提示詞讓 AI 變得有用。循環讓它變得持久。Claude Tag 讓它變得可共享、主動，並且出現在工作發生的地方。
2026 年 6 月 23 日，Anthropic 改變了比模型本身更重要的東西。
https://x.com/claudeai/status/2069468693017268244
它改變了模型存在的地方。
多年來，使用 AI 意味著打開一個私人盒子。你打字。它回答。你關閉分頁。下一個人打開另一個盒子，然後重新開始。
Claude Tag 將 Claude 帶入 Slack，成為團隊中可見的一員。
它可以閱讀周圍的對話。跨對話串和天數記住相關的上下文。使用團隊賦予它的工具。在提問的人登出後繼續工作。而且，在啟用環境行為後，可以在任何人提示它之前主動發言。
Anthropic 表示，內部版本已經創造了其產品團隊 65% 的程式碼。
大多數人會稱之為 Slack 整合。
這個描述忽略了重點。
這是 AI 離開聊天框，進入群組聊天。
這是多人 AI 的開端。
聊天機器人是單人遊戲
主流的 AI 介面複製了搜尋引擎的模式。
一個人輸入問題。一個模型回傳答案。
這讓 AI 變得易於使用，但也將有用的上下文困在成千上萬個私人對話中。
你的隊友可能花了一個小時教導 Claude 一個專案是如何運作的。明天，你又得教另一個 Claude 同樣的事情。
公司的共享系統什麼都沒學到。
模型不知道週一會議決定了什麼、誰負責這次發布、為什麼截止日期延後了、或者哪個請求已經被忽略十一天了。
它只知道一個人記得貼到一個提示詞裡的東西。
**問題不在於智慧。
在於缺席。**
Claude Tag 改變了互動的形態。頻道中的每個人都與同一個 Claude 協作。請求、計畫、結果和修正都保持可見。另一個人可以從第一個人停下的地方繼續。
AI 不再是私人捷徑。
它變成了共享基礎設施。
AI 工作的四個時代
理解 Claude Tag 最簡單的方法，是回顧它之前的發展。
1. 提示詞
你提問。AI 回答。對話結束。
對單一問題有用。對持續性工作來說很弱。
2. Agent
你給 AI 一個目標。它規劃、使用工具，然後回傳結果。
對完成一個完整任務來說更好。但通常仍由一個人在一次私人對話中啟動。
3. 循環
你給 Agent 一個任務和一個條件。它檢查、行動、驗證，然後重複。
循環讓 AI 變得持久。
但循環仍然需要有人定義應該重複什麼。
4. 環境 Agent
AI 存在於共享上下文的即時串流中。它觀察變化、記住決策、遵循既定指示，並在情況符合條件時採取行動。
循環重複工作。環境 Agent 注意到工作。
這就是 Claude Tag 背後真正的轉變。
不是一個更聰明的答案。
而是一個知道何時需要答案的系統。
是什麼讓 AI 變成多人模式
Claude Tag 結合了五個過去分散在不同產品中的要素。
1. 共享上下文
在 Slack 討論串中標記 @Claude，它就能使用該頻道中的訊息和檔案，以及組織已連接的工具。
上下文已經存在。沒有人需要在一個巨大的提示詞中重建它。
詢問決定了什麼，Claude 可以在發生討論的同一個討論串中回傳決策、負責人以及未解決的問題。
頻道變成了工作空間。
2. 有邊界的記憶
Claude Tag 可以跨討論串和天數記住相關的上下文。週一站立會議上發生的事情，到了週四可能仍然重要。
但這不是神奇的、全域的記憶。
記憶的範圍限定在組織、工作空間和頻道結構內。管理員可以檢查、編輯或刪除它。Slack 對話也與你個人的 Claude 聊天記錄保持分離。
這個邊界很重要。
一個工程用的 Claude 不應該隨意將私密的法務上下文帶入一個公開的產品頻道。
有用的記憶會記住。安全的記憶知道在哪裡停止。
3. 自己的身份
個人 AI 通常借用你的存取權限。它打開你的雲端硬碟、你的日曆或你的 GitHub，因為你連接了你的帳戶。
當二十個人共享一個 Agent 時，這個模式就行不通了。
Claude Tag 取而代之的是以其自身的 Agent 身份行動。管理員決定它可以存取哪些儲存庫、工具和憑證。它的提交和拉取請求會顯示 Claude 為作者，並且可以追溯到請求該操作的 Slack 討論串。
Anthropic 在一個審計檢視中記錄了排程任務、記憶寫入和網路呼叫。
重要的問題從：
模型能做什麼？
變成：
這個 Agent 在這裡被允許做什麼？
4. 主動性
大多數聊天機器人是靜止的。沒有提示，就沒有行動。
啟用環境行為後，Claude 可以提出一個未解決的討論串、標記一條緊急訊息、報告部署完成、或詢問阻礙其工作的決策。
主動性是按頻道配置的。一個支援頻道可以被持續監控，而一個敏感的策略頻道則保持僅限提及觸發。
這個功能讓 Claude 感覺起來不像軟體，更像一個參與者。
https://x.com/claudeai/status/2069468699766005847
但這也是配置不當最容易變得惱人的功能。
5. 非同步工作
Claude Tag 可以排程後續任務，並在背景繼續執行較長的工作。指派工作的人不需要一直開著分頁。
Anthropic 表示，Agent 任務的可靠長度大約每四個月翻倍一次。更長的自主性正是身份、預算和審計日誌不再是可選細節的原因。它們是產品的一部分。
一個工作五分鐘的 Agent 是工具。一個在你登出後仍在工作的 Agent 需要治理。
它實際上能做什麼
當 Claude 不再只是總結，而是開始閉合循環時，這些示範就變得有趣了。
以下是六個能展現差異的工作流程。
無需重讀 200 條訊息就能掌握進度
Claude 可以掃描一個繁忙的討論串，並區分出三件事：
- 決定了什麼；
- 誰負責每個決定；
- 還有什麼是待解決的。
輸出結果會留在頻道中，以便每個人都可以修正。
找出被遺漏的工作
要求 Claude 檢查頻道過去兩週的內容，找出從未收到回覆的請求。
它不會產生另一個泛泛的摘要，而是會連結回原始訊息，並識別出每個請求可能正在等待誰。
其價值不在於總結。
在於找回團隊已經忘記的工作。
將對話轉化為成品
一個產品討論串通常是半成品決策、螢幕截圖、反對意見和「我們大概應該」這類訊息的混合體。
Claude 可以將這堆混亂轉化為一份規格書、一個互動頁面、一張圖表、一張工單或一份文件，然後當有人回覆修改時，更新同一個成品。
從群組聊天中查詢公司資料
連接資料倉儲後，團隊成員可以詢問按方案劃分的每週活躍用戶數。
Claude 會撰寫查詢、執行它、發布圖表，並附上 SQL 以便檢查結果。
答案對整個頻道可見，而不是消失在單一分析師的私人 AI 對話中。
從錯誤回報到拉取請求
Anthropic 的一個展示團隊將 Claude 用作內部錯誤的第一響應者。它讀取報告和螢幕截圖，檢查 Datadog、Linear 和 GitHub 等系統，追蹤可能的原因，並可以起草一個修復用的拉取請求。
工程師在需要判斷力時介入，而不是在資訊需要在五個工具之間複製時介入。
維護沒人維護的工作
Claude 可以保持一個置頂的頻道概覽是最新的、發布週一回顧、監控支援積壓工作，或在新資訊到來時更新一份常規報告。
這就是環境 AI 超越示範的地方。
最好的目標不是光鮮的創意工作。
而是那些每個人都認為重要，但沒有人持續負責的安靜營運工作。
如何設定而不造成混亂
Claude Tag 目前處於測試階段，適用於 Claude Team 和 Enterprise 組織。需要主要擁有者或擁有者來配置；一般管理員無法佈建 Agent。
官方設定有四個基本步驟：
- 將 Claude Tag 連接到 Slack 工作空間；
- 選擇它可以存取的工具、儲存庫和資訊；
- 設定組織支出上限和較小的頻道限制；
- 在擴展存取權限之前，先在一個私人頻道中進行測試。
不要一開始就授予 GitHub 寫入權限、生產環境憑證、六個資料來源以及跨整個公司的環境行為。
從一個頻道和沒有外部工具開始。
要求 Claude 找回決策、找出未回覆的訊息，或維護一份週報。這可以測試團隊是否喜歡與共享 Agent 合作，然後再允許 Agent 更改 Slack 之外的任何東西。
然後連接一個唯讀來源。
只有在輸出 consistently 有用之後，才應該添加寫入權限、排程工作或被動行為。
Claude Tag 是按用量計費的。頻道工作計入組織帳單；直接訊息則使用個人用戶的 Claude 帳戶。擁有者可以設定硬性上限、每個頻道的預算和閾值警報。
存取權限的擴展應該以信任的速度為準，而不是示範的速度。
12 個值得偷學的提示詞
Claude Tag 目前是 Team 和 Enterprise 的測試版，但這些範例也展示了如何在任何地方設計更好的 Agent：給它們一個來源、一個觸發條件、一個輸出和一個邊界。
從頻道上下文開始
1. 決策提取器
@Claude，幫我快速了解這個討論串。列出決定了什麼、誰負責每個決定、背後的證據，以及還有什麼尚未解決。
2. 未回覆請求查找器
@Claude，檢查這個頻道過去兩週的內容。找出從未收到有用回覆的請求，連結每個原始訊息，並指出最可能解除阻塞的人。先不要標記任何人。
3. 每週營運備忘錄
@Claude，每週一上午 9:00，發布上週的簡短回顧：做出的決定、完成的工作、未解決的障礙，以及任何等待一個人超過 48 小時的事項。
4. 動態頻道地圖
@Claude，建立並置頂這個頻道的概覽：其目的、當前優先事項、負責人、關鍵文件和有效截止日期。隨著頻道的變化，保持同一條訊息更新。
連接真實工具
5. 可驗證指標
@Claude，繪製過去八週按方案劃分的每週活躍用戶圖表。包含 SQL，定義每個指標，並標記任何資料可能不完整的週數。
6. 會議簡報
@Claude，為我下午 2 點與 Acme 的電話會議準備一份一頁的簡報。使用最新的 CRM 備註、相關的 Slack 討論串、未結的支援工單和當前的提案。將事實與你的建議分開。
7. 客戶訊號挖掘機
@Claude，對本季度來自客戶頻道和 CRM 中重複次數最多的十個產品請求進行排名。包括頻率、影響的收入、代表性引述和原始證據的連結。
8. 從錯誤到草稿 PR
@Claude，調查此討論串中描述的錯誤。如果可能，重現它，找出根本原因，提出最小安全修復方案，執行相關測試，並開啟一個草稿拉取請求。在執行任何生產環境操作之前停止。
讓它融入環境而不製造噪音
9. 支援例外監控器
@Claude，監控此頻道。僅在當前文件能清楚解決問題時回答。當問題緊急、高價值或超過四小時仍未解決時，標記支援主管。否則保持沉默。
10. 發布監控器
@Claude，監控此次發布。僅在里程碑完成、截止日期變更、錯誤率超過約定閾值或需要人為決策時報告。為每個警報包含來源。
11. 研究矛盾發現器
@Claude，監控此處分享的來源。當兩個可信來源做出不相容的主張時，發布確切的衝突點，連結兩個來源，並解釋什麼證據可以解決它。忽略單純的措辭差異。
12. 決策記憶
@Claude，維護此專案的決策日誌。記錄決策、日期、負責人、理由、被否決的替代方案，以及證明值得重新審視的條件。在更改現有條目前先詢問。
注意這些提示詞沒有說什麼：
要聰明。要有幫助。要像專家一樣行動。
有用的指示定義了何時行動、使用什麼證據、產生什麼輸出，以及何時保持安靜。
最好的環境提示詞包含一個沉默條件。
風險與治理
使多人 AI 有價值的相同功能也使其有風險。
一個私人聊天機器人可能給出一個糟糕的答案。
一個具有記憶和寫入權限的環境 Agent 可以保留這個糟糕的答案，與團隊分享，並在之後據此行動。
有四個明顯的失敗模式。
錯誤的記憶
如果 Claude 將一個暫時的意見記錄為最終決定，未來的工作可能會繼承這個錯誤。
重要的記憶需要一個負責人、來源、日期和修正它們的方法。
過度的存取權限
僅僅因為頻道中的人類擁有權限，Agent 並不需要擁有存取所有內容的權限。
從唯讀存取開始。隔離敏感頻道。只有在工作流程證明需要時才擴展權限。
主動式垃圾訊息
一個對所有事情都發表評論的 Agent 不會讓人覺得聰明。
它感覺像是群組聊天裡最糟糕的那個人。
定義例外閾值。指定何時保持沉默。讓人類按頻道調整主動性。
看不見的成本
Claude Tag 是按用量計費的。組織可以設定全域硬性上限、每個頻道的限制，以及在預算達到 75% 和 95% 時的警報。
這很重要，因為一個監控十個繁忙頻道的 Agent 可以消耗大量 token，而沒有一個明顯的「對話」可以歸咎。
一個安全的部署是無聊的：
- 從一個私人測試頻道開始；
- 連接一個唯讀來源；
- 選擇一個可衡量的工作流程；
- 要求批准不可逆的操作；
- 每週檢查記憶和審計日誌；
- 只有在誤報率可接受時才擴展。
有記憶的 Agent 很有用。有錯誤權限的 Agent 就是一個漏洞。
真正的產品是上下文
AI 公司持續在模型智慧上競爭。
團隊體驗到的是一個不同的瓶頸。
模型不知道昨天發生了什麼。
它不知道哪個儀表板是可信的、哪個客戶很重要、哪條規則已經過時、或者哪個決定已經被推翻兩次了。
這些資訊分散在聊天、文件、工單、程式碼、儀表板和人類記憶中。
Claude Tag 是 Anthropic 將這些分散的上下文轉變為 Agent 工作環境的嘗試。
模型下個月可能會改變。
但累積起來的上下文、權限、例行程序、修正和機構記憶會保留下來。
這就是為什麼從單人模式轉向多人模式比另一個基準測試的勝利更重要。
下一個 AI 優勢不會來自於寫出最聰明的提示詞。它將來自於建立最清晰的上下文。
Slack 只是第一個位置。
一旦這個模式運作起來，每個共享空間都可能成為 Agent 的家：
- 一個能注意到誰落後的教室；
- 一個能捕捉到矛盾證據的研究小組；
- 一個能記住每個創意決策的工作室；
- 一個能引導未解決問題的社群；
- 一個營運記憶不會因為有人離職而消失的公司。
下一個十億 AI 用戶可能永遠不會稱自己為提示工程師。
他們會像標記設計師、分析師或工程師一樣標記 AI。
重要的技能將不是提出一個完美的問題。
而是決定 Agent 能看到什麼、它應該記住什麼、它何時可以行動，以及它何時必須停止。
提示詞讓 AI 變得有用。
Agent 讓它變得有能力。
循環讓它變得持久。
多人上下文讓它成為團隊的一部分。
AI 不會取代對話。
它會加入對話。
