北京
Boris Cherny 在社交平台上晒出了自己的日常：Tag 每天为他写下超过 50% 的 PR，同时承担了接近 100% 的数据分析工作，还顺手修掉了大部分产品反馈和 bug。这个比例放在任何一个工程团队里，都足够让人停下来多看两眼。
他特意强调，Tag 和普通的 Slack 机器人不是一回事。它具备主动性，可以被编程，拥有记忆，还能访问你的连接器。配合 Opus 5.5 和 Fable 5.1，它展现出相当强的判断力。换句话说，它更像一个坐在频道里的同事，而不是一个等你敲命令才动弹的工具。
它到底能干什么
Boris 分享了几条自己常用的指令，每一条都指向不同的工作场景。这些指令不是简单的问答，而是把一整段工作流交给 Tag 去跑。
- 让它在频道里给已解决的讨论串打上 ✅ 标记
- 让它从此刻起端到端复现频道里的每个 bug，跑完整应用，复现成功后直接提 PR 并 @ 对应团队做代码审查
- 让它针对一组异常数据头脑风暴约 100 个假设，用工作流逐一验证，烧掉大约 1000 万 token 深挖，最后画出结果图表
- 让它做一个交互式游戏来解释某段代码的工作原理，再生成一份幻灯片讲给团队其他人听
这几条指令的共同点是：任务边界由人划定，执行过程完全交给 Tag。复现 bug、提 PR、拉人审查，这一整条链路原本需要人工在多个工具之间来回切换，现在被压缩成了一句 @。
个人连接器意味着什么
Claude Tag 在 Slack 中现在可以使用你的个人连接器。你可以安全地访问自己有权限的 Drive 文档、Salesforce 账户或者数据仓库表，而且就在工作发生的地方直接调用。
这个变化解决的是一个很具体的痛点：过去 AI 助手能看到的上下文，往往局限于当前对话窗口。而真正决定工作质量的资料，散落在各个 SaaS 工具里。个人连接器把访问权限打通之后，Tag 能触达的信息边界，从"你粘贴给它的内容"扩展到了"你本来就有权查看的一切"。
官方信息显示，这项能力今天在 Teams 上线，企业版下周跟进。
从工具到同事的距离
Boris 提到的几个关键词值得单独拎出来看：主动性、可编程、有记忆、能访问连接器。这四个特性叠加在一起，指向的是一种不同于以往的使用方式。
主动性意味着它不需要你每次开口；可编程意味着你可以把重复的判断逻辑固化下来；记忆意味着它不会在每次对话后失忆；连接器意味着它掌握的信息足够支撑判断。当这四点同时成立，人和 AI 的协作关系就从"提问-回答"变成了"分配-执行"。
他给出的那条约 1000 万 token 的深挖指令，某种程度上说明了这种协作的尺度——人负责定义问题有多深，Tag 负责真的挖到那个深度。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
