Claude Tag 和一般的 Slackbot 有什麼不同？
最根本的差異在於「誰發起行動」和「任務能不能持續」。
一般的 Slackbot 是被動的——你問，它答，結束。它也不記得上一次對話說了什麼，更不會主動去做任何事。
Claude Tag 的設計假設完全不同。它可以「主動做事」：在沒有被 @ 的情況下監看頻道、在達到特定條件時自動觸發、跨頻道把資訊從一個地方傳到另一個地方。它也是「持久的」：一個任務可以跑幾天，Claude 在背景等待依賴條件完成，而不是因為沒有人繼續對話就停下來。
最顯著的一個技術差異是 git webhook 整合。傳統的 Slackbot 在你問完問題之後就結束它的任務了；Claude Tag 可以發出一個程式碼 PR、等 CI/CD 跑完測試，如果測試失敗，它會嘗試修正，如果成功，它會通知團隊。這個「等待—判斷—行動—回報」的循環，是一般 Slackbot 根本做不到的事。
另一個差異是它對真實工作環境的整合深度。Claude Tag 可以存取你的程式碼庫、頻道歷史、外部工具，它在處理任務時擁有真實的工作上下文，而不只是回答你在對話框裡打的問題。
我需要 Claude Enterprise 才能用 Claude Tag 嗎？
是的，目前是的。Claude Tag 在發布時是 Claude Enterprise 和 Claude Team 方案的 beta 功能。Claude.ai 的個人方案（包括 Pro）目前無法使用。
這個限制有它的邏輯：Claude Tag 需要存取公司的 Slack 工作空間、頻道、工具、程式碼庫，這些涉及組織層級的授權和管理，個人帳號的權限架構並不適合這類部署。
Claude Team 方案（目前售價為每用戶每月 30 美元左右）是能使用 Claude Tag 的最低方案。如果你在一個使用 Claude Team 或 Enterprise 的公司裡工作，可以詢問你們的帳號管理員是否已經開通或申請了 Claude Tag 的 beta 測試。
對於個人用戶，目前還沒有公開的時間表說明 Claude Tag 什麼時候會開放到更低層級的方案。從 Anthropic 的策略來看，這個功能的定位是企業生產力工具，短期內開放給個人用戶的可能性不高，但未來的展開方式可能會改變。
這個功能對於不是工程師的人也有用嗎？
有用，而且 Anthropic 明確展示了非工程師的使用案例。
Anthropicmade 展示的六種使用情境裡，只有部分是純程式碼相關的（PR 審核、A/B 測試）。其他包括：把 Slack 討論整理成文件、跨頻道同步資訊、監看資料達到閾值後通知——這些都是任何使用 Slack 的知識工作者都能用到的場景，不需要寫程式。
對於非技術工作者，Claude Tag 最可能有用的場景是：把長討論整理成摘要和行動清單、追蹤某個項目的狀態並在有更新時通知你、把分散在不同頻道的相關討論彙整起來。
不過要設定 Claude Tag 的初始配置（決定它能看哪些頻道、存取哪些工具），通常需要 IT 或管理員介入，因為涉及組織層級的授權。個別使用者一般是在管理員設定好框架之後再開始使用，不需要自己設定所有技術細節。
Anthropic 說 Claude Tag 在內部寫了 65% 的程式碼，這個數字可信嗎？
這個數字值得用存疑的眼光看待，不是因為 Anthropic 說謊，而是因為這類數字的定義和分母不透明。
首先，「寫了 65% 的程式碼」和「合併了 65% 的 PR」是兩個不同的說法——這兩個數字都被引用了，但它們代表的是不同的事情。PR 的數量不等於程式碼的量，一個 PR 可能只改動一行，另一個可能改動幾千行。
其次，這個 65% 的分母是什麼？是全部工程師的所有 PR，還是某個特定團隊？時間範圍是什麼？有多少是「Claude 生成、人類幾乎沒改」vs「Claude 起草、人類大幅修改」？這些細節決定這個數字是否有意義，但都沒有說明。
從目的來看，這個數字是在 產品發布的社交媒體貼文裡出現的，它更接近一個「令人印象深刻的行銷數字」，而不是經過獨立驗證的生產力研究結果。
這不代表 Claude Tag 沒有用——它可能真的大幅提升了 Anthropic 的工程產能。但在採用這個數字作為「AI 能替代多少工作量」的參考依據時，要記得這是一個由 Claude Tag 的製造商說的、關於他們自己使用 Claude Tag 的數字，缺乏獨立驗證。
2026 年 6 月 23 日，Anthropic 發布了一個叫 Claude Tag 的新功能。說它是「功能」可能低估了它的意義——更準確的描述是：Claude 從一個你開分頁去找的工具，變成了一個在你的 Slack 頻道裡等著被叫到名字的隊友。
這個改變聽起來只是換了個介面，但背後的邏輯是完全不同的：以前你要去找 Claude，現在 Claude 和你在同一個地方工作。
Claude Tag 的運作方式是：在你的 Slack 工作空間裡，Claude 以一個團隊成員的身份加入。你可以授權它存取特定的頻道、工具、資料，甚至你們的程式碼庫。當你需要它的時候，在訊息裡 @Claude，把任務交給它，然後繼續做你的其他事——Claude 會在背景執行，完成後回來告訴你結果。
這和之前的 AI 助手有一個根本的差別：它是非同步的。你不需要坐在那邊等它回應，任務可以持續幾小時甚至幾天。Anthropic 說，他們甚至建了 git webhook 整合，讓 Claude 在等待某個程式建置或測試完成時，可以「等待阻塞的依賴項」——也就是說，它能在背景靜靜等好幾天，等條件成熟再繼續往下做。
AI 研究者 Andrej Karpathy 把這個發展定義為「AI 介面設計第三次大重塑」：第一次是 AI 進了網頁，第二次是 AI 進了桌面應用程式，這一次是 AI 進了公司的協作工具，變成了一個持續存在、能跨頻道工作的隊友。
Anthropic 公開展示了幾個具體的使用情境，讓這個產品的能力更清楚：
1. 叫隊友進來：Claude 知道哪段程式碼是誰負責的，當它在處理一個任務時，如果發現某個部分需要特定人的判斷，它會自己在 Slack 裡 tag 那個人。
2. 等待技術依賴：透過 git webhook，Claude 可以發出一個 PR（程式碼更新請求），然後等待 CI/CD 測試完成，再根據結果繼續下一步。整個過程可以持續好幾天，不需要人工介入。
3. 把 Slack 討論整理成文件：Claude 可以讀取一個頻道的討論串，把它整理成有結構的文件，包含討論摘要和行動項目。
4. 在沒有被叫到的情況下主動回應：在「環境行為模式」下，Claude 可以設定成監看特定頻道，自行判斷哪些訊息需要它介入，不需要每次都被 @。
5. 跨頻道同步資訊：如果 #engineering 頻道有個重要決定，Claude 可以自動把相關資訊同步到 #product 頻道，不用靠人工轉貼。
6. 監控 A/B 測試，自動準備 PR：Claude 可以盯著一個 A/B 測試，監控關鍵指標和防護條件，當測試結果在統計上顯著時，自動準備好上線的 PR，然後通知團隊。
Anthropic 的內部數字（需要保留一些疑問，因為這是自家數字）顯示，他們的產品團隊用 Claude Tag 完成了 65% 的程式碼 PR，而且 Claude Tag 本身很大一部分就是用它自己寫出來的。
Anthropic 在描述這個產品時，用了一個清楚的對比：
Claude Code = 你自己一個人、同步作業、快速迭代
Claude Tag = 整個團隊、非同步作業、背景執行
這個區分很重要。它告訴你什麼時候用哪個：需要立刻拿到結果、邊看邊調整，用 Claude Code；要把一個任務交出去、讓 Claude 自己跑完再回報，用 Claude Tag。
Alex Albert（Anthropic 的開發者關係負責人）說，用 Claude Tag 的感覺「比較像在管理一個團隊，而不是在用一個工具」。這句話準確描述了這個設計意圖的轉變。
目前 Claude Tag 在 Claude Enterprise 和 Team 方案的用戶開放 beta。
這個發布有幾個還沒說清楚的地方，值得留意。
首先是那個 65% 數字的問題。「65% 的程式碼由 Claude 寫」和「65% 的 PR 由 Claude 合併」是兩件不同的事，分母不同、定義不同，直接引用這個數字需要小心，它更接近一個行銷說法，不是嚴格的生產力指標。
其次是安全和權限的細節。Claude 要進公司的 Slack 頻道、讀程式碼庫、存取資料——這些都需要非常細緻的權限管理。Anthropic 說有提供設定指南，但具體的存取控制細節、機密資訊如何處理、審計日誌有沒有，這些問題目前還沒有詳細公開說明。
第三個問題比較有趣：一個 Claude 在整個公司裡是同一個身份嗎？如果 #general 頻道的 Claude 和 #engineering 頻道的 Claude 對同一件事有不同的認知（因為它們能看到的上下文不同），誰對？這個「Claude 是全知全能的單一存在」的設計假設，在真實公司環境裡可能會造成混亂。
如果你是個人用戶，短期內這個功能對你的影響不大——Claude Tag 目前鎖定的是 Enterprise 和 Team 方案的企業用戶。
但如果你是在一個中型以上公司工作的人，或者你是負責決定要採用什麼 AI 工具的人，這個發展值得認真注意。它代表的不只是「Claude 有一個新功能」，而是 AI 在企業裡的存在方式正在從「員工使用的工具」變成「和員工一起在同一個系統裡工作的角色」。
這個轉變對工作流程、職能分工、甚至人力配置的長期影響，現在都還在初期。但 Claude Tag 是一個明確的信號：AI 正在從你辦公桌上的一個標籤頁，往你 Slack 裡的一個隊友移動。