天工 Skywork 3.2 上线 Skywork Tags：Agent 接入团队聊天工具

昆仑万维旗下天工 Skywork 近日发布 3.2 版本更新，正式上线 Skywork Tags 功能。该功能将 AI Agent 以共享成员身份接入团队日常使用的即时通讯工具，包括 Slack、飞书/Lark、钉钉、Discord、Telegram，用户无需迁移工作上下文即可在原有协作环境中调用 Agent。

功能背景与定位

文章开篇提到，Anthropic 上周为 Claude 推出 Claude Tag 功能，使其以团队成员身份常驻 Slack 频道。Karpathy 将此评价为 LLM 交互方式的第三次范式转变——从网页到桌面应用，再到 AI 成为组织内持久运行的实体。天工方面将 Skywork Tags 定位为对这一方向的跟进与本地化落地。

核心思路：搬 Agent 而非搬上下文

Skywork Tags 的产品思路与传统 Agent 产品形成对比。过去一年，多数 Agent 产品要求用户将聊天记录、项目文档、历史决策等上下文迁移到新的工作空间，而 Skywork Tags 选择将 Agent 拉进用户已有的协作群组。用户在原有群聊中 @ 即可触发 Agent 响应，Agent 能够读取群组内的上下文，无须切换窗口或导出文件。

共享 Agent 模式

与多数 AI 助手不同，Skywork Tags 中的 Agent 为团队共享而非个人独享，同一频道内只存在一个 Skywork 实例，面向所有人服务。这一设计带来三个层面的变化：

• 透明化：Agent 的处理进度对频道内所有成员可见，避免信息封闭在个人私聊中。
• 可接力：任务可异步推进，团队成员可在 Agent 停留处直接接手继续推进。
• 持续积累：Agent 长期驻留频道后，可逐步沉淀与工作相关的上下文，减少重复解释成本。

内部验证情况

据文章介绍，天工团队在内部进行了数月的对照测试：一类 Bot 仅供个人使用并精调，另一类被放入百人群组供团队共同使用。初期个人版表现更优，但随着群组对话的持续输入，共享版本逐渐在理解需求、拆解问题等方面展现出优势。原文在此处截断，未披露更多量化数据。

整体来看，Skywork Tags 是天工在 Agent 协作场景的一次功能迭代，试图在 Anthropic 之后切入「Agent 进入工作流」这一赛道，但目前披露的技术细节和效果数据较为有限。