Claude Tag: når LLM’en flytter ind i Slack som teammedlem

Anthropic har lanceret Claude Tag i beta til Claude Enterprise og Team. Det lyder umiddelbart som endnu en Slack-integration, men det interessante er ikke, at man kan skrive @Claude i en kanal. Det interessante er, at sprogmodellen får en fast plads i teamets arbejdsrum, kan huske kanalens kontekst, bruge udvalgte værktøjer og arbejde asynkront over tid.

Det er et vigtigt skifte. Mange organisationer har behandlet LLM’er som individuelle assistenter: en medarbejder åbner et chatvindue, kopierer noget tekst ind, får et svar og lukker vinduet igen. Claude Tag peger mod en anden model, hvor LLM’en bliver et delt driftsobjekt med egen identitet, egne rettigheder, egen hukommelse og egen log. Det er mere brugbart. Det er også langt sværere at styre ordentligt.

Fra personlig chatbot til fælles agent i Slack

Ifølge Anthropic kan Claude Tag kobles til udvalgte Slack-kanaler, værktøjer, data og kodebaser. Når nogen tagger @Claude, kan modellen dele opgaven op i trin, arbejde videre i baggrunden og vende tilbage i tråden med resultatet. Den kan også, hvis såkaldt ambient adfærd er aktiveret, følge med i kanalen og proaktivt pege på ting, der kræver opmærksomhed.

Anthropic skriver selv, at den interne version allerede bruges bredt, og at 65 procent af produktteamets kode hos Anthropic nu skabes af den interne Claude Tag. Det tal skal ikke læses som dokumentation for, at alle andre får samme effekt. Det siger mere om retningen: LLM’en flytter fra værktøj ved siden af arbejdet til delt deltager inde i arbejdets normale koordinationslag.

For udviklere og IT-arkitekter er det især interessant, fordi Slack i mange virksomheder allerede er et uformelt kontrolrum. Der ligger beslutninger, incident-tråde, fejlbeskrivelser, deploy-aftaler, kundesignaler og halve arkitekturbeslutninger. Hvis en agent kan læse og handle ud fra den kontekst, bliver den langt mere nyttig end en blank chatbot. Men den får også adgang til netop det kaos, hvor mange virksomheder har mindst governance.

Den rigtige nyhed er agent-identitet

Den vigtigste del af Claude Tag er ikke brugerfladen. Det er Anthropic’s model for agent-identitet. I stedet for at agenten blot handler på vegne af den person, der stiller spørgsmålet, får Claude sin egen identitet i de systemer, den rører. Den kan for eksempel poste som Claude-appen i Slack, åbne pull requests som en Claude GitHub App og bruge servicekonti til dataadgang.

Det er den rigtige retning. Hvis en delt agent bruger Mortens, Mettes eller Sørens personlige rettigheder, ender man hurtigt med uigennemsigtige sidekanaler. Hvem bad agenten om hvad? Hvilken adgang blev brugt? Hvorfor kunne en person uden repo-adgang alligevel få Claude til at læse repoet? Med agent-identitet bliver spørgsmålet i stedet: hvad må denne agent i dette rum?

Men det løser ikke alt. Anthropic beskriver selv, at agentens adgang kan defineres på workspace- og kanalniveau, og at offentlige kanaler kan dele en workspace-identitet, mens private kanaler får mere afgrænsede identiteter. Det betyder, at kanaldesign pludselig bliver sikkerhedsarkitektur. En Slack-kanal er ikke længere bare et sted, hvor folk snakker. Den kan blive en rettighedscontainer for en autonom agent.

Det kræver driftstænkning, ikke bare licenser

Hvis man vil teste Claude Tag i en dansk virksomhed, bør første skridt ikke være at invitere agenten ind i alle produktkanaler. Start med en smal, privat testkanal. Giv den læseadgang til ufarlige dokumenter. Giv den eventuelt adgang til et test-repo. Log alle handlinger. Sæt forbrugsgrænser. Definer hvem der må kalde agenten. Og vigtigst: skriv ned hvilke typer opgaver den må løse uden menneskelig godkendelse.

Det her minder om diskussionen i artiklen om lokal LLM-hukommelse: hukommelse er nyttig, men kun hvis man kan se, afgrænse og nulstille den. Det minder også om Claude 529-fejlene, fordi en agent i Slack hurtigt bliver en del af driftsflowet. Når den først bruges til fejlsøgning, PR-oprettelse og opfølgning på incidents, er nedetid ikke længere en irritation. Det er en afhængighed.

Mit bud er, at Claude Tag rammer et reelt behov. Teams har ikke brug for endnu en separat AI-fane. De har brug for modeller, der kan arbejde i de systemer, hvor arbejdet faktisk sker. Men der er en hård pris: rettigheder, audit, memory-scoping og kanalstruktur bliver produktionsdiscipliner. Hvis de ikke er på plads, får man bare en meget hjælpsom genvej gennem ens egne adgangskontroller.