群聊Agent赛道，迎来了真正的重量级选手。 

微信刚刚在你的下拉框加上“小微”；企微里的“大圆”已经潜入群聊/会议等工作流；而大洋彼岸，Anthropic 也在同一时间把 Claude 塞进了美国人的“公司群聊”。 

当地时间 6 月 23 日消息，Anthropic 上线最新功能 Claude Tag。企业主只需将其接入 Slack，员工就能像呼叫同事一样“@Claude”。它能阅读当前讨论、拆解任务、调用工具，并持续跟进任务流。 

它还会记住当前群聊里与工作相关的信息，随着交流轮次的增多， Claude 可以深入理解项目内容、团队分工、组织架构和沟通习惯，并发现遗漏事项，主动“找”活干。 

乍看之下，Claude Tag 简直就是美版“小微”，但实则却是Anthropic针对协同 SaaS 市场的降维打击。 

不同于小微侧重的个人助手和生活服务，Claude Tag 更聚焦在多人协同办公。它背靠 Slack 生态——拥有 20 万以上付费客户、覆盖近 80% 《财富》100 强企业。看中的是群里源源不断的任务需求和真实信息流。 

事实上，Claude Tag 并不是 Slack 里第一个 AI 助手。早在 2024 年，Slack 就曾推出类似的Bot 组件，而今年初，Slack 母公司Saleforce 也把新版 Slackbot 定义为企业 Agent 的入口。 

（说到 Saleforce，SaaS 领域最成功的范本——越是跟踪 Anthropic 这家公司，你就越会发现，它或许就是 Anthropic 最想成为的样子。） 

Claude Tag 上线后，前 OpenAI 大神、现 Anthropic 员工 Andrej Karpathy 第一时间给出了极高的评价。 

他认为，Claude Tag 代表了 和Claude交互方式的一次新范式。底层工程已就绪，Claude已经能“即插即用”地充当“AI员工”， 加入团队，处理各种工作。 

Karpathy把LLM的交互方式归结为三个阶段： 

• 网站阶段： LLM 是你要主动访问的站点。
• 应用阶段： LLM 是你下载到电脑上的软件。
• 现在的 Claude Tag： 一个独立、持久、异步运行的实体，拥有组织内的工具和上下文，真正实现了“并肩工作”。

他还表示，虽然 人们 需要一些时间才能完全理解这种演进 ，但它的确有效，而且非常棒。 

群聊即 Prompt

在 Claude Tag 的逻辑里，群聊本身就是 Prompt。所以 真正让人兴奋的点在于：过去是用户把上下文送给模型，现在是 Anthropic 把模型送进了上下文。 

用户无需切换窗口，也不必费力解释背景。只要输入“@Claude”，谁提出了问题、讨论过哪些方案、文件在哪里，这些信息直接就能转化为执行任务的上下文。 

更关键的变化在于“主动性”。 

如果开启“Ambient”模式，Claude 不再被动等待点名。它会持续关注群聊，主动标记重要信息，追问悬而未决的讨论，甚至提醒“这个问题三天没跟进了”。 

Claude Code 产品负责人 Cat Wu 分享，她首先把自己的 Claude Tag 接入了 Gmail。当重要联系人发来邮件，Claude 会自动识别，再把提醒发送到 Slack。 

“比起邮箱提醒，我还是会更关注 Slack 上的消息”。 

这也精准击中了职场人的痛点：它正试图重新安排信息抵达的方式。

传统通知系统只会无差别推送，Claude Tag 则先理解“哪些变化与你有关”，再决定是否提醒。所以说，Anthropic 真正想占据的并不是另一个聊天平台，而是任务被发现、分配和追踪的第一现场。 

Claude Tag 落地的第一站Slack的确具备这个价值。 

正如前文所提及的，它在北美市场是除微软 Teams 外的唯二选择，尤其在科技公司、大量跨工具协作的开发者群体具备很强的黏性。 对 Anthropic 而言，把 Claude 放在这里，等于直接接入了大量企业最活跃的非结构化信息源。 

目前，Claude Tag正以测试版形式向 Claude Team 和 Enterprise 客户开放，运行 Opus 4.8，并将取代此前功能相对简单的 Claude for Slack。 

群聊管理员可以定义它进入哪些频道/群聊、连接哪些数据、工具和代码库，再为不同部门配置彼此隔离的 Claude。 

随时在线 = 一直被监控 ？

凡事都有两面。“一直在线待命”的换个说法，也可以是“一直被监控”。 

Anthropic 特意强调，Claude 不会把私密群聊的信息汇报到其他群聊；不同用途的 Claude 在权限和记忆上彼此隔离，销售部门的 Claude 不会向工程团队泄露客户数据。 

管理员还可以限制组织和单个频道的 Token 支出，查看 Claude 执行过的全部操作及其发起者。 

但这些技术保障，仍然掩盖不了产品设计的核心矛盾。 

当一个 AI 常驻群聊，主动追问进度时：“这个问题已经三天没跟进”。它究竟是帮助员工的助手，还是替管理者巡视的“数字监工”？ 

Hacker News 上，不少开发者首先追问的并不是 Claude 能干多少活，而是不同频道之间是否共享身份、权限如何归因，以及企业如何满足安全与合规要求。 

在安全与隐私合规的红线边缘，企业是否已经准备好迎接一位永不疲倦的“AI 同事”了？ 

放到国内语境里，这个问题同样刺眼：如果类似能力进入钉钉、飞书或者企业微信，谁有权决定 AI 看哪些群、记住什么，又该由谁来定义“主动帮助”和“数字监工”的边界？ 

“Claude Code 升级版”升级在哪里？

Anthropic 将 Claude Tag 定义为“Claude Code 的升级版”，可见其对于公司的战略意义重大。 

所以，一个写代码的终端 Agent，如何能够进化成“群聊助手”？ 

它并非来自模型技术能力的增强，而是 Agent 的架构从“个人环境”跃升到了“协作现场”。 

如果说，Claude Code 是个人使用的 terminal-level Agent，那么Claude Tag 就是多人共享的 team-level Agent。 

顺着 Karpathy 的视角，从产品演化的角度看，Claude Tag 实际上融合了三种形态： 

• 最早的 Slack Bot 是 ChatBot，用户问一句，它回答一句；
• 后来的 Claude Code for Slack 已经变成 Workflow Agent，开发者可以在群里交给它一个 Bug，它读取讨论后进入代码仓库完成修改；
• 而当前的 Claude Tag 又向前走了一步，不再只处理一次性任务，而是持续跟随消息、积累上下文并主动发现需求、处理事项。

这不是简单地把任务需求搬进 Slack，而是给 Agent 增加了一层组织身份： 

它属于哪个群聊、能接触哪些部门、拥有哪些工具、保留哪一部分记忆，都将由企业的组织和权限结构决定。 

整体来看，在笔者看来，Claude Tag 最重要的升级可以归结为两点： 

第一，从“请求驱动”走向“事件驱动”。 

以前的 Claude Code 解决的是执行问题：人发现 Bug，叫 Claude 开工。 

现在的 Claude Tag 解决的是发现问题：Bug 在群里产生，Claude 就在现场。它判断何时介入，不再需要人类搬运背景。 

第二，降低的不是推理成本，而是调用门槛。 

传统 Agent 要求用户切换窗口、组织 Prompt，这在无形中增加了心理负担。 

Claude Tag 沿用了人类最自然的协作动作——过去是 @产品经理、@工程师，现在只是多了一个 @Claude。这种“像点名同事一样点名 AI”的产品形态，把产品门槛降到了最低，进一步扩宽了 Claude 的目标群体。 

Agent 创业者还能卖什么？

说实话，当我刷到Claude Tag 这个消息时，第一反应就是，“这和某家公司做的办公协同产品也太像了！” 并且他们接入的还是 Claude 旗下模型。 

我相信，市面上已经推出类似功能，或者正在朝这个方向开发产品的团队，并不在少数。Anthropic 的入局对于他们而言，显然不是一个好消息。 

过去，群聊Bot、工单助手和企业知识库……还能勉强算作一门生意。 

现在呢？顶级模型厂商带着原生能力和企业级入口直接入场，那些仅仅多了一层界面的“套壳产品”，瞬间失去了生存空间。 

正如前文提及的，Anthropic 与 OpenAI 等模型公司正在疯狂争夺企业市场。今年以来， Saleforce 已经成为Anthropic 与 OpenAI 的挖角大本营！ 

光是今年，这两家公司就已经从 Salesforce 挖走近百名员工，为的就是抢夺过去属于 SaaS 厂商的预算。 

但这是否意味着游戏就此结束？ 

从另一个角度看，Anthropic 的入场，或许反而暴露了这个赛道真正的竞争门槛。 

这个软肋就是 Token 成本。 

它给第三方厂商和开源模型留出了缺口，因为对于服务商而言， Token 既是成本，也是收入。 

要做一个本质是面向企业主，用来降本增效的代理平台，最佳的商业策略一定是多模型入口，并专注于控制Token成本。 

企业主真正关心的问题是：同样的任务，Claude 花 10 美元，我能不能花 1 美元完成？同样的群聊，Claude 一天烧 50 万 Token，我能不能只烧 5 万？ 

这也是为什么越来越多的企业正在尝试将Agent 的代理流量从 Claude 切换到 DeepSeek 的原因（《这家Agent 公司从 Claude 切到 DeepSeek v4：一年省下数百万美元，迁移工作量却是预期的 100 倍》）。 

所以，做混合路由，拥抱开源模型，做 Agent 压缩……都是对抗 Token 吞金兽Anthropic 的出口。 

结语

Claude Tag 利空的是套壳产品，却可能利好开源模型。它创造的 Agent 调用量越大，企业优化成本、避免锁定的动力就越强。 

模型厂商决定了能力上限，但真正落地企业的 Agent，还要在权限、流程、可靠性和价格之间重新算账。 

毕竟，财务部门拨预算时看的，从来都不是跑分Benchmark，而是一张能讲清 ROI的账单。