Claude Tag，这个可以加入到 Slack 里的共享 Agent，既能参与讨论，又能写代码、分析数据。
今天，飞书和豆包工作也选择了这种打法，发布了全新的「豆包工作伙伴」。
作为国内第一款 Claude Tag 类产品，飞书和豆包工作来做这件事大概是最合适不过。
过去两年，大家都在给 AI 补办公能力：读文档、做表格、开浏览器、操作电脑。但一个 Agent 真正进入团队之后，它还需要知道项目之前聊过什么、谁负责什么、哪些资料可以看、哪些事情可以做，以及做完之后该把结果交给谁。
这些恰好都是飞书过去几年一直在做的事情。
所以这一次，豆包工作带来的执行能力，加上飞书已经存在的组织上下文。
Agent 终于不只知道「怎么干活」，还开始知道「在这个团队里该怎么干活」。
接下来，就替大家先试试看，这个我们在国内看到的第一个真正服务整个团队的智能体，究竟能把工作推进到什么程度。
把散落各个地方的信息，都拼凑起来
豆包工作伙伴进群以后，我们最先感受到的，除了直接在群里就能提问，更直观的变化是，终于不用每次重新给 AI 交代背景了。
我们还是先做了一些简单的问答，让它告诉我们作为一个群里的常驻协作伙伴，它都能做什么。
和一个基本的办公 Agent 能力类似，它可以跟踪任务、处理飞书文档、也能做数据分析，还有定时监控、提醒，甚至是记录待办、追踪负责人、推动落地这些工作。
任何时候、任何地点，只要 @ 一下加入群聊里的豆包工作伙伴，它都能 7X24 小时在线为我们解答问题。
更重要的是，这些上下文不只来自一个群。
在主群里，我们可以直接让它查看另一个工具分享群之前讨论过什么，再把结论带回来；群里的文档也可以直接授权给它处理，而原本飞书里的权限规则依然有效。
一个项目可能同时散落在产品群、研发群、运营群和营销群。产品在一个群里改了需求，研发在另一个群里讨论实现方案，运营又在第三个群里补充用户反馈。过去这些信息最终还是要靠人来转述、同步，再重新解释一遍背景。
豆包工作伙伴更重要的变化，是它作为一个独立的组织成员，可以被加入不同的项目群，并在各自授权范围内持续参与。
这样一来，不同团队、不同群聊，原本分散的讨论，就有机会被同一个 Agent 连接起来。产品的新需求可以延续到研发的实现，研发遇到的问题也可以继续回到产品和运营的讨论里。
办公 Agent 能做的，我在群里 @一下都能做
问答之外，豆包工作伙伴还能真的开始动手干活，并且什么都懂。
我们就像和新同事一起工作一样，一开始给它的工作就是找新闻热点，要求它每天早上分享自己找到的 AI 新闻，然后自己评估一遍是否值得跟进以及时效性如何，再收集我们的反馈，不断优化它自己找选题的能力。
更让我们觉得它和个人 Agent 不一样的，是把一个真实项目交给它之后。
编辑部开发了一个微信公众号排版的插件，可以帮助我们减少排版的时间，直接使用该插件就能快速调整好微信图文的格式。
豆包工作伙伴在拿到这个插件之后，我们在群里发起投票，要大家提出一些优化的建议。
继续要求它实现该能力，豆包工作伙伴会和豆包工作一样，把压缩包解开，进行代码的修正，从它的推理过程里面能看到，它会不断调用工具来实现最终的功能。
实现之后还能继续反馈，其他同事使用了该插件之后，发现还是有 Bug。豆包工作伙伴能自己调试代码进行审查，并自动修复这些问题。
比较意外的是，豆包工作伙伴同样支持多模态的输入，它要求我们直接把报错截图和录屏发给它，它会进行分析。
以前这是一个很典型的个人 Agent 工作流：一个人收需求 → 一个人整理反馈 → 一个人打开 AI → 把上下文重新解释一遍 → 修改 → 再发给大家测试。
现在可以围绕同一个豆包工作伙伴继续推进。人不用跟着 Agent 换聊天框，Agent 反而开始跟着项目进入不同的群。一项工作不用在五个人的五个聊天框里，重新开始五次。
办公 Agent 的能力，也从一个人的工具，变成了整个团队可以共同调用的能力。
「催一下、记一下、同步一下、对齐一下」
团队协作里还有大量工作，甚至谈不上有什么技术含量。
谁答应了下周交东西、一次次的会议最后到底定了什么、负责人有没有回复、任务卡在哪里，这些事情过去基本都靠人主动记。
加入群聊之后，豆包工作伙伴也开始可以包揽这一部分的工作。
任务的推进同样如此，它能像人类一样群里口头约定的待办，到期提醒负责人，没人响应时主动推动，也知道什么事该找谁。
个人 Agent 节省的是一个人的操作时间，团队 Agent 可以节省的，是原本散落在整个组织里的永无止境的等待、来回的转述、一次次的同步、催促和对齐。
AI 时代的组织，不是把 AI 拉进群这么简单
当 Anthropic 把 Claude Tag 放进 Slack 之后，Agent 开始从一个人的聊天框，走进 Anthropic 整个团队的工作流。
人开始减少「陪着 AI 干活」的时间，AI 能够自己完成和检查工作； 同事也可以在同一项任务里接着做，少一次转述和等待；交给 AI 的任务，可以从一个想法一直延续到上线后的反馈等等。
从我们的实际体验来看，这类 Tag 工具想要在团队内真正发挥作用，需要三样东西同时成立：完整的组织上下文、第一梯队的 AI 能力、企业级的信任体系。
对于 Agent 最需要的组织上下文来说，飞书长期积累下来的群聊、文档、会议等办公内容，刚好提供了 Agent 可以直接使用的工作对象。
Anthropic 选择的 Slack 本质是以 IM 为核心的「连接器」，文档、表格、审批流靠第三方应用，上下文本质上还是靠不同的平台在拼接。
而那些已经在飞书协作的团队，群聊、文档、会议记录、任务和多维表格保存着业务资料，也记录了人员分工和项目进展。引入豆包工作伙伴时，企业可以使用这些已有记录，减少重新搬运资料、搭建协作机制的工作。
这类积累的价值，也会随着任务涉及的人和环节增加而显现。一项要求从群里进入文档，再到任务和验收，AI 必须不断查找、更新相关内容。信息和操作保留在同一套协作系统里，能够减少跨系统整理和维护的负担。
上下文之外，另一个是 AI 能力。如果你还以为豆包只是个聊天搭子，不妨看看最近这两三个月以来豆包的更新日志。
尤其是八月份最新推出的豆包工作，一个全新的办公 Agent 产品。从发布之后，豆包工作进一步更新了桌面的 Computer Use，能直接操作 Mac 和 Windows 上的应用、浏览器自动化、录屏技能学习，以及跨端的环境切换和多 Agent 执行等功能。
办公平台提供完整的数据和操作入口，Agent 负责把这些能力真正用于任务，而模型能力的持续提升，也在降低团队共同使用 AI 时的各种摩擦。
最后是信任体系，这也是企业级市场和消费级产品真正的分水岭。
豆包工作伙伴拥有独立的组织身份，企业可以像管理其他协作者一样，单独配置它能访问哪些群聊、文档和工具。只有当权限和边界都足够清楚时，Agent 才能真正进入团队，并参与企业日常的工作流程。
如果 AI 办公的下一阶段，是让 Agent 真正进入组织协作，那么至少在国内，飞书和豆包工作伙伴已经先给出了一版相当完整的答案。
飞书负责让 AI 知道团队发生过什么，豆包工作负责让 AI 真的把事情做下去，我们也开始拥有一个能够在组织里行动的 AI。
而这一次，飞书和豆包工作已经先往前走了一步。
