AREX Feed Article
Claude Tag 改读完整对话，Anthropic 称主动介入判断准确率提升约 30%
据 ，Anthropic 更新了驻留在 Slack 频道里的 agent Claude Tag：它不再逐条评估消息，而是通读整段对话的上下文，再决定要不要主动介入。Anthropic 称，这一改动让 Claude 判断何时、以及何时不该主动加入对话的准确率提升约 30%。这是 Anthropic 的官方口径。
此前，一个轻量级 classifier 对每条 Slack 消息单独做出"要不要回复"的二元判断，Anthropic 这次把它整个删掉了。VentureBeat 的报道基于对 Anthropic 企业产品负责人 Scott White 的独家采访。White 把这次更新放进一个更大的命题：AI 正从单用户聊天机器人，转向跨团队运作、读取组织上下文、有时未经邀请就主动介入工作的 agent。他称之为"multiplayer AI"（多人协作式 AI）。
逐条判断的 classifier 被整个删掉了
旧机制是逐条体检：每条 Slack 消息单独过一遍轻量级 classifier，输出一个二元结论，Claude 要不要回应。新机制没有这一步。Claude 直接读取频道的完整上下文，加上自己的记忆和预设指令，然后在四种动作里选：直接在消息里回复、去线程里展开深入工作、把消息归入现有的工作流、或者什么都不说。
Anthropic 在公告里给了一个例子：两个工程师从相反的方向追同一个 bug，谁都没有 @Claude。单看任何一条消息，都不值得回复；合在一起看，一个工程师手里有猜想、另一个手里有证据，Claude 于是自己开了一个线程，调查已经在里面跑起来了。
公司把克制也做进了系统。Anthropic 在公告里写道："An annoying agent is worse than an unhelpful one"（一个烦人的 agent 比一个没用的更糟），并说明在反复确认自己无话可说的频道里，Claude 会转入休眠。
Scott White：Claude 正在变成公司的首席参谋
White 对这次更新的定位不止于产品迭代。"Claude 过去像你个人的首席参谋，"他对 VentureBeat 说，"现在，在组织化部署的语境里，Claude 像整个公司的首席参谋。"
他把行业演进分成三个阶段：先是"一个任务的一部分"，比如在聊天机器人里回答问题、在 IDE 里补一行代码；然后是完整任务，写一个函数、产出一份报告；现在进入项目和目标阶段。"让产品保持无 bug""让法务 NDA 审核流程更快"，这类高层级抽象目标，模型可以大部分时间在后台运行，连接各种数据源，围绕自己理解的 objective 循环工作。
White 的解释是，目标不像任务，天然牵涉多人；而知识工作不像软件工程，没有 Git 和 pull request 那套积累了几十年的协作脚手架。
"知识工作比软件工程乱得多，"他说，"它多主体、跨职能、连接多个权限不同的系统。代码可以通过测试、能编译，你可以迭代到它确定性地工作；知识工作不是这样，需要人的判断来确认质量是否达标。"
支撑这种前摄性 agent 的，按 White 的说法是过去两年凑齐的三根支柱。第一是连接：Anthropic 2024 年底推出的开放标准 Model Context Protocol（MCP），被他称作"AI 连接器的 USB-C"，OpenAI 和 Google 在 2025 年相继采用。
第二是模型智能跨过一个阈值，让主动介入"可行而不是烦人"："当你能看到所有这些系统，你得能把不同来源的数据串起来，然后主动跳进来说'我觉得我帮你发现了一个能修的问题'。"
第三是形态：把 Claude 放进协作本来就在发生的地方。White 把 Slack 集成称为"我们建立的一种新颖合作关系"，Claude 在其中拥有自己的 agent 身份、权限、频道感知和 MCP 连接的上下文。
这条轨迹的终点，White 也说了出来："我们现在把项目交给 Claude 完成。很快，我想，我们会把公司的 OKR 交给 Claude，让它自己判断组织该做哪些项目、如何把人对接起来，在时间里改进它自己和身边的人。"他承认这个愿景"有点抽象"。
Claude Tag 上线两个月，这次动的是判断机制
Claude Tag 是今年 随官方博客上线的：在 Slack 频道里 @Claude，它就作为团队成员接管任务，使用组织授权的工具、数据和代码库。上线时它对 Claude Enterprise 和 Team 客户开放 beta，替代原有的 Claude in Slack 应用，管理员可在 30 天内选择迁移。Anthropic 在发布帖里说，其产品团队 65% 的代码由内部版 Claude Tag 生成，产品支持 Opus 4.8。
按 的说明，Claude in Slack 在 2026 年 8 月 3 日切换到了 Claude Tag 体验。它有三种使用形态：频道里 @Claude 交任务、与 Claude 私聊、以及 Slack 的 AI 助手面板。频道内的工作记在组织账上，私聊记在个人账上。
管理员可以设组织级和频道级消费上限，超限的工作会被拒绝而不是悄悄截断，提醒阈值设在 75% 和 95%。Claude 的记忆按频道和工作区隔离，管理员可以查看、编辑和删除。
这次的"读完整对话"更新，动的正是这套产品里最核心的一环：决定 agent 要不要开口的判断机制。
88% 在试点 AI，只有 39% 看到收益
把 White 的多人叙事对照市场数据，落差很明显。据 VentureBeat 援引的麦肯锡最新一期 State of AI 调查，88% 的组织在至少一个职能里使用 AI，62% 至少在用 agent 做试验，但只有 39% 把任何盈利影响归因于 AI，只有 6% 算得上看到显著价值的"高绩效者"。
德勤预测，2025 年使用生成式 AI 的企业会有 25% 部署 agent，到 2027 年翻倍至 50%。
VentureBeat 写道，采用与收益之间的缺口正是 Anthropic 想占的位置：如果拉开差距的是重新设计的工作流，那么一个重构团队协作方式的产品，比一个边际上更好的模型更站得住脚。
竞争格局里，Anthropic 的位置特殊：Slack 的母公司是 Salesforce，微软正把 agent 嵌进 Teams 并推动自己的多 agent 编排，Google 在 Workspace 里做同样的事。
White 的回答是，价值在系统与系统的连接处，不在任何单一系统里：改进产品需要 Salesforce 里的客户通话记录、Slack 里的内部争论、产品工具的用量数据和开发环境的代码，没有任何一家厂商掌握完整图景。"我们看到了客户喜欢让 Claude 当编排者。"
风险同样存在：平台方可以把自家 agent 免费捆绑，控制 Anthropic 依赖的集成点。VentureBeat 的判断是，Anthropic 押注前沿智能和跨系统中立性能胜过分发渠道，这个赌注在编程领域已经见效，在通用知识工作上还未被证明。
White 拿自己的日常工作当证据。过去他遇到业务问题，要找一个数据科学家做一两天数据分析；现在数据科学家搭好了基础设施，"Claude 做数据分析时永远是对的"，他不再需要那次交接。他说，过去花在等人交接上的时间现在留给了判断，他和同级别的同事花更多时间"商量我们到底该做什么"。
他把 SRE（站点可靠性工程）当作最清晰的例证：Claude 收集错误日志，连上最近的代码变更和相关 Slack 对话，把综合结论抛出来并拉进对的人。
权限取交集，上下文暂不收费
让一个 agent 常驻 Slack 频道、还握着文档和系统的访问权，攻击面问题随之而来，尤其是 prompt injection：在 AI 读取的内容里植入恶意指令。White 说防线是多层的，模型本身经过 classifier 训练来抵御注入。
Anthropic 还开放合规与分析 API，让企业自定义风险阈值，并通过 hooks 和数据防泄漏集成与第三方安全厂商合作，"我们在栈的很多层上思考这个问题"。
他举了 Chrome 扩展的例子：因为要"更好地理解 Claude 在浏览器上下文里被注入的风险"，扩展没有 GA，而是先放进 waitlist，随后做了新的 classifier 训练。
数据访问方面，Claude 的权限收敛到 agent 可见范围和请求用户可见范围的交集。"如果你在协作语境里用 Claude，它有你眼前的频道上下文，但不会把那个频道的上下文泄漏到另一个频道。"White 说。
对采购方来说，还有一个悬而未决的问题。公告里写明，Claude 现在持有的扩展频道上下文，在任何套餐上都不计入用量或消费上限，至少目前如此。被问及企业是否该为这些上下文将来变成计费项而做预算时，White 拒绝承诺，只说当前阶段是"与客户的主动实验和共同设计"，"我们在主动和协作 agent 这条路上还走得很早，事情变化很快，所以与客户的紧密合作才这么重要"。
替代定价承诺的是一堆控制开关：按 agent 身份或角色访问组绑定的预算上限，以及让不同团队跑不同成本性能配比的模型权限。VentureBeat 的解读是：永远在线、上下文沉重的 agent，单位经济模型还没定，Anthropic 实际上在为学习阶段补贴，企业架构部署时应当假设计费表最终会转起来。