#AI Agent#协作
当 Agent 不再等你开口
从 Slack 里的 Claude Tag 入手,拆开常驻 Agent 的身份、权限、记忆与打扰成本,划清主动协作和组织噪声之间的边界。
聊天框里的 Agent 有一个天然边界:你打开它、发出消息,它才开始工作。窗口关掉,这段关系就暂时结束。
Claude Tag 把 Agent 放进 Slack,让它像团队成员一样留在频道里。你可以提到它再派任务,也可以允许它观察消息、等待依赖、跨频道跟进,甚至在指标越过阈值时主动准备修复。
常驻不是无处不在,而是知道哪扇门可以进。
从工具变成在场者
普通助手处理一次请求。常驻 Agent 需要维持更长的状态:任务进行到哪里、在等谁、哪些条件满足后可以继续、结果应该回到哪个频道。
一个 A/B 测试可能运行几天。Agent 可以盯住核心指标和护栏指标,中途记录修正,达到统计条件后通知团队,并准备好发布用的 PR。这里真正变化的不是模型回答得更聪明,而是它获得了时间、事件和组织关系。
异步 Agent解决的是任务离开屏幕后怎样继续;常驻 Agent 又多了一层:没人投递新任务时,它是否可以根据环境变化自己开工。
一个 Claude 到底知道多少
同一个 Agent 出现在多个频道,会立刻碰到记忆边界。
产品频道讨论尚未发布的功能,销售频道保存客户信息,管理频道可能涉及组织调整。用户看到的是同一个名字,很容易误以为它天然知道所有内容;权限系统却必须把这些上下文隔开。
所以常驻 Agent 的身份不能只是一张头像。每次行动都需要回答:
- 它以谁的权限读取这条消息;
- 哪些频道和工具可以进入当前上下文;
- 从一个频道得到的信息能否带到另一个频道;
- 生成的代码、文档和决定最终归谁负责。
“像同事一样”是好懂的产品比喻,不是安全模型。同事拥有社会常识和责任关系,Agent 只有被明确写下的访问范围。
主动性会产生打扰税
一个只等召唤的 Agent 可能漏掉事情;一个过度主动的 Agent 会把每个频道变成它的工作日志。
主动协作需要阈值。指标波动到什么程度才提醒,阻塞多久才追问,哪些消息只记录不回应,哪些任务可以自行创建 PR——这些都应该成为可配置规则,而不是让模型临场猜测。
提醒本身也要有成本。每次通知都在拿走人的注意力。如果 Agent 无法区分“值得现在打断”和“可以写进日报”,它越勤快,团队越难工作。
常驻之后,壳比对话更重要
Claude Tag 展示的是一个入口,背后却需要持久任务、事件监听、权限隔离、选择性上下文、通知路由和执行环境。聊天内容只是露在水面上的一小块。
这也把后面的 Harness 工程推到台前:模型负责理解和生成,外面的壳负责让它在正确时间醒来,只拿正确的钥匙,完成后回到正确的人面前。
原始材料:Claude Tag: Multiplayer, Proactive, Persistent Agents in Slack。
Agent 可以一直在场,但每一次主动靠近都要有边界。