過去兩年，企業導入 AI 幾乎停留在同一種模式：員工打開自己的對話框，貼上背景資料，各自得到答案。AI 很聰明，卻不認識團隊。它不知道這個專案上週的決策，不清楚某個客戶的來龍去脈，也無法在沒有人重新說明的情況下接手一件任務。這讓 AI 的價值被限制在「個人生產力工具」，難以真正進入團隊每天協作的現場。
要跨過這道門檻，AI 必須能接觸團隊持續累積的工作脈絡，而不是每次都從零開始。這正是 Anthropic 在 2026 年 6 月 23 日發表 Claude Tag beta 想解決的問題。它開放給 Claude Enterprise 與 Claude Team 客戶，讓使用者能直接在 Slack 裡呼叫 ＠Claude。這一步讓 AI 從個人的聊天視窗，走進團隊每天的工作流程。
Claude Tag 讓團隊在 Slack 裡直接呼叫 ＠Claude，把 AI 帶進日常協作
(source: Introducing Claude Tag, Anthropic)而當一個能自動讀取團隊資訊、並能主動追蹤工作進度的 AI 正式進入 Slack 頻道，企業要思考的問題也隨之改變：這個 AI 應該由誰授權、讀取哪些資料、由誰負責，以及誰來管理。本篇 Aiworks 將從 Claude Tag 的產品設計出發，分析當 AI 正式進入團隊工作流程時，企業該如何定義 AI 的角色、記憶、權限、成本與責任。
Claude Tag 是什麼：當 Slack 頻道成為 AI 的知識來源
Claude Tag 讓使用者可以在 Slack 裡直接呼叫 ＠Claude。看似微小的動作，改變的卻是 AI 接觸資訊的方式。過去團隊成員得在各自的私人對話框裡重新貼上背景資料，現在 Claude 能直接讀取頻道與討論串裡過去的內容，據此回應問題、整理資訊或接續任務。
(source: Introducing Claude Tag, Anthropic)
換句話說，Slack 頻道不再只是溝通工具，更變成 AI 的知識來源。頻道裡累積的專案進度、決策理由與待辦事項，都成為 AI 理解工作的依據。
這件事的影響，會因為 AI 被放在哪個頻道而不同。Anthropic 設計 Claude 於頻道中運行時會依照管理員設定的權限使用指定資料與工具。若 AI 在銷售頻道中運作，它能讀取哪些客戶資料、是否能連接 CRM、看不看得到合約草稿，都會遵守該頻道的權限設計；若被放在客服、法務或研發頻道，所需資料、可接受的風險與審核方式，也應該隨情境調整。當 AI 的知識來源從單次 prompt 變成整個頻道，企業 AI 的治理範圍，也正從個人使用規範，延伸到團隊協作規則。
(source: Introducing Claude Tag, Anthropic)
當 AI 有了記憶、權限與工具：它開始具備組織角色的特徵
把 Claude Tag 的能力放在一起看，會發現它已經不只是一個問答工具。它有記憶，能記住頻道裡的脈絡；有權限，能依管理員設定存取指定資料；有工具，能連接 CRM 或其他系統執行任務。這三件事加起來，讓 AI 開始具備過去只屬於「人」的特性：它被授權在一個範圍內思考任務、執行步驟，並對工作產生實際影響。
也就是說，AI 正在從一個「被使用的工具」，變得更接近一個「被授權執行工作的數位成員」。這個轉變值得企業停下來想一想。當一位新成員加入團隊，組織會很自然地幫他定位：他屬於哪個部門、能動用哪些權限、由誰管理、工作範圍到哪。但面對 AI，多數企業還沒有同樣的協作標準。
接下來要談的記憶、責任與治理，都是從這個視角延伸出來的問題。
組織記憶管理：AI 讀取頻道脈絡後，企業要重新決定什麼能被記住
Slack 頻道同時承載溝通紀錄與任務的歷史脈絡。對團隊來說，頻道本身就是專案背景、決策理由、工作交接、跨部門討論與未完成事項的保存位置。這些內容不一定會整理成正式文件，卻經常是團隊理解一項工作的重要資訊來源。
當 Claude Tag 開始讀取並記住這些脈絡，AI 逐漸成為團隊協作的節點，減少每次互動都要重複說明的成本。但記憶的價值與風險也來自同一件事：頻道裡往往是多位成員共同累積的工作資訊，其中可能涉及資訊安全、客戶資料，以及不同部門之間的資訊權限邊界。
因此企業需要把 AI 的組織記憶當成一項需要治理的資產，重新考慮三個問題：哪些內容值得被保留成 AI 的長期記憶？敏感資訊要不要設立界線，讓它不被 AI 使用或跨部門互通？多久清理一次過期的資訊？如果沒有人負責這些判斷，AI 可能把早已失效的規則，繼續帶進新的工作決策裡。
而一旦 AI 開始依據這些記憶主動做事，問題就會從「它記住了什麼」，進一步變成「它做了什麼、由誰負責」。
主動式 AI 導入前，企業必須釐清授權與責任歸屬
Claude Tag 的主動模式與背景處理任務能力，讓 AI 從被動回覆走向主動參與。它可以追蹤未結束的討論串、發出提醒，或補上被遺漏的工作脈絡，也可以在使用者標註之後，跨較長時間接續推進某個任務。
(source: Introducing Claude Tag, Anthropic)
這種能力能補上團隊日常協作的斷點，卻也讓「責任歸屬」變得更重要。若 AI 主動提醒了錯誤內容，或在不完整資訊下推進後續工作，企業不能只回頭問「是哪個員工呼叫了 AI」。更實際的問題是：這項任務由誰授權？AI 使用了哪些資料？最後採用結果的人，是否看得見足夠的判斷依據？
這正是把 AI 當成組織角色之後會遇到的問題。當 AI 只在個人視窗中回覆問題，責任多半還能回到個人使用者身上；當 AI 開始在團隊頻道中讀取資訊、累積記憶並主動追蹤工作，企業就必須事先設計授權、審核與責任歸屬。否則 AI 參與越深，發生問題時越難釐清誰該負責。
企業 AI 治理：從供應商控制項到內部使用規則
面對這些問題，Anthropic 在 Claude Tag 中提供了多種企業控制項，包含存取授權、記憶分隔、私頻保護、權限分層、操作紀錄與用量上限。這些設計本身就是一個訊號：大型 AI 模型供應商也意識到，AI 治理已經成為企業評估、採購與部署 AI 工具時的核心考量。
每一個控制項背後，都對應一個組織治理問題：
- 存取授權：AI 可以讀哪些頻道、資料源與工具？
- 記憶分隔：銷售、客服、法務、研發等資訊內容能否互通？
- 私頻保護：哪些空間必須明確排除在 AI 存取範圍之外？
- 權限分層：不同使用情境是否需要不同的 AI 身分與權限組合？
- 操作紀錄：AI 的任務執行、工具調用與發起來源，是否能被完整追蹤？
- 用量上限：AI 的成本應依照工作區、部門，還是頻道控管？
供應商提供的只是可治理的能力，也就是一組開關；企業要補上的，是符合自身情境的治理判斷與日常管理責任。當規則被定義清楚，這些控制項才會真正成為團隊級 AI 安全進入工作流程的基礎。
Aiworks 觀點：Claude Tag 帶來的三個治理轉折
比起功能，Claude Tag 更大的影響，是把企業導入 AI 推進到下一個階段。這個階段可以濃縮成三個治理轉折。
- 第一，治理單位從個人轉向團隊。當 AI 的知識來源從單次對話變成整個頻道，企業要在乎的不再只是「員工怎麼用 AI」，而是「團隊的協作空間開放到什麼程度」。
- 第二，記憶從資訊變成資產。頻道脈絡讓 AI 更了解團隊，但同樣的脈絡也帶來資安與權限風險。企業必須決定哪些內容值得保留、哪些不能互通、哪些需要清理。
- 第三，責任從使用者延伸到制度。當 AI 能被授權、有記憶、可主動行動，它更像一個數位成員而非工具；出問題時該追究的，是授權、審核與紀錄是否到位，而不只是誰呼叫了 AI。
這三個轉折指向同一件事：企業正在新增一種需要被管理的工作角色。它要像其他企業系統一樣被權限定義、留下紀錄，並在發生問題時能回頭追究原因。「員工會不會使用 AI、AI 如何提升效率」這些第一層問題仍然重要，但下一層問題已經浮現。
所以企業導入 AI 的下一步，除了讓員工學會與 AI 協作，更要把 AI 的角色、權限、記憶與責任放進組織制度設計裡。只有當這些規則被定義清楚，AI 才能從個人效率工具，真正成為團隊能穩定使用的組織能力。
📩 想為你的組織打造 AI 協作能力？
Aiworks 提供企業內訓、客製化培訓與實作工作坊，協助各產業團隊規劃生成式 AI 的導入與應用策略。
▼ 聯絡我們｜規劃你的 AI 實戰課程，讓轉型真正落地 ▼
（若表單未正常顯示，請點擊此連結進入表單填寫頁面）
參考來源
- Introducing Claude Tag｜Anthropic
- How Claude Tag works｜Anthropic
- The agent identity and access model｜Anthropic
- Anthropic’s Claude Tag is learning your company, one Slack message at a time｜TechCrunch