@RLanceMartin: https://x.com/RLanceMartin/status/2070571422913876182
摘要
这篇文章讨论了Anthropic的Claude Tag从单用户代理演变为Slack中的组织级工具的过程,通过改进的模型能力和安全性,实现了多玩家协作、异步工作和主动行为。
查看缓存全文
缓存时间: 2026/06/27 11:54
迈向组织级的Claude代理工具
Claude Tag在Anthropic内部发展迅速。我想分享几点原因,以及我在这种代理用户体验中观察到的行为转变。
从单玩家到多玩家
我刚加入Anthropic时,几乎每个人都有自己的Claude Code工具包和私人连接器。代理身份与个人绑定。而过去几个月里,Claude Tag引入了组织级的代理工具包,让Claude在Slack内拥有了自己的身份、连接器和技能。我观察到这带来了不少好处。
第一,这有助于拉平贡献门槛。例如,新员工可以立即使用与其他同事相同的工具包,从而更快上手。第二,一个能访问共享上下文的工具包——比如在明确的安全边界内访问公开频道——有助于减少重复工作、推广最佳实践。最后,组织级工具包还开启了不同类型的多玩家协作方式。Claude与团队“内联“工作,共同解决问题,例如:
- 事故被发布到Slack频道后,@Claude协助多位工程师在共享线程中排查根本原因
- 在长篇讨论线程中@Claude,让它撰写包含时间线和行动项的事后分析报告
从同步到异步
和许多人一样,我以前也构建过Slack机器人。当Claude只能管理有限程度的自主工作时,我需要通过定期检查、提醒和审批来引导机器人。过去,模型能力不足以支撑流畅的异步代理用户体验,我常常还是回到CLI中使用Claude Code。
一个观察产品界面随时间演变的思路:Claude是光源,产品是聚焦光束的透镜。随着Claude能力增强,合适的产品透镜也在变化。Claude的任务长度每四个月翻一番,这使得Claude Tag成为一个越来越有吸引力的产品界面。当然,这得益于模型能力的提升。但安全方面的改进,也让异步工作委派变得可信。Claude对提示注入的抵抗力增强了,分类器(自动模式)可以审查操作,Claude Tag也建立了强大的安全模型。
Claude Tag中的异步工作还与新的原语(如goal)配合得很好,让Claude能够运行、对照目标衡量结果并进行自我纠正:
- “寻找优化延迟的机会,检查结果,并进行分析。”
- “将框架X→Y迁移至整个代码库。验证每次迁移的端到端完整性。”
长周期工作与转向HTML作为Claude通信界面的趋势也很契合,这一点@trq212在此处有撰文。我经常让Claude用自定义的HTML仪表盘和可视化来呈现实验或数据科学工作的大量成果。
从响应式到主动式
异步用户体验通常需要Claude主动来找你:如果Claude运行了六个小时却卡住了,我希望收到主动告警。但主动性的偏好因任务或用户而异。Claude Tag通过基于频道的记忆实现了高度的可控性。记忆是实现这种用户体验的重要解锁点,因为它让Claude能够捕获并记住你对主动性的偏好。
@trq212在这里举了一些例子:给Claude Tag设定针对特定频道的响应偏好(例如,始终回复、只回复特定类型的请求),或者直接告诉它具体的触发条件(比如基于时间表或事件触发)。
我在这几个场景中会用到:
- 实验监控:@Claude监控一个长期运行的实验,主动帮助保持其正常运行。
- 主动搜索:@Claude主动搜索频道,让我在开始任务前了解先前工作和最佳实践。
- 频道守望者:我会告诉@Claude“当<某个条件满足>时通知我“。在这些条件下,Claude会@提及我。
Claude Tag应被视为组织级的代理工具包,Slack只是最先呈现的几个界面之一。它是多种因素共同作用的结果,包括Claude处理长周期任务的能力以及各种安全相关的改进。同时,它也解锁了许多新的交互模式,例如多玩家、异步以及主动使用Claude。
最后,它与Claude Code的其他界面(如CLI)是互补关系。我经常用Claude Tag启动工作,但对于某些需要更亲力亲为的用户体验的任务,我会转到CLI中跟进。
想了解更多,请查阅以下资源:
- 查看这篇文章,了解Claude Tag功能概览
- 查看这篇文章,了解Claude Tag中的代理身份
- 查看这篇文章,了解Claude Tag中的多玩家协作
- 观看与@trq212和@lydiahallie的视频
相似文章
Anthropic的Claude Tag正在通过一条条Slack消息学习你的公司
Anthropic推出Claude Tag,一个常驻Slack的全天候AI队友,为企业团队提供持续的上下文感知和主动协助。
@unicodef1wn: https://x.com/unicodef1wn/status/2070179071548395916
一篇推文解释了Anthropic在Claude Code中的动态工作流如何让Claude为复杂任务构建自定义框架,通过将工作拆分到不同的智能体来防止智能体惰性、自我偏好偏差和目标漂移等失败模式。内容包含供用户参考的实用示例和模式。
@karpathy:这是一种与Claude交互的新范式,它比以往任何时候都更加“内嵌”于人类的其他组织活动之中。
Karpathy描述了一种与Claude交互的新范式,Claude成为一个持久的、异步的团队成员,拥有组织级工具和上下文,类似于Slack中的Claude Tag,标志着LLM用户界面的第三次重大重新设计。
@Dorialexander: 因为我一直关注RL环境市场:Anthropic确实做了大量的Slack强化学习
一条推文强调,Anthropic利用Slack对话进行了大规模的强化学习,Andrej Karpathy强调这并非像通常被误解的那样是一个简单的Slack机器人功能。
@ashwingop: https://x.com/ashwingop/status/2052777467732283817
对Claude的“托管代理”(Managed Agents)的分析,将其视为下一代AI基础设施层——“公司大脑”(Company Brain)的先兆。这是一个运营状态层,使代理和应用能够基于共享的公司上下文行动,与更简单的知识库或基于Markdown的原型形成对比。