agent進(jìn)駐工作群，我們給豆包支的招，Claude聽進(jìn)去了

AI進(jìn)群，已經(jīng)不是什么新鮮事了。

Slack、釘釘、飛書、企業(yè)微信里，早就有各種AI bot、智能助手和企業(yè)Agent。它們?cè)谛螒B(tài)上也做了很多嘗試，阿里的悟空偏企業(yè)級(jí)Agent工作平臺(tái)，字節(jié)的飛書aily偏協(xié)同辦公里的企業(yè)智能體，微信正在灰度測(cè)試的“小微”則更像超級(jí)App里的原生辦事助手。

Anthropic當(dāng)然不是現(xiàn)在才意識(shí)到這個(gè)方向。

早在去年，Anthropic就發(fā)布過Claude和Slack的整合。那時(shí)的Claude更像是一個(gè)接入工作流的AI助手，承擔(dān)群聊問答、總結(jié)和協(xié)助溝通的角色。

但它最近更新的Claude Tag，把“AI同事”這個(gè)概念往前再推了一步。

只要在工作群里@Claude，它就能順著授權(quán)上下文拆任務(wù)、調(diào)工具、跑流程、交結(jié)果。可以理解為，Claude Code和Claude Cowork那種工作型Agent能力，被Anthropic塞到了群里。

Karpathy直接說，Claude Tag代表了LLM UI/UX（用戶界面/用戶體驗(yàn)）的第三次重設(shè)計(jì)。

第一代是網(wǎng)站，第二代是App，第三代則開始變成一個(gè)自包含、持久、異步的組織實(shí)體。

LLM的形態(tài)從最初的聊天入口，到這里，真正變成了一個(gè)有身份、有權(quán)限、有上下文、有任務(wù)狀態(tài)的AI同事。

AI同事進(jìn)群并不稀奇，關(guān)鍵是它能怎么干活。

01

@Claude：告訴我你能干啥

工作群里最讓人崩潰的，往往不是沒人做事，而是信息散得到處都是。

群里隨口一提的工作，要翻很多地方才能拼湊出完整的信息——產(chǎn)品指標(biāo)在數(shù)據(jù)看板里，客戶反饋在工單系統(tǒng)里，技術(shù)問題在GitHub里，銷售進(jìn)展在CRM里，會(huì)議結(jié)論在紀(jì)要里，真正的討論又散落在一條條群消息里。

你突然被老板或者同事@了，最麻煩的不是先判斷“現(xiàn)在要干啥”，而是要花半天時(shí)間，搞清楚現(xiàn)在是什么狀況。

Claude Tag接的就是這種活。

按照Anthropic的說法，管理員可以把Claude加進(jìn)指定Slack頻道，給它授權(quán)相關(guān)工具、數(shù)據(jù)，甚至代碼庫。之后，頻道里任何人都可以直接@Claude，把任務(wù)交給它。

Claude會(huì)順著已有上下文，把任務(wù)拆成階段，再調(diào)用可用工具逐步完成，最后把結(jié)果交回同一個(gè)討論串。

它有幾個(gè)非常重要的功能，也是讓它更像一個(gè)“真人AI同事”的點(diǎn)睛之處：

首先，它是多人協(xié)作的。任何人都可以看到Claude的工作內(nèi)容，并且可以從上次中斷的地方繼續(xù)對(duì)話。

其次，它會(huì)隨著時(shí)間推移不斷學(xué)習(xí)。無需反復(fù)從頭解釋，隨著Claude在工作中的參與，它會(huì)逐步構(gòu)建更多關(guān)于工作的背景信息。

再次，它會(huì)主動(dòng)出擊（很有工作積極性）。如果啟用了“ambient”行為，Claude會(huì)主動(dòng)推送它認(rèn)為你可能需要了解的任何信息，也能提醒那些長期無人跟進(jìn)的任務(wù)。

最后，它是異步工作的。給Claude分配任務(wù)后，你就可以專注于其他優(yōu)先事項(xiàng)，它會(huì)在一旁悶頭干活，還能自行安排任務(wù)，自主地在數(shù)小時(shí)甚至數(shù)天內(nèi)完成項(xiàng)目。

官方文檔表示：如果你之前使用過Claude Code或Cowork，那么Claude Tag對(duì)你來說應(yīng)該并不陌生。

可以粗暴理解為，它把Claude Code裝了個(gè)群助手的殼子，然后塞到了工作群里——只要權(quán)限給夠，Claude Code能干的，它也能干。

過去開發(fā)者在終端里使喚Claude，現(xiàn)在所有人都能在工作群里@Claude。

其中最基礎(chǔ)的用法，是讓Claude幫你“快速補(bǔ)課”。

一個(gè)工作群聊了半天，消息已經(jīng)刷了幾十上百條，你手上的活還沒干完，突然被cue了一下，有個(gè)新活要交給你。
以前你只能一條條往上翻，現(xiàn)在可以直接@Claude問它：“這里剛剛決定了什么？還有哪些問題沒解決？”

Claude會(huì)把長長的討論壓縮成幾件事：已經(jīng)定下來的結(jié)論、還沒解決的問題、相關(guān)負(fù)責(zé)人，以及下一步誰要做什么。

這項(xiàng)功能對(duì)我們打工人來說非常實(shí)用，誰要做什么，直接一目了然，省了很多麻煩。

你還可以讓Claude直接幫你拉數(shù)據(jù)、或者做會(huì)前準(zhǔn)備——任何需要翻看大量信息的事情，它都能幫你一鍵整理，給出清晰的回復(fù)。

另外還有一個(gè)特貼心的功能，值得專門一提：Claude Tag可以管理那些長期沒有精力處理的工作群，篩出真正需要人類審核的步驟。

很多人手上都有這種被設(shè)置成免打擾的“半荒廢群聊”：客服反饋、告警、工單、數(shù)據(jù)異常、線上事故……它們每天都有消息進(jìn)來，但每條消息又不一定值得人立刻放下手頭工作去處理，要是持續(xù)關(guān)注只會(huì)影響手頭工作。

久而久之，低優(yōu)先級(jí)事項(xiàng)越堆越多，真正需要解決的問題反而被埋沒。

Claude Tag適合做第一層篩選，把明顯緊急的內(nèi)容挑出來，把需要人工判斷的部分單獨(dú)@給負(fù)責(zé)人。

對(duì)普通員工來說，這意味著少被無效信息打斷；對(duì)老板來說，這意味著過去那些長期沒人收口的碎活，有人幫你持續(xù)盯著。

我覺得這能算是Claude Tag最像“AI牛馬”的地方：它可以守在那些犄角旮旯里，把真正需要人的工作撈出來。

畢竟，在工作場(chǎng)景里，AI助手被用得最多的地方，不就是處理信息么？

但要只是處理信息，未免太屈才了一些——這可是Claude啊！

官方頁面里有一個(gè)很典型的例子：群里有人報(bào)了一個(gè)bug，說某個(gè)服務(wù)在token刷新時(shí)出現(xiàn)502，另一個(gè)人直接@Claude，讓它“根據(jù)這條討論修復(fù)bug，并打開一個(gè)draft PR”。

普通AI助手可能最多總結(jié)一下bug現(xiàn)象，或者給一個(gè)排查建議。但如果Claude拿到了代碼庫、工單和開發(fā)工具權(quán)限，它就可以順著群里的bug描述去找相關(guān)代碼，判斷問題可能出在哪里，提出修復(fù)方案，甚至直接生成一個(gè)待審核的PR。

要是單看官方文檔中列舉的那些功能，能理解上下文、能規(guī)劃任務(wù)、能調(diào)用工具、能異步執(zhí)行……每一個(gè)似乎都不新鮮。但因?yàn)槭荂laude，所以很強(qiáng)。

并且它把這幾個(gè)功能收斂到了同一個(gè)產(chǎn)品形態(tài)里——把強(qiáng)模型、上下文、工具調(diào)用、多階段執(zhí)行和團(tuán)隊(duì)協(xié)作，收斂成了一個(gè)@Claude。

這種形態(tài)才是最值得學(xué)習(xí)的地方。

02

LLM的第三種形態(tài)

此前我們討論豆包時(shí)曾判斷，AI App想從輕辦公走向重辦公，關(guān)鍵就是進(jìn)入多人協(xié)作場(chǎng)景。人類負(fù)責(zé)討論和判斷，AI負(fù)責(zé)在討論之后總結(jié)、查證和執(zhí)行。

現(xiàn)在，Claude Tag先把這種協(xié)作方式做了出來。

Claude Code和Claude Cowork團(tuán)隊(duì)負(fù)責(zé)人之一Fiona Fung此前提到，Claude Code用久之后，工程師越來越多地和自己的agent單獨(dú)工作，反而會(huì)變成一種孤獨(dú)體驗(yàn)。個(gè)人Agent讓單個(gè)人變強(qiáng)，但也可能讓工作更孤島化。

而Claude Tag的邏輯剛好反過來——它不是把人從團(tuán)隊(duì)里帶走，讓每個(gè)人都躲進(jìn)自己的AI窗口里單兵作戰(zhàn)；而是把Agent拉到公共討論現(xiàn)場(chǎng)。

人類先討論、爭論、碰撞，形成方向；Claude再接住上下文，負(fù)責(zé)總結(jié)、查證、拆解和執(zhí)行。

Karpathy說的“LLM UI/UX第三次重設(shè)計(jì)”，看起來是LLM的三種不同形態(tài)，背后其實(shí)也對(duì)應(yīng)著LLM承接的不同任務(wù)。

第一代網(wǎng)站形態(tài)，LLM承接的是問答。用戶打開聊天框，問一個(gè)問題，拿一個(gè)答案。

第二代App形態(tài)，LLM承接的是個(gè)人工作。它進(jìn)入IDE、終端、桌面和瀏覽器，幫一個(gè)人寫代碼、改文件、查資料、生成內(nèi)容。

到第三代組織實(shí)體形態(tài)，LLM承接的則是團(tuán)隊(duì)協(xié)作之后的執(zhí)行。它不只是回答某個(gè)人的問題或者幫某個(gè)人完成任務(wù)，而是出現(xiàn)在團(tuán)隊(duì)討論現(xiàn)場(chǎng)，把一群人剛剛形成的上下文、共識(shí)和待辦，繼續(xù)往前推進(jìn)。

可以說，在第三種形態(tài)，當(dāng)LLM開始從“工具”變成一個(gè)可以被@的實(shí)體角色，它的功能也需要順應(yīng)著進(jìn)化、變得更符合它的“身份”。

很多企業(yè)Agent此前難落地的原因就在于此。它們看起來有企業(yè)級(jí)入口，也接了辦公軟件，但真正能承接的任務(wù)還停在第一代或第二代：要么只是問答和總結(jié)，要么只是個(gè)人效率工具。

但企業(yè)真正需要的是第三種能力——把團(tuán)隊(duì)討論變成行動(dòng)，把組織里的信息、決策和執(zhí)行串起來。

Claude Tag的啟發(fā)就在這里，可以認(rèn)為，未來企業(yè)Agent至少要往三個(gè)方向走：從個(gè)人Agent走向群組Agent，從問答工具走向異步執(zhí)行者，從功能堆疊走向能力收斂。

讓Agent更像一個(gè)“高效率的人類員工”，成為團(tuán)隊(duì)里那個(gè)能接住上下文、推進(jìn)流程、持續(xù)收口的萬能同事，才是企業(yè)Agent真正有機(jī)會(huì)落地的形態(tài)。

不過，對(duì)于大部分的企業(yè)Agent而言，距離實(shí)現(xiàn)這種產(chǎn)品形態(tài)還是有一定距離，主要有兩方面原因：

一方面，功能還不夠好。很多產(chǎn)品能總結(jié)會(huì)議、能查知識(shí)庫、能寫文檔，但一旦進(jìn)入復(fù)雜工作流，就很難真正閉環(huán)。

另一方面，模型也確實(shí)不夠強(qiáng)。企業(yè)Agent不是會(huì)聊天就夠了，它要理解復(fù)雜上下文、企業(yè)黑話、模糊需求、跨系統(tǒng)信息，還要能拆任務(wù)、調(diào)工具、處理異常……很多Agent演示時(shí)很驚艷，真進(jìn)公司之后就容易變成“能做，但只能做一點(diǎn)，多了就降智”。

模型做好了，哪怕自己不包裝，也會(huì)有別的工具商幫你加殼，說到底，形態(tài)其實(shí)是錦上添花。

03

雖然它強(qiáng)，但它貴啊

當(dāng)然，AI同事進(jìn)群以后，并不是老板終于撿到了免費(fèi)牛馬。

一個(gè)很現(xiàn)實(shí)的情況是：雖然Claude強(qiáng)，但它貴啊！

（圖片由AI生成）

Anthropic官方說，Claude Tag目前運(yùn)行在Opus 4.8上。按照公開API價(jià)格，Opus 4.8的起步價(jià)是每百萬輸入token 5美元、每百萬輸出token 25美元。

但普通聊天是你問一句它回一句，企業(yè)Agent可不是這樣。它可能要先讀完一個(gè)工作群的歷史討論，再查工單，再翻CRM，再看代碼庫，再跑數(shù)據(jù)分析，再寫文檔或生成PR。每一步都會(huì)產(chǎn)生新的輸入、輸出和工具調(diào)用，也會(huì)把更多上下文繼續(xù)帶進(jìn)后續(xù)步驟。

復(fù)雜Agent任務(wù)的token消耗遠(yuǎn)高于普通代碼問答，尤其是Claude Tag這種產(chǎn)品，官方強(qiáng)調(diào)它可以異步工作，任務(wù)可能持續(xù)數(shù)小時(shí)甚至數(shù)天。它越像一個(gè)真正的AI同事，就越不可能只是便宜的群聊機(jī)器人。

如果一個(gè)公司只是偶爾讓Claude總結(jié)一下會(huì)議，費(fèi)用可能還好，但如果每個(gè)工作群都有一個(gè)Claude，每個(gè)項(xiàng)目都讓它長期盯著，對(duì)token的消耗簡直如同開閘泄洪。

所以，AI同事不一定比人便宜。尤其是當(dāng)這個(gè)AI同事足夠聰明、足夠勤快、足夠愿意加班的時(shí)候。

未來企業(yè)用Agent，很可能不會(huì)把所有活都交給最強(qiáng)模型，更現(xiàn)實(shí)的做法是分層使用。

普通總結(jié)、分類、提醒，可以交給便宜模型；復(fù)雜分析、跨系統(tǒng)任務(wù)、關(guān)鍵客戶、重要代碼，可以交給Claude這樣的強(qiáng)模型；涉及金錢、客戶承諾、生產(chǎn)環(huán)境、權(quán)限變更的動(dòng)作，則必須有人類確認(rèn)。

你會(huì)讓高薪聘來的指導(dǎo)專家?guī)兔Π嶙雷用矗?/p>

這也是Claude Tag官方設(shè)計(jì)里很企業(yè)化的一點(diǎn)：管理員可以設(shè)置組織級(jí)和頻道級(jí)的token花費(fèi)上限，查看Claude執(zhí)行過哪些任務(wù)，也能控制它能進(jìn)哪些頻道、用哪些工具、訪問哪些數(shù)據(jù)。

換句話說，AI同事也要有預(yù)算啊。咱不能只看“它能不能干”，還得看“這件事值不值得讓它干”。

除了價(jià)格，另一個(gè)更大的問題是權(quán)限。

Claude Tag最有吸引力的地方，是它能接入工具、數(shù)據(jù)，甚至代碼庫。可這也意味著，它不只是一個(gè)會(huì)聊天的Chatbot，而是一個(gè)可能觸碰真實(shí)資產(chǎn)的執(zhí)行者。

AI一旦進(jìn)入公司工作流，能力問題很快就會(huì)變成治理問題。

過去很多自動(dòng)化工具和AI coding agent被吐槽“刪庫跑路”，本質(zhì)上不是模型突然有了壞心，而是權(quán)限邊界沒有設(shè)計(jì)好。一個(gè)Agent一旦拿到過大的權(quán)限，又缺少確認(rèn)、回滾和審計(jì)機(jī)制，它的錯(cuò)誤就不再只是生成一段廢話，而會(huì)變成真實(shí)世界里的損失。

企業(yè)Agent的價(jià)值從來不是證明AI同事可以無限自治，而是把Agent放在一個(gè)相對(duì)可控的位置：工作群里、討論串里、管理員權(quán)限下、團(tuán)隊(duì)成員都能看見。

企業(yè)Agent比較現(xiàn)實(shí)的落地方式是，先讓AI進(jìn)入?yún)f(xié)作層，幫人總結(jié)、查證、拆解、提醒；再逐步進(jìn)入執(zhí)行層，調(diào)用工具、生成文檔、提交PR；最后才是更深的自動(dòng)化。

AI同事如果手握太多權(quán)限，錯(cuò)誤很容易從文本世界進(jìn)入現(xiàn)實(shí)系統(tǒng)——但AI可沒辦法像人類員工那樣擔(dān)責(zé)。