Claude智能体升级:可自主阅读并介入Slack对话
企业AI的新纪元:从个人助手到团队伙伴
Anthropic公司正在做出一个战略性的判断:企业领域人工智能的最大瓶颈并非模型智能,而是大多数人仍然独自使用AI的现实。

在企业产品负责人Scott White接受VentureBeat独家采访时,阐述了Anthropic所谓的”多人AI”理念:这标志着从单一用户聊天机器人模式向跨团队运作的智能体的转变,这些智能体能够阅读组织上下文,并主动介入工作——有时甚至无需被要求。
这一策略在本月初得到明确体现,Anthropic更新了Claude Tag——这个驻留在Slack频道中的智能体,现在能够阅读整个对话的上下文,而非一次性评估单独的消息。据该公司称,这一改变使Claude在决定何时——以及关键的是,何时不——主动介入对话方面的能力提升了约30%。
这看似只是一个渐进式的产品更新,但White认为它代表着更根本性的转变:AI从个人咨询工具转变为组织部署的同事的那一刻。
“Claude过去像是你的私人首席助理,”White告诉VentureBeat,”现在,在组织部署的背景下,Claude感觉像是公司的首席助理。”
企业AI的演进:从代码自动补全到追求公司目标
White将行业的发展分为三个不同阶段,他的描述同时也构成了Anthropic企业产品发展方向的路线图。
最初,他说,AI处理的是”任务的一部分”——在聊天机器人中回答问题,或在IDE中完成一行代码。随着模型的改进,它们能够完成整个任务:编写完整函数、生成研究报告、从多个数据源起草文档。
“我认为我们现在正处于我称之为项目或目标的轨迹上,”White说,”模型有能力,与系统的连接也足够强大,能够实现更高层次的抽象目标——比如保持我们的产品无错误,或使我们的法律NDA审查过程更快——模型可以在很大程度上在后台运行,连接各种数据源,并智能地循环其认为的目标。”
White认为,这种转变正是迫使AI变成多人模式的原因。目标与不同任务不同,本质上涉及多个人。而知识工作——拥有数十年协作基础设施围绕Git和拉取请求的软件工程——没有等效的支架。
“知识工作比软件工程要混乱得多,”White说,”它是多人的。它是多职能的。它是连接多个具有不同权限的系统…目标或输出也不像代码那样容易验证。代码可以在你的机器上通过测试并编译,你可以迭代它直到它确定性地工作。知识工作不一定是这样。它需要人类的判断来说某物达到了质量标准。”
促成主动智能体的三大技术突破
当被问及是什么促成了多人模式的转变时,White指出了过去两年共同形成的三大支柱。首先是连接性。Anthropic的模型上下文协议(MCP)——该公司在2024年底推出的开放标准,OpenAI和Google随后在2025年采用——已发展为White所说的”AI连接器的USB-C标准”,为Claude提供对企业数据系统的受控访问。
其次是使主动性成为可行而非恼人的模型智能阈值。”当你连接到所有这些不同的系统时,你必须能够连接从所有这些不同来源获取的数据点,然后主动介入说,’我发现了你可能遇到的问题,我可以解决它,'”White说,”你真的需要达到一个新的模型智能水平,我认为我们最近才真正达到这一点。”
第三是形式因素:将Claude放在协作已经发生的地方。White将Slack集成描述为”我们建立的一种新颖伙伴关系,让Claude作为智能体存在”——它为Claude提供了自己的权限、频道意识和MCP连接上下文的联邦智能体身份。
Claude Tag的更新展示了这些组件如何结合。以前,一个轻量级分类器独立评估每个Slack消息,并做出二元决定是否让Claude回应。Anthropic现在完全移除了那个分类器。Claude阅读频道的完整上下文——加上其记忆和静态指令——并在四种动作中选择:内联回复、在主题中开始更深入的工作、将消息路由到现有工作流,或保持沉默。Anthropic的公告提供了一个典型的例子:两位工程师从相反方向追逐同一个bug,都没有提及Claude。单独阅读,这两条消息都不值得回应。一起阅读,一位工程师有理论,另一位有证据——Claude打开了一个已经运行的调查线程。值得注意的是,公司在系统中建立了明确的限制机制。”一个恼人的智能体比一个无用的智能体更糟,”Anthropic在其公告中写道,指出在Claude反复无所作为的频道中,它会进入休眠状态。
协作AI为何优于独自工作的明星员工
明显的质疑问题是这些是否真的能让团队更快工作。高绩效员工往往独自工作时速度最快,协调不同工作风格的人使用AI确实很困难。当被要求提供证据时,White指出了他在Anthropic内部工作的变化。
“在过去,我可能会对业务中发生的事情有疑问,我会和数据科学家合作一两天来做一些关于这个问题陈述的数据分析,”White说,”现在Claude在数据分析方面足够好,我不再需要那种交接。数据科学家现在做的是创建允许Claude在数据分析时始终保持正确的结构。”
结果他说,曾经花在等待交接上的时间现在用于判断:”我更多的时间是与同级别的合作者在一起,与他们讨论我们应该实际做什么以及我们应该改变什么策略…过去我们为完成一项工作并尝试做出决策而看到的多次交接——所有这些都大大缩短了。”
White将站点可靠性工程描述为这一模式最清晰的外部证明点:Claude收集错误日志,将它们与最近的代码更改和相关Slack对话连接起来,然后呈现综合结果并引入合适的人员——”解决更大、更有雄心、更具目标导向的问题,在这些情况下通常需要协作。”
关注微信号:智享开源 ,及时了解更新信息。


公众号:智享开源
还没有任何评论,你来说两句吧!