\i prompt hanno reso l'AI utile. i loop l'hanno resa persistente. Claude Tag la rende condivisa, proattiva e presente dove il lavoro si svolge.\ il 23 giugno 2026, Anthropic ha cambiato qualcosa di più importante del modello.
https://x.com/claudeai/status/2069468693017268244
ha cambiato il posto in cui vive il modello.
per anni, usare l'AI significava aprire una scatola privata. scrivevi. rispondeva. chiudevi la scheda. la persona successiva apriva un'altra scatola e ricominciava.
Claude Tag sposta Claude in Slack come membro visibile del team.
può leggere la conversazione intorno a sé. ricordare il contesto rilevante tra thread e giorni diversi. usare gli strumenti che un team gli fornisce. lavorare anche dopo che la persona che ha chiesto si è disconnessa. e, con il comportamento ambientale attivato, parlare prima che qualcuno lo richieda.
Anthropic afferma che la versione interna già genera il 65% del codice del suo team di prodotto.
molti chiameranno questa una integrazione di Slack.
quella descrizione manca il punto.
questa è l'AI che lascia la chat box ed entra nella chat di gruppo.
è l'inizio dell'AI multiplayer.
La chatbot era single-player
l'interfaccia AI dominante copiava la ricerca.
una persona inseriva una domanda. un modello restituiva una risposta.
questo ha reso l'AI accessibile, ma ha anche intrappolato il contesto utile all'interno di migliaia di conversazioni private.
il tuo compagno di squadra poteva passare un'ora a insegnare a Claude come funziona un progetto. domani, tu avresti insegnato a un altro Claude la stessa cosa di nuovo.
il sistema condiviso dell'azienda non imparava nulla.
il modello non sapeva cosa era stato deciso nella riunione di lunedì, chi era responsabile del lancio, perché la scadenza era stata spostata, o quale richiesta era stata ignorata per undici giorni.
Sapeva solo ciò che una persona si ricordava di incollare in un prompt.
il problema non era l'intelligenza.
era l'assenza.
Claude Tag cambia la forma dell'interazione. tutti in un canale lavorano con lo stesso Claude. la richiesta, il piano, il risultato e la correzione rimangono visibili. un'altra persona può continuare da dove la prima si è fermata.
L'AI smette di essere una scorciatoia privata.
diventa un'infrastruttura condivisa.
Le quattro ere del lavoro con l'AI
Il modo più semplice per capire Claude Tag è guardare a cosa è venuto prima.
1. prompt
chiedi. L'AI risponde. la sessione termina.
utile per una domanda. debole per un lavoro continuo.
2. agenti
dai all'AI un obiettivo. pianifica, usa strumenti e restituisce un risultato.
meglio per un'attività completa. di solito ancora avviato da una persona in una sessione privata.
3. loop
affidi all'agente un compito e una condizione. controlla, agisce, verifica e ripete.
i loop hanno reso l'AI persistente.
ma un loop necessita ancora di qualcuno che definisca cosa deve ripetere.
4. agenti ambientali
l'AI si trova all'interno di un flusso live di contesto condiviso. osserva i cambiamenti, ricorda le decisioni, segue istruzioni permanenti e agisce quando la situazione corrisponde.
i loop ripetono il lavoro. gli agenti ambientali notano il lavoro.
questo è il vero cambiamento dietro Claude Tag.
non una risposta più intelligente.
un sistema che sa quando è necessaria una risposta.
Cosa rende un'AI multiplayer
Claude Tag combina cinque elementi che un tempo vivevano in prodotti separati.
1. contesto condiviso
tagga @Claude in un thread di Slack e può usare i messaggi e i file in quel canale, oltre agli strumenti che l'organizzazione ha collegato.
il contesto esiste già. nessuno deve ricostruirlo in un enorme prompt.
chiedi cosa è stato deciso, e Claude può restituire la decisione, il responsabile e la domanda irrisolta nello stesso thread in cui è avvenuta la discussione.
il canale diventa lo spazio di lavoro.
2. memoria con confini
Claude Tag può conservare il contesto rilevante tra thread e giorni. ciò che è successo nel meeting del lunedì può ancora contare il giovedì.
ma questa non è una memoria magica e globale.
la memoria è limitata alla struttura dell'organizzazione, dello spazio di lavoro e del canale. gli amministratori possono ispezionarla, modificarla o cancellarla. le conversazioni di Slack rimangono anche separate dalla cronologia chat personale di Claude.
quel confine è importante.
un Claude di ingegneria non dovrebbe portare casualmente un contesto legale privato in un canale di prodotto pubblico.
la memoria utile ricorda. la memoria sicura sa dove fermarsi.
3. una propria identità
un'AI personale di solito prende in prestito il tuo accesso. apre il tuo Drive, il tuo calendario o il tuo GitHub perché hai collegato il tuo account.
questo si rompe quando venti persone condividono un agente.
Claude Tag agisce invece sotto la propria identità di agente. gli amministratori decidono a quali repository, strumenti e credenziali può accedere. i suoi commit e pull request mostrano Claude come autore, e le azioni possono essere rintracciate fino al thread di Slack che le ha richieste.
Anthropic registra le attività pianificate, le scritture in memoria e le chiamate di rete in una vista di audit.
la domanda importante passa da:
cosa può fare il modello?
a:
cosa è permesso fare a questo agente qui?
4. iniziativa
la maggior parte dei chatbot sono inerti. nessun prompt, nessuna azione.
con il comportamento ambientale attivato, Claude può far emergere un thread senza risposta, segnalare un messaggio urgente, riferire che un deploy è terminato o chiedere la decisione che blocca il suo lavoro.
la proattività è configurata per canale. un canale di supporto può essere monitorato continuamente mentre un canale strategico sensibile rimane solo su menzione.
questa è la caratteristica che fa sembrare Claude meno un software e più un partecipante.
https://x.com/claudeai/status/2069468699766005847
è anche la caratteristica che rischia di diventare fastidiosa se configurata male.
5. lavoro asincrono
Claude Tag può pianificare follow-up e continuare attività più lunghe in background. la persona che ha assegnato il lavoro non deve tenere una scheda aperta.
Anthropic afferma che la durata affidabile dei compiti degli agenti è raddoppiata all'incirca ogni quattro mesi. una maggiore autonomia è il motivo per cui identità, budget e log di audit non sono più dettagli opzionali. fanno parte del prodotto.
un agente che lavora per cinque minuti è uno strumento. un agente che lavora dopo che ti sei disconnesso ha bisogno di governance.
Cosa può effettivamente fare
le demo diventano interessanti quando Claude smette di riassumere e inizia a chiudere i loop.
ecco sei flussi di lavoro che mostrano la differenza.
recuperare senza rileggere 200 messaggi
Claude può scansionare un thread affollato e separare tre cose:
- cosa è stato deciso;
- chi è responsabile di ogni decisione;
- cosa è ancora aperto.
l'output rimane nel canale, così tutti possono correggerlo.
trovare lavoro scomparso
chiedi a Claude di ispezionare le ultime due settimane di un canale e trovare richieste che non hanno mai ricevuto risposta.
invece di un altro digest generico, collega ai messaggi originali e identifica per chi ogni richiesta è probabilmente in attesa.
il valore non è il riassunto.
è recuperare il lavoro che il team ha già dimenticato.
trasformare una conversazione in un artefatto
un thread di prodotto è solitamente un misto di mezze decisioni, screenshot, obiezioni e messaggi "dovremmo probabilmente".
Claude può trasformare quel caos in una specifica, una pagina interattiva, un grafico, un ticket o un documento, poi aggiornare lo stesso artefatto quando qualcuno risponde con una modifica.
interrogare l'azienda dalla chat di gruppo
con un data warehouse connesso, un compagno di squadra può chiedere gli utenti attivi settimanali per piano.
Claude scrive la query, la esegue, pubblica il grafico e include il SQL in modo che il risultato possa essere verificato.
la risposta è visibile all'intero canale invece di scomparire all'interno della sessione AI privata di un singolo analista.
passare da segnalazione bug a pull request
uno dei team presentati da Anthropic usa Claude come primo soccorritore per i bug interni. legge il rapporto e gli screenshot, controlla sistemi come Datadog, Linear e GitHub, traccia la probabile causa e può preparare una pull request correttiva.
l'ingegnere entra quando è richiesto giudizio, non quando le informazioni devono essere copiate tra cinque strumenti.
mantenere il lavoro che nessuno mantiene
Claude può tenere aggiornata una panoramica del canale appuntata, pubblicare un riepilogo del lunedì, monitorare un backlog di supporto o aggiornare un report periodico man mano che arrivano nuove informazioni.
è qui che l'AI ambientale diventa più di una demo.
l'obiettivo migliore non è un lavoro creativo affascinante.
è il tranquillo lavoro operativo che tutti concordano essere importante e nessuno possiede in modo coerente.
Come configurarlo senza creare caos
Claude Tag è attualmente disponibile in beta per le organizzazioni Claude Team ed Enterprise. un Proprietario Principale o un Proprietario deve configurarlo; un amministratore normale non può fornire l'agente.
la configurazione ufficiale ha quattro passaggi fondamentali:
- connettere Claude Tag allo spazio di lavoro Slack;
- scegliere gli strumenti, i repository e le informazioni a cui può accedere;
- impostare un limite di spesa dell'organizzazione e limiti per canale più piccoli;
- testarlo all'interno di un canale privato prima di espandere l'accesso.
non iniziare con accesso in scrittura a GitHub, credenziali di produzione, sei fonti di dati e comportamento ambientale in tutta l'azienda.
inizia con un canale e nessuno strumento esterno.
chiedi a Claude di recuperare decisioni, trovare messaggi senza risposta o mantenere un riepilogo settimanale. questo verifica se al team piace lavorare con un agente condiviso prima che all'agente sia permesso di cambiare qualcosa al di fuori di Slack.
poi collega una fonte di sola lettura.
solo dopo che gli output sono costantemente utili, dovresti aggiungere permessi di scrittura, lavoro programmato o comportamento proattivo.
Claude Tag si basa sul consumo. il lavoro nel canale viene fatturato all'organizzazione; i messaggi diretti utilizzano l'account Claude del singolo utente. i proprietari possono impostare limiti massimi, budget per canale e avvisi di soglia.
l'accesso dovrebbe espandersi alla velocità della fiducia, non alla velocità della demo.
12 prompt da rubare
Claude Tag è attualmente una beta Team ed Enterprise, ma questi esempi mostrano anche come progettare agenti migliori ovunque: dai loro una fonte, un innesco, un output e un confine.
inizia con il contesto del canale
1. estrattore di decisioni
@Claude aggiornami su questo thread. elenca cosa è stato deciso, chi è responsabile di ogni decisione, le prove alla base e cosa è ancora irrisolto.
2. cercatore di richieste senza risposta
@Claude esamina le ultime due settimane in questo canale. trova le richieste che non hanno mai ricevuto una risposta utile, collega ogni messaggio originale e nomina la persona più probabile a sbloccarlo. non taggare ancora nessuno.
3. nota operativa settimanale
@Claude ogni lunedì alle 9:00, pubblica un breve riepilogo della scorsa settimana: decisioni prese, lavoro completato, blocchi aperti e tutto ciò che aspetta una singola persona da più di 48 ore.
4. mappa del canale vivente
@Claude crea e appunta una panoramica di questo canale: il suo scopo, le priorità attuali, i responsabili, i documenti chiave e le scadenze attive. mantieni aggiornato lo stesso messaggio man mano che il canale cambia.
collega strumenti reali
5. metriche verificabili
@Claude crea un grafico degli utenti attivi settimanali per le ultime otto settimane, suddivisi per piano. includi il SQL, definisci ogni metrica e segnala ogni settimana in cui i dati potrebbero essere incompleti.
6. brief per riunione
@Claude prepara un brief di una pagina per la mia chiamata delle 14:00 con Acme. usa le ultime note CRM, i thread Slack pertinenti, i ticket di supporto aperti e la proposta corrente. separa i fatti dalle tue raccomandazioni.
7. minatore di segnali clienti
@Claude classifica le dieci richieste di prodotto più ripetute dai canali clienti e dal CRM in questo trimestre. includi frequenza, fatturato interessato, citazioni rappresentative e collegamenti alle prove originali.
8. da bug a PR bozza
@Claude indaga il bug descritto in questo thread. riproducilo se possibile, identifica la causa principale, proponi la correzione sicura più piccola, esegui i test pertinenti e apri una PR bozza. fermati prima di qualsiasi azione di produzione.
rendilo ambientale senza renderlo rumoroso
9. monitor delle eccezioni di supporto
@Claude osserva questo canale. rispondi solo quando la documentazione corrente risolve chiaramente la domanda. tagga il responsabile del supporto quando un problema è urgente, di alto valore o ancora irrisolto dopo quattro ore. altrimenti rimani in silenzio.
10. osservatore del lancio
@Claude monitora questo lancio. segnala solo quando una tappa viene completata, una scadenza si sposta, un tasso di errore supera la soglia concordata o una decisione necessita di un umano. includi la fonte per ogni avviso.
11. cercatore di contraddizioni nella ricerca
@Claude osserva le fonti condivise qui. quando due fonti credibili fanno affermazioni incompatibili, pubblica il conflitto esatto, collega entrambe le fonti e spiega quali prove lo risolverebbero. ignora semplici differenze di formulazione.
12. memoria delle decisioni
@Claude mantieni un registro delle decisioni per questo progetto. registra la decisione, la data, il responsabile, il ragionamento, le alternative scartate e la condizione che giustificherebbe una revisione. chiedi prima di modificare una voce esistente.
nota cosa non dicono questi prompt:
sii intelligente. sii utile. comportati da esperto.
le istruzioni utili definiscono quando agire, quali prove usare, quale output produrre e quando stare zitti.
il miglior prompt ambientale include una condizione di silenzio.
I rischi che i video delle demo non mostrano
le stesse caratteristiche che rendono preziosa l'AI multiplayer la rendono rischiosa.
un chatbot privato può produrre una risposta sbagliata.
un agente ambientale con memoria e accesso in scrittura può conservare la risposta sbagliata, condividerla con un team e agire su di essa in seguito.
ci sono quattro modalità di guasto evidenti.
Memoria errata
se Claude registra un'opinione temporanea come decisione finale, il lavoro futuro può ereditare l'errore.
le memorie importanti necessitano di un proprietario, una fonte, una data e un modo per correggerle.
Accesso eccessivo
un agente non ha bisogno del permesso per tutto solo perché un umano nel canale ce l'ha.
inizia con accesso in sola lettura. separa i canali sensibili. espandi i permessi solo dopo che il flusso di lavoro dimostra di averne bisogno.
Spam proattivo
un agente che commenta tutto non sembra intelligente.
sembra la persona peggiore nella chat di gruppo.
definisci soglie di eccezione. specifica quando rimanere in silenzio. lascia che gli umani regolino la proattività per canale.
Costo invisibile
Claude Tag si basa sul consumo. le organizzazioni possono impostare un limite massimo globale, limiti per canale e avvisi al 75% e al 95% di un budget.
questo è importante perché un agente che osserva dieci canali affollati può consumare token senza una singola "sessione" ovvia da incolpare.
un rollout sicuro è noioso:
- inizia in un canale di test privato;
- collega una fonte di sola lettura;
- scegli un flusso di lavoro misurabile;
- richiedi approvazione per azioni irreversibili;
- ispeziona memoria e log di audit ogni settimana;
- espandi solo dopo che il tasso di falsi positivi è accettabile.
un agente con la memoria è utile. un agente con i permessi sbagliati è una violazione.
Il vero prodotto è il contesto
Le aziende di AI continuano a competere sull'intelligenza del modello.
i team sperimentano un collo di bottiglia diverso.
il modello non sa cosa è successo ieri.
non sa quale dashboard è affidabile, quale cliente conta, quale regola è obsoleta o quale decisione è già stata ribaltata due volte.
quell'informazione è sparsa tra chat, documenti, ticket, codice, dashboard e memoria umana.
Claude Tag è il tentativo di Anthropic di trasformare quel contesto sparso in un ambiente di lavoro per un agente.
il modello può cambiare il mese prossimo.
il contesto accumulato, i permessi, le routine, le correzioni e la memoria istituzionale rimangono.
ecco perché il passaggio da single-player a multiplayer è più importante di un'altra vittoria nei benchmark.
il prossimo vantaggio dell'AI non verrà dallo scrivere il prompt più intelligente. verrà dal costruire il contesto più chiaro.
Slack è solo la prima posizione.
una volta che il modello funziona, ogni spazio condiviso diventa una potenziale casa per un agente:
- un'aula che nota chi sta rimanendo indietro;
- un gruppo di ricerca che coglie prove contraddittorie;
- uno studio che ricorda ogni decisione creativa;
- una comunità che instrada domande senza risposta;
- un'azienda in cui la memoria operativa non scompare quando qualcuno se ne va.
il prossimo miliardo di utenti AI potrebbe non chiamarsi mai ingegnere di prompt.
taggeranno un'AI allo stesso modo in cui taggano un designer, un analista o un ingegnere.
l'abilità importante non sarà fare una domanda perfetta.
sarà decidere cosa l'agente può vedere, cosa dovrebbe ricordare, quando può agire e quando deve fermarsi.
i prompt hanno reso l'AI utile.
gli agenti l'hanno resa capace.
i loop l'hanno resa persistente.
il contesto multiplayer la rende parte del team.
L'AI non sostituirà la conversazione.
vi si unirà.
