转至

Introducing Claude Tag

Ch01.1481 Introducing Claude Tag

📊 Level ⭐⭐⭐ | 12.6KB | entities/introducing-claude-tag.md

Introducing Claude Tag

Background：Anthropic 官方 2026-06-24 发布的产品公告，介绍 Claude Tag——一种在 Slack 中以团队成员身份工作的 Agent 协作机制。Anthropic 内部 65% 的产品代码由 Claude Tag 创建，展示了 Agent 在企业协作场景中的实际采用程度。

摘要

Claude Tag 是 Anthropic 推出的 Agent 协作框架，允许 Claude 以团队成员身份加入 Slack 频道。用户通过 @Claude 标签来委派任务，Claude 在后台异步工作并返回结果。关键特性包括多人协作、上下文学习、主动行为和异步工作。Anthropic 内部 65% 的产品代码由 Claude Tag 创建，证明了 Agent 在企业环境中的高采用率。

核心要点

1. 多人协作的 Agent 模式

Claude Tag 的核心创新在于多人协作：

  • 在给定的 Slack 频道中，只有一个 Claude 与所有人互动
  • 任何人都可以看到它正在做什么，并从上一个人离开的地方继续对话
  • 这与单一聊天或单一任务的工作方式完全不同——更像是与团队成员协作

这种模式解决了传统 Agent 交互的一个关键问题：上下文孤岛。在传统模式中，每个用户与 Agent 的交互是独立的，Agent 无法从团队的集体知识中受益。

2. 上下文学习与积累

Claude Tag 的另一个关键特性是持续学习：

  • Claude 跟随频道的对话，逐步构建对工作的理解
  • 用户不需要每次都从头解释事情
  • 如果获得权限，Claude 可以从其他 Slack 频道和数据源自动学习
  • 这为它提供了提供最佳工作所需的隐性知识

这种上下文积累机制使得 Claude Tag 能够随时间变得更有效，而不是每次交互都从零开始。

3. 主动行为与异步工作

Claude Tag 支持主动行为（如果启用了"ambient"模式）：

  • 主动更新用户可能需要知道的信息
  • 标记来自频道和工具的相关信息
  • 跟进已安静但未解决的线程或任务

同时，Claude Tag 支持异步工作：

  • 设置任务后，用户可以专注于其他优先事项
  • Claude 可以为自己安排任务，自主执行项目数小时或数天
  • Anthropic 内部现在花更多时间将任务并行委派给多个 Claude

4. 权限与安全模型

Claude Tag 的权限设计针对企业环境：

  • 管理员指定模型可以访问哪些工具和信息，在哪些频道中
  • 为不同用途创建独立的 Claude 身份
  • 销售工作的 Claude 不会将记忆传递给工程工作的 Claude
  • 也不会给工程师访问销售数据或工具的权限
  • 管理员可以设置 token 支出限制（组织和频道级别）
  • 可以查看 @Claude 所做的一切的日志

5. 技术实现

Claude Tag 使用 Opus 4.8 模型，替代了现有的 Claude in Slack 应用。迁移期为 30 天，Anthropic 为符合条件的 Enterprise 和 Team 组织提供启动积分。

深度分析

Agent 协作模式的演进

Claude Tag 代表了 Agent 协作模式的重要演进：

模式 交互方式 上下文 适用场景
单次对话 一对一 无状态 简单问答
Claude Code 一对一 有状态 代码开发
Claude Cowork 一对一 有状态 任务协作
Claude Tag 多对一 持续积累 团队协作

这个演进方向表明，Agent 正在从"工具"向"团队成员"转变。

与 Claude Cowork Task Boundary 的关系

Claude Tag 在 Claude Cowork 的基础上增加了几个关键维度：

  • 多人协作：不再局限于单一用户
  • 持续上下文：不再局限于单次会话
  • 主动行为：不再局限于被动响应

这些扩展使得 Claude Tag 更适合企业环境中的复杂协作需求。

65% 代码创建率的意义

Anthropic 内部 65% 的产品代码由 Claude Tag 创建，这个数据点有几层含义：

  1. Agent 的采用率正在加速：从辅助工具到主要创建者
  2. 代码质量必须足够好：如果代码质量差，Anthropic 不会在生产中使用
  3. 人机协作模式正在改变：从"人写代码，AI 辅助"到"AI 写代码，人审查"

这与 Vibe Coding Reality Gap 的讨论形成有趣对照——在 Anthropic 内部，Agent 创建的代码已经达到了生产质量。

对 Agent 基础设施的需求

Claude Tag 的特性对 Agent 基础设施提出了新的要求：

  1. 上下文管理：需要高效的方式来存储、检索和更新 Agent 的上下文
  2. 权限隔离：需要细粒度的权限控制来支持多租户环境
  3. 异步执行：需要可靠的异步任务执行框架
  4. 可观测性：需要全面的日志和监控来追踪 Agent 的行为

实践启示

对企业 Agent 采用的建议

  1. 从 Slack 开始：Slack 是团队协作的自然起点，降低了采用门槛
  2. 定义清晰的权限边界：不同团队的 Agent 应该有独立的上下文和权限
  3. 从小范围试点开始：先在一个频道或团队中测试，再逐步扩展
  4. 投资上下文工程：Agent 的效果很大程度上取决于它能访问多少上下文

对 Agent 产品设计的启示

  1. 多人协作是关键差异化：单用户 Agent 的价值有限
  2. 上下文积累是核心竞争力：Agent 应该随时间变得更聪明
  3. 主动行为增加粘性：被动响应的 Agent 容易被遗忘
  4. 异步工作扩展使用场景：同步交互限制了 Agent 的应用范围

对 Agent 安全的考量

  1. 权限隔离至关重要：不同业务线的 Agent 必须有独立的上下文
  2. 审计日志是必需品：企业需要追踪 Agent 的所有行为
  3. Token 支出控制：防止 Agent 产生意外的高额费用

相关实体

参考

→ 原文存档

第 2 来源 — 新智元报道：Claude Tag 的独立身份与频道权限架构

2026 年 6 月 23 日发布的 Claude Tag 本质上是一个常驻 Slack 频道的 AI 团队成员——有自己的身份、自己的账号、自己的审计轨迹。Anthropic 称之为「智能体身份（agent identity）」。

Claude Tag 最核心的设计不是产品功能，而是权限架构。传统 AI 助手用人类账号的权限，但 Claude Tag 是多人的——一个频道里三五个人轮流 @它，用谁的权限都不对。Anthropic 的解法是「谁的权限都不借，直接给 AI 发自己的工牌」。

权限不跟人走，而是跟着频道走。管理员在工作区级别定义基线身份，频道级别做覆盖——工程频道给 GitHub 和数据仓库权限，CRM 锁死在该频道，法务频道有独立的工具箱。Claude 在法务频道中学到的东西永远不会出现在工程频道。撤权更简单：撤销一个身份，Claude 在所有接入点同时断开。

Ramp 2026 年 5 月数据显示，34.4% 的美国企业已在用 Claude 付费订阅，超过 OpenAI 的 32.3%。大型企业中非人类身份数量是员工数的 50 到 80 倍。

→ 原文存档

第 3 来源 — 架构师 JiaGouX 报道：Karpathy 三段式 LLM UI/UX 范式 + Boris Cherny 原话（2026-06-30）

Source: 原文存档 Author: 架构师（JiaGouX） Date: 2026-06-30

本来源为 Claude Tag 发布新闻的跟进报道，核心增量是 Andrej Karpathy 的 LLM UI/UX 三阶段演化框架，为 Claude Tag 提供了宏观历史定位。

核心增量

  1. Karpathy 三段式 LLM UI/UX 范式（本来源独家）：
  2. 第一范式：LLM 是一个你需要专门访问的网站（ChatGPT 等 chat 界面）
  3. 第二范式：LLM 是一个你下载到电脑上的应用程序（Claude Desktop、Copilot 等本地 App）
  4. 第三范式：LLM 是一个具备组织级工具和上下文的、自包含的、持久化的异步实体，与人类团队并肩工作（Claude Tag）

  5. 这是 Claude Tag 首次被纳入 LLM 交互模式的宏观演化框架，前 2 来源均未涉及

  6. Boris Cherny 原话（本来源独家引用）："在 Slack 中 @Claude，它就能像同事一样在频道里与你协同工作。它具备主动性、支持多用户协作，并且拥有独立的身份和记忆。这不仅仅是一个 Slack 机器人。在过去几个月里，它彻底改变了我们使用 Claude 的方式。"

  7. Ambient behavior 细化描述（比前 2 来源更具体）："标记来自所处频道和已连接工具的相关信息，跟进那些已搁置但尚未解决的线程或任务"——不仅是"主动更新"，还包括未解决问题追踪

与已有来源的衔接

  • Karpathy 三范式框架（本来源独家）与 Context Engineering 的"人机交互演化"叙事一致——从"访问网站"到"本地应用"到"内嵌团队成员"，每一步都对应交互模式的抽象层级提升
  • Ambient behavior 的未解决问题追踪（本来源独家补充）补全了第 1 来源"主动行为"定义的遗漏方向——不仅"提醒新信息"，还"追踪已发现的未解决问题"
  • Boris Cherny 原话提供了第 1 来源（Anthropic 官方公告）所缺少的个人视角——官方公告偏技术规格，Boris 原话偏使用体验

关键独到判断

"Karpathy 看来，这是 LLM UI/UX 的第三次重大重构。第一种范式：LLM 是一个你需要专门访问的网站。第二种范式：LLM 是一个你下载到电脑上的应用程序。第三种范式：LLM 是一个具备组织级工具和上下文的、自包含的、持久化的异步实体，与人类团队并肩工作。"

"如果你曾使用过 Claude Code 或 Cowork，就会对 Claude Tag 感到熟悉。只需用简单的语言 @Claude 并提出需求，它就会将任务拆解为若干阶段，然后利用其拥有的工具逐一执行。"

"它还可以为自己安排任务，在数小时或数天内自主推进项目。"

→ 第3原文存档