Anthropic 推出「多人 AI」：Claude Tag 更新讓 Slack 代理讀懂整段對話，主動加入協作

Anthropic 正在押注一個重要的命題：企業 AI 的最大瓶頸不是模型智能，而是大多數人仍然獨自使用 AI。

8 月 24 日，Anthropic 發布了 Claude Tag 的重大更新——這個駐紮在 Slack 頻道中的 AI 代理，現在能夠讀取整個對話的上下文脈絡，而非逐條評估訊息。據 Anthropic 表示，這項改變使 Claude 在判斷何時該介入、何時該保持沉默的準確率提升了約 30%。

在 VentureBeat 的獨家專訪中，Anthropic 企業產品主管 Scott White 闡述了該公司稱之為 「多人 AI」（multiplayer AI） 的願景：從單一用戶的聊天機器人範式，轉向能夠跨團隊運作、讀取組織上下文、並在未被要求的情況下主動介入工作的 AI 代理。

Claude Tag 更新：四種回應策略取代二元判斷

過去，Claude Tag 依賴一個輕量級的分類器，對每一條 Slack 訊息進行獨立評估，然後二元地決定 Claude 是否應該回應。Anthropic 已經移除了這個分類器。現在，Claude 會讀取頻道的完整上下文——加上其記憶和常設指令——然後從四種行動中做出選擇：

直接在頻道內回覆
在討論串中啟動更深層的工作
將訊息路由到現有的工作流程中
保持沉默

Anthropic 在公告中提供了一個具啟發性的例子：兩位工程師從不同方向追蹤同一個錯誤，兩人都沒有提及 Claude。單獨閱讀每一條訊息，沒有一條值得回應。但放在一起看——一位工程師提出了理論，另一位握有實證——Claude 就會開啟一個討論串，直接啟動調查工作。

值得注意的是，Anthropic 在系統中內建了明確的節制機制。該公司在公告中寫道：「一個煩人的代理比一個無用的代理更糟。」如果 Claude 在特定頻道中反覆沒有東西可貢獻，它會自動進入休眠狀態。

從「個人參謀長」到「公司參謀長」

White 將行業的演進劃分為三個階段，而這份敘述同時也是 Anthropic 企業產品路線圖的藍圖：

在最初期，AI 處理的是「一個任務的一部分」——在聊天機器人中回答一個問題，或在 IDE 中完成一行程式碼。隨著模型能力提升，它們進展到能夠完成「整個任務」：撰寫完整的函式、產出研究報告、從多個數據來源撰寫文件。

「我認為我們現在正處於『專案或目標』的軌跡上，」White 表示。「模型已經夠強大，與系統的連接也足夠成熟，足以完成更高層次的抽象目標——例如『保持我們的產品無錯誤』或『加快法律 ND 審查流程』——而模型可以在背景中自主運作，連接各種數據來源，並代理性地反覆檢視它對目標的理解。」

這個轉變，White 論證，正是迫使 AI 走向多人協作的原因。目標——不同於任務——在本質上涉及多人。而知識工作——不像軟體工程，後者有數十年建立在 Git 和 pull request 之上的協作基礎設施——沒有對應的協作框架。

「知識工作比軟體工程混亂得多，」White 說。「它涉及多人、多職能、多個連接的系統，每個系統有不同的權限……產出也不像程式碼那樣容易驗證。程式碼可以通過編譯和測試，你可以迭代直到它確定性地正常運作。知識工作並非如此——它需要人類的判斷來決定品質是否達標。」

實現主動式 AI 代理的三項技術突破

White 指出，讓多人 AI 成為可能的三個支柱在過去兩年中逐漸匯聚：

第一，連接性。 Anthropic 在 2024 年底推出的 MCP（Model Context Protocol）——這個開放標準隨後在 2025 年被 OpenAI 和 Google 採用——已經成熟到 White 稱之為「AI 連接器的 USB-C」。MCP 讓 Claude 在受控的權限下存取企業數據系統。

第二，模型智能的臨界點。 主動性要變得有用而非煩人，需要足夠的模型智能。「當你連接到所有這些不同的系統時，你必須能夠從所有這些不同來源收到的數據中連結線索，才能主動跳出來說：『我發現了一個可以幫你解決的問題。』」White 說。「這確實需要達到一個新的模型智能水平，我認為我們最近才剛達到這個門檻。」

第三，產品形態：將 Claude 放在協作已經發生的地方。 White 將 Slack 整合描述為「一項新穎的合作夥伴關係，讓 Claude 能以代理身份存在」——這讓 Claude 擁有聯邦式的代理身份，具備自己的權限、頻道感知能力和 MCP 連接的上下文。

安全架構：多層次防禦對抗提示注入

讓 AI 代理擁有對公司 Slack 頻道、文件和連接系統的持續存取權限，自然引發了攻擊面問題——特別是提示注入（prompt injection）——將惡意指令嵌入 AI 讀取的內容中。

White 描述了多層次的防禦策略。「模型本身經過了有助於防止提示注入攻擊的分類器訓練，」他說。Anthropic 曾因此問題推遲了產品發布：「我們沒有正式發布 Chrome 擴展，而是把它放在候補名單上……因為我們需要更好地理解在瀏覽器中使用 Claude 時的提示注入風險。」

在模型層級防禦之外，Anthropic 還提供了合規和分析 API，讓企業定義自己的風險閾值，並透過 hooks 和 DLP（數據防洩漏）整合與第三方安全供應商合作。

在數據存取方面，White 強調 Claude 的權限會收縮到「代理能看到的」與「請求用戶能看到的」之間最嚴格的交集。「如果你在協作環境中使用 Claude，它會擁有你面前的頻道上下文，但不會將該頻道上下文洩漏到不同的頻道中。」

對企業與在職人士的啟示

第一，「多人 AI」將重新定義企業協作。 從個人與聊天機器人的對話，轉向 AI 代理作為團隊成員主動參與工作流程——這不僅是技術升級，更是工作模式的根本轉變。香港企業在評估 AI 工具時，應優先考慮那些能夠融入既有協作平台（Slack、Teams 等）的解決方案，而非獨立運作的工具。

第二，AI 的價值來自協作，而非孤立使用。 McKinsey 的最新調查顯示，雖然 88% 的組織已在至少一個職能中使用 AI，62% 正在實驗 AI 代理，但僅有 39% 報告 AI 帶來了任何盈利影響，而僅 6% 屬於看到顯著價值的「高績效者」。差距的關鍵，恰恰在於是否將 AI 嵌入協作流程而非作為獨立工具使用。

第三，提示注入與 AI 安全將成為企業必備知識。 隨著 AI 代理獲得更多系統存取權限，理解提示注入風險、權限管理和數據隔離將成為 IT 和安全團隊的核心技能。對於香港的在職專業人士，掌握 AI 安全的基本原理——而不僅僅是學會寫 prompt——將是一項日益重要的職場能力。

第四，成本規劃需考慮「永遠在線」代理的經濟模型。 White 在訪談中承認，Anthropic 目前不將 Claude Tag 的擴展上下文計入用量限制——但「暫時如此」。企業在部署始終在線、上下文密集的 AI 代理時，應假設計費機制最終會啟動，並據此規劃架構與預算。

第五，香港企業應開始實驗「代理協作」模式。 Deloitte 預測，使用生成式 AI 的企業中，25% 在 2025 年部署了代理，預計 2027 年將翻倍至 50%。現在開始在 Slack 或 Teams 中引入 AI 代理、讓團隊習慣與 AI 同事協作，將為香港企業在下一階段的 AI 競爭中奠定先發優勢。

Anthropic 的 Claude Tag 更新看似只是功能迭代，但背後反映的趨勢——AI 從單人工具轉變為團隊成員——可能才是 2026 年最重要的企業 AI 範式轉移之一。對於正在思考下一步 AI 策略的香港企業與專業人士，現在正是理解並擁抱「多人 AI」的最佳時機。