夜雨聆风昨天最值得盯的一条 AI 新闻，不是又出了一个更会聊天的模型。
而是 Anthropic 把 Claude Tag 推进了 Slack。
简单说，以后团队在 Slack 里可以直接 @Claude，让它看上下文、拆任务、调用工具、在后台干活，最后把结果回到线程里。
这不是普通聊天机器人。
它更像公司群里多了一个“数字同事”。
AI正在从个人工具变成团队成员
过去我们用 AI，动作很割裂。
你要打开 ChatGPT 或 Claude，把资料复制进去，问完再把结果搬回文档、表格、群聊。
AI 很强，但它站在工作流外面。
Claude Tag 这类产品的变化在于：AI 开始进入团队原本工作的地方。
大家不是去找 AI，而是在群里直接叫它。
同事讨论到一半，可以让它整理结论；产品群里吵到一半，可以让它拉数据；客服问题堆起来，可以让它先归类；代码问题卡住，可以让它沿着线程继续查。
这意味着 AI 的角色变了。
它不再只是一个“问答窗口”，而是变成了一个可以被分配任务、追踪上下文、参与协作的工作账号。
真正的入口不是模型，而是工作现场
大模型公司以前拼的是谁的网页更好用、谁的模型更强。
但企业里真正高频的场景，往往不在模型官网。
在 Slack。
在飞书。
在企业微信。
在 Notion、Jira、Salesforce、GitHub、数据看板和各种内部系统。
谁能进入这些地方，谁才更接近真实工作。
所以 Claude Tag 的信号很明显：
AI 入口正在从“独立 App”迁移到“协作现场”。
这和当年 SaaS 的逻辑很像。好工具不是让你多开一个页面，而是嵌进你每天必用的流程。
AI 也一样。
用户不会为了 AI 改变工作习惯太久，AI 迟早要自己进到工作习惯里面。
群聊里的AI，比个人助手更可怕
个人助手解决的是“我”的效率。
群聊 AI 解决的是“整个团队”的效率。
区别很大。
一个人问 AI，答案只影响一个人。
一群人 @AI，它就开始沉淀组织上下文：谁在负责什么、项目进度到哪、哪个问题反复出现、哪些资料被频繁引用。
时间一长，AI 可能比新人更懂项目历史。
这才是企业 AI 真正有价值的地方：
不是写一段文案，不是总结一份会议纪要，而是让团队的隐性信息变成可调用的知识。
以前很多公司最大的问题，不是没有文档，而是文档散在各处；不是没人知道答案，而是答案藏在聊天记录里；不是没有流程，而是流程靠老员工脑子记着。
群聊 AI 一旦能把这些东西串起来，就会从“提效工具”变成“组织记忆”。
对普通团队有什么启发
这件事不一定马上要买 Claude Enterprise。
但方向值得普通团队先学。
以后做 AI 落地，不要总想着“我要做一个 AI 应用”。
更应该问三个问题：
第一，团队最常工作的入口在哪里？
第二，哪些重复任务本来就发生在群聊或协作工具里？
第三，哪些数据、文档、流程可以被 AI 安全调用？
比如内容团队，可以先让 AI 在选题群里做热点归纳、标题备选、素材分类。
销售团队，可以让 AI 在客户群或内部协作群里整理跟进事项、提炼客户问题、生成下一步动作。
运营团队，可以让 AI 盯活动进度、汇总异常、提醒缺口。
别一上来就追求全自动。
先让 AI 进场，能看见上下文，能接住小任务，能把结果交回团队。
这一步，比单纯买一个更强模型更重要。
最后一句
Claude Tag 真正值得关注的，不是它进了 Slack。
而是它把 AI 的位置往前推了一格。
过去 AI 坐在工具栏里，等你打开。
现在 AI 坐进了群聊里，等你 @ 它。
下一步，AI 就会坐进每个业务流程里，变成一个能被分配任务的数字员工。
未来公司拼的，可能不是谁员工更多。
而是谁更早把 AI 放进真正的工作现场。
资料来源：Anthropic《Introducing Claude Tag》、Claude Help Center《What is Claude Tag?》、Computerworld 对 Claude Tag 的报道。
