Claude Tag：让 AI 拥有自己的工牌

Anthropic 在 6 月低调上线了 Claude Tag：在 Slack 频道里 @ Claude，它就能像同事一样接手任务、提交改动、跟进审查。表面看只是一个 beta 功能，但结合 AI 安全评测机构 METR 的最新报告，Claude Tag 的设计背后藏着一个被外界忽略的关键转向——AI 不再借用户工牌，而是以独立成员身份进入组织。

从借工牌到自己办工牌

过去三年，AI 产品普遍沿用同一套模式：ChatGPT 借网页登录态，Claude Code 借 GitHub token，AI 的每一步操作挂在某个具体用户名下，由该用户承担责任。这套模式能跑通的前提，是 AI 单次任务时长很短、人在旁边盯着、出问题随时打断。

但任务时长正在以惊人速度拉长。METR 评估了 Anthropic 最新模型 Mythos，结论是其能连续完成相当于人类专家 16 小时工作量的任务；而 METR 整套 228 个评测任务中，超过 16 小时的只有 5 个——评测工具本身被模型追平，这在 AI 评测史上属首次。当 AI 可以连续运行超过一个工作日，借用户工牌的模型就出现两个裂缝：人下班后 token 过期、AI 卡死等待重新授权；多人同时 @ 同一个 AI 时，权限归属无法界定。

Claude Tag 的解法是给 AI 一张自己的工牌：独立账号注册到代码仓库、数据平台开独立服务账号，每一行改动署名都是 Claude，而不是某个员工。Anthropic 在 Agent Identity 技术博客中把问题重新定义为：这个 agent 在这个频道里能干什么——问题主体从「用户」变成了「独立实体」。

三层记忆与组织级协作

独立身份一旦成立，一系列原本散落的能力自然串起来。Anthropic 设计负责人 Meaghan Choi 在 Dive Club 播客中提到，自己的多数 PR（代码改动申请）现在都通过 Slack 由 Claude 端到端完成：从定位样式文件、修改、推分支、开 PR（草稿状态），到附上改前改后对比图、推送审查频道、通知合入，她本人只做了「打字 + 点一次链接」。这些偏好从未在后台配置过，是 Claude 在频道历史中自己学会的。

支撑这一能力的是三层记忆结构：

• 当前任务执行层；
• 频道长期沉淀的规矩与决策；
• 整个公司的公共知识。

Meaghan 同事 Boris 长期积累的工作流（拆任务、检查代码、调度多个 Claude），被 Meaghan 一句「把 Boris 频道里的那套给我搬过来」复制到了自己的频道——专家经验不再随人走，而是沉淀在组织层面。

数字与隐忧

Anthropic 内部披露了一组数据：产品团队 65% 的代码已由 Claude Tag 生成。Claude Code 工程负责人 Boris 在 Big Technology 播客中提到，自 Claude Code 上线以来，工程师人均代码产出提升 250%。Andrej Karpathy 将此视为大模型交互界面的「第三次大改」：从网页聊天、独立应用，到一种长期在线、不用人盯、属于整个组织的新形态。

但代价同样真实：

• 长期在线的 AI 何时该闭嘴？它读到的团队默契、聊天语气，都变成了可调用的数据；
• 初级设计师如果从一开始就由 AI 承担执行，审美判断力从何培养；
• 65% 代码由 AI 生成后，瓶颈从「AI 干不干得完」转移到「人来不来得及审」。

Boris 一人同时运行数百个 Claude 代理任务，每个都有不同权限与数据源——切换模型厂商，相当于给数百个正在干活的同事办离职手续，迁移成本足以让人放弃更换。这与飞书并入豆包的逻辑同源：协作平台叠加自有模型，本就是组织级 AI 的天然形态。

Every.to 早前为每位员工配 agent 的复盘结论是：应该按岗位、团队、组织来配，而不是按个人。Claude Tag 真正给出的，是 AI 进公司这件事的一份成体系答案：先看它有没有自己的工牌。