Anthropic 推出了團隊與 Claude 協作的全新方式「Claude Tag」[1]。它首先在 Slack 上提供，可以把 Claude 當作團隊的一員請進頻道。只要事先授予指定頻道、工具、資料乃至程式碼庫的存取權限，任何成員只需在訊息中標記「@Claude」，就能把工作交給它[1]。此功能面向 Claude Enterprise 與 Team 客戶，自今日起以測試版形式提供[1]。
作為團隊一員加入 Slack 的「Claude Tag」
Claude Tag 的特色在於，它把 Claude 視為常駐頻道的同事，而不只是聊天對象。使用者以簡單的話語標記「@Claude」並提出需求後，Claude 會把任務拆解成數個階段，運用被授予的工具依序處理，完成後在 Slack 的討論串中回覆結果[1]。如果你用過 Claude Code 或 Cowork，操作體驗會相當熟悉[1]。
Anthropic 把 Claude Tag 定位為 Claude Code 的延伸進化，目的是讓模型更主動，並從個人作業擴展到整個團隊的協作[1]。在公司內部，標記「@Claude」已成為主要的工作方式之一，產品團隊 65％ 的程式碼如今由 Anthropic 內部版本的 Claude Tag 撰寫[1]。這種用法早已不限於工程領域，還擴展到追蹤產品指標與資料、處理支援工單，乃至協助找出棘手錯誤的根本原因[1]。
之所以先選擇 Slack，是因為它是團隊與 AI 協作的自然場域，而且 Anthropic 自身大量的日常工作本來就在那裡進行[1]。該公司表示，未來會把提供範圍擴展到團隊工作的更多場景[1]。
「@Claude」獨有的四大優勢
Claude Tag 具備不同於傳統一對一聊天的優勢[1]。
第一，它是「多人協作」的。在同一個 Slack 頻道裡，只有一個 Claude 與所有人互動，因此任何人都能看到它正在做什麼，並從上一個人停下的地方接續對話[1]。這被形容為更接近與同事協作，而非單次聊天或單一任務[1]。
第二，它會隨時間學習。Claude 跟隨頻道的進展不斷累積工作的脈絡（context），因此使用者不必每次都從頭解釋[1]。在獲得許可的前提下，Claude 還能自動從其他 Slack 頻道與資料來源學習，但不會把私密頻道的內容對外回報[1]。
第三，它會主動行動。啟用名為「環境感知（ambient）」的行為後，Claude 會主動告知它判斷你應當知道的資訊[1]。它會從所在頻道與已連接的工具中擷取相關資訊，並對停滯未決的討論串或任務主動跟進[1]。
第四，它以非同步方式工作。把任務交給它後，使用者可以專注於其他優先事項。Claude 還能自行預約任務，在數小時到數天的時間裡自主推進專案[1]。Anthropic 表示這種非同步特性尤其有用，如今團隊把更多時間用於並行地把任務委派給多個 Claude[1]。你也可以傳私訊給 Claude，它會使用各自設定的個人工具與連接器進行私密回覆[1]。
管理者可細緻控制權限與支出
Claude Tag 以企業與組織使用為前提來設計，可對敏感資料與任務專用工具的存取進行細緻控制[1]。系統管理者可指定模型在哪些頻道能夠存取哪些工具與資訊[1]。
其機制宛如為不同用途建立各自獨立的 Claude「身分」。包含記憶在內的一切，都被限定在管理者設定的頻道範圍內[1]。例如，為業務工作設定的模型不會把記憶傳遞給為工程設定的模型，工程師也無法觸及業務資料或工具[1]。權限設定完成後，任何人都能立即開始標記[1]。
管理者可為整個組織與各個頻道分別設定權杖（token）使用上限（支出上限），並可檢視「@Claude」執行過的所有操作以及每項任務的請求者紀錄（日誌）[1]。上手只需四個步驟：將 Claude Tag 與 Slack 工作區配對、授予工具存取權限、設定每月支出上限，以及在私密頻道中確認其運作[1]。
從現有應用程式遷移與測試版提供
Claude Tag 用於取代現有的「Claude in Slack」應用程式。管理者可在 30 天內選擇啟用（opt-in）以完成遷移[1]。多家海外媒體報導，舊有的 Claude in Slack 應用程式將於 2026 年 8 月 3 日終止[2]。符合資格的 Enterprise 與 Team 組織將獲得啟用額度，方便全公司試用[1]。
Claude Tag 在 Opus 4.8 上運作[1]。只要是 Claude Enterprise 或 Team 客戶，自今日起即可使用測試版[1]。
總結
Claude Tag 試圖把 Claude 從聊天對象提升為「常駐頻道的同事」。多人協作、對脈絡的持續學習、主動跟進，以及長時間的非同步作業，是它的四大優勢；而管理者能夠細緻控制權限、記憶與支出的範圍，則構成了這項面向企業使用之設計的核心。Anthropic 表明內部版本已產生產品程式碼的 65％，這個數字印證了它的認真程度。不過，目前的提供僅限於 Slack 上面向 Enterprise 與 Team 的測試版，自主行動的 AI 究竟能在多大程度上做到安全且有用，仍有待各組織在實際運作中檢驗。
