Claude Tag 可能会是下一个现象级的 AI 产品。
Karpathy 之前在 X 上说了一个判断，他觉得 Claude Tag 是 LLM UI/UX 的第三次重大变化。
第一代是 ChatGPT 这样的网站。
第二代是 Claude Code、Codex 这样的电脑应用，模型开始掌控电脑，读取本地文件，调用各种电脑上的工具，诸如 Terminal、浏览器。
第三代就是 Claude Tag 正在做的事情，AI 直接进入团队的 IM，像真正的同事一样参与工作。
可能很多人第一次看到 Claude Tag，反应跟我差不多：这不就是把 Agent 接入 Slack 吗？OpenClaw 之前不就在干这件事情吗？
我这两天花时间认真研究了下。先讲我的结论。
两者最大的区别其实在产品起点。
OpenClaw 更像是把一个个人 Agent 接入 IM，Slack、飞书只是它的一个渠道。
Claude Tag 相当于 Anthropic 正式推出的一个数字员工，Claude 可以以团队成员的身份直接加入公司的 Slack 频道，获得团队全部 context，用户只需在聊天框、文档等地方 @claude ，就能直接调用它来处理任务。
目前整个产品仍在 beta 测试阶段，需要同时拥有 Claude 企业账号和 Slack 企业账号才能试用。
Claude Tag 从一开始就是按照团队协作来设计的，Slack 本身就是它工作的地方，它和一群人共享工作上下文，服务的也是整个团队。
所以看起来都是在群里 @Agent，背后其实是从 Personal Agent 到 Team Agent 的变化。
#01
Agent 真正成为团队成员
现在市面上绝大多数 Agent，产品起点还是个人。
Claude Code 是我的，Codex 是我的，包括 OpenClaw 官方现在对自己的定义仍然是一个 Self-hosted Gateway，面向开发者和重度用户的 Personal AI Assistant。
Slack、飞书、Telegram、WhatsApp 等等，首先是这个 Agent 可以进入的不同入口。
当然，今天的 OpenClaw 已经可以按照 Channel、Thread 隔离 Session，也支持多个 Agent Routing，所以技术上已经能做非常复杂的团队配置。
但它的产品逻辑更接近 Agent First：先把 Agent 搭出来，再给它配置模型、记忆、Skill 和工具，然后把它接到各种地方。
Claude Tag 的思路不太一样。它的设计逻辑是，怎么让 Agent 真正成为一个硅基同事，融入大家每天的工作。
具体大家可以看看官方这个视频：
因为对于一个团队来说，大量工作本来就发生在 Slack、飞书这样的 IM 里。
大家在里面讨论问题、同步进展、做决定，这些信息本身就是最真实的工作上下文。
过去使用 Claude Code、Codex 这样的 Agent，还得把这些信息重新整理一遍，再告诉它前面发生了什么。
Claude Tag 的思路很直接，既然 Context 本来就在 IM 里产生，那干脆让 Agent 直接进来。
它和其他同事待在一个 Channel 里，知道大家前面讨论过什么，需要它的时候直接把事情交给它。
同一个 Channel 里，大家共同使用同一个 Claude，任何人都可以继续别人已经开始的任务。
现在大家都有自己的 Agent 了，但这些 Agent 基本各干各的。我跟 Claude 聊了一上午，另一个同事的 Claude 对这些事情一无所知。
每个人的效率确实提高了，但到了团队协作这一层，信息还是要靠人自己来回传。 Claude Tag 往前走了一步，它开始让 Agent 服务整个团队。
我给大家举一个 Anthropic 官方展示的 Case。
有人在 Slack 里反馈了一个 Bug，Claude 可以直接理解 Thread 里的问题，再去查看 Datadog、Linear 和 GitHub，判断到底是用户操作的问题还是产品 Bug。
如果确认确实有问题，它可以继续找到原因，甚至直接准备一个修复 PR。
Anthropic 还公布了一个挺夸张的数据，目前他们产品团队 65% 的代码，已经由内部版本的 Claude Tag 产生。
所以我觉得，这里还有一个特别重要的变化。
过去大家一直在研究怎么让公司所有员工学会 AI。怎么写 Prompt，怎么使用 Skill 等等，Claude Tag 给出的答案更简单。
公司里只需要少数人把底层的东西配置好，把 Claude 放进合适的 Channel，普通员工根本不需要理解后面这一堆东西。
大家还是按照原来的方式工作，需要的时候直接 @Claude。
Karpathy 后来用了一个我觉得很准确的词来形容它：Org-level Harness。 过去 Claude Code 这样的 Harness 更多服务一个人。到了 Claude Tag，这套东西开始变成公司层面的基础设施。
这可能才是 AI 在企业里大规模普及更现实的一条路。
#02
Agent 真正进入团队以后，它得有自己的身份
到了这里，Claude 已经不再是谁的个人助理了。
接下来一个问题就非常现实：它到底用谁的账号干活？
个人 Agent 很简单。我要让 Claude 查看 Gmail，就授权我的 Gmail。要修改 GitHub，就授权我的 GitHub。反正它是在替我工作。
到了团队里，这套方法肯定不行。假设一个研发 Channel 里有三个工程师、一个产品经理，还有一个 Claude。
产品经理说，@Claude，帮忙去 GitHub 查看一下这个问题。那 Claude 应该使用谁的权限？产品经理可能根本没有代码仓库权限。
Anthropic 专门为 Claude Tag 设计了一套 Agent Identity。
Claude 在 Channel 里拥有自己的身份。它在 Slack 里以 Claude App 的身份发消息，在 GitHub 里通过 Claude GitHub App 创建 PR，访问公司的数据库也可以使用管理员单独给它配置的 Service Account。
这个设计我觉得非常关键。
因为它意味着 Claude 开始真正像公司里的一个成员。
管理员直接决定这个 Agent 能接触哪些东西。
工程团队可以给它代码仓库和数据仓库权限，法务团队可以给另外的 Channel 配合同相关的资料。
不同 Channel 里的权限和 Memory 都可以隔开。而且它干过什么都有记录。
谁让 Claude 执行了任务、使用过什么 Agent Identity、调用了哪些网络服务，都可以在 Audit 里追溯。
它提交的 PR 也会直接显示 Claude GitHub App，而不是挂在某个员工名下。
我甚至觉得，以后公司 IT 管理的账号里，不会只有员工账号。还会多出越来越多的 Agent。
#03
Agent 真正参与到团队协同中
有了自己的身份和权限之后，Claude 才真正具备了独立工作的条件。
比如，我们可以直接告诉 Claude，每周一上午整理一次上周的重要决定和还没完成的事情。以后这件事情它可以自己执行。
或者也可以让它盯着一个 Channel，发现有问题长时间没有解决就主动跟进。
甚至可以直接告诉它，在这个 Channel 里只在被 @ 的时候回复，或者看到问题就主动处理。Anthropic 已经把这种主动程度做成了每个 Channel 可以单独配置的能力。
这时候我们和 AI 的关系其实已经开始变化了。
过去更多是一问一答。现在开始变成把一件事情交出去，然后继续处理自己的工作。
有结果的时候 Claude 回来找你，需要你决定的时候再 @ 你。这就已经很接近我们跟一个靠谱同事合作的方式了。
Anthropic 自己在官方介绍里也提到，他们现在会同时把很多任务交给不同的 Claude，让这些任务并行执行几个小时甚至几天。
我觉得 Karpathy 所谓第三代 LLM 产品，真正想讲的也是这个变化。
第一代，人主动打开一个网站去找 AI。第二代，AI 来到电脑里，开始拥有文件和工具。
到了第三代，AI 长期存在于团队 IM 里。它有自己的身份，知道大家正在处理什么，也能自己把工作继续往前推进。
毕竟 IM 本来就是公司里 Context 最密集的地方。项目为什么这么决定，Bug 是谁发现的，客户刚刚反馈了什么，下周准备推进什么事情，这些信息每天都在 Slack、飞书、钉钉这样的地方不断产生。
过去 Agent 在外面，我们得把这些 Context 搬给它。现在大家开始反过来，让 Agent 直接进来。
同样的逻辑放到国内，我觉得飞书的含金量也还在继续提升。对了，飞书里的豆包，也已经在内测。
Claude Tag 可能只是这件事情一个很早期的版本。但方向已经越来越清楚了。
