У Claude появилась «должность»: Anthropic выпустила его как полноценного сотрудника

marsbitОпубликовано 2026-07-01Обновлено 2026-07-01

Введение

Компания Anthropic представила Claude Tag — искусственный интеллект в качестве постоянного участника командных каналов Slack. Это не просто чат-бот, а полноценный «коллега» с собственным аккаунтом, памятью, набором инструментов и, что самое важное, собственной системной идентичностью (agent identity). Ключевая инновация — модель доступа. Вместо того чтобы использовать учётные данные какого-либо сотрудника, Claude Tag получает собственные права доступа («пропуск»), которые настраиваются администратором на уровне рабочего пространства или конкретного канала. Это решает логическую проблему совместного использования ИИ в команде, где у людей разные уровни доступа. Например, в инженерном канале у Claude могут быть права на репозиторий кода, и тогда даже менеджер продукта без личных прав сможет через него получить нужную информацию. Функция «режима наблюдения» позволяет ИИ самостоятельно следить за каналом и подключаться к обсуждениям, которые требуют внимания, без явного упоминания. Контекст и знания Claude изолированы между каналами для безопасности. По данным Anthropic, их собственная продукт-команда уже генерирует более 80% кода с помощью Claude, что значительно ускоряет работу. Компания прогнозирует, что с ростом числа ИИ-агентов в корпоративных системах управление их отдельными идентичностями станет стандартом, обеспечивая безопасность и подотчётность. Сервис доступен в бета-версии для корпоративных и командных тарифов.

С сегодняшнего дня ИИ больше не будет одалживать ваш пропуск.

23 июня Anthropic представила Claude Tag — ИИ-члена команды, который постоянно находится в канале Slack.

Он не использует никакие человеческие аккаунты и разрешения, у него есть своя личность, свой аккаунт, свой аудиторский след.

Anthropic называет это идентичностью агента (agent identity).

3 инженера и 1 менеджер проекта в одном канале Slack обсуждают ошибку. Кто-то упоминает Claude, чтобы тот проверил репозиторий кода, получил метрики из хранилища данных, создал PR в GitHub.

Возникает вопрос: чьими правами должен пользоваться ИИ?

Правами менеджера проекта? У неё нет доступа к репозиторию. Правами одного из инженеров? Возможно, у него нет части прав на хранилище данных.

Ответ: ни те, ни другие не подходят.

Когда ИИ превращается из «личного помощника одного человека» в «члена команды для совместной работы», традиционная модель прав логически рушится.

Решение Anthropic: не одалживать ничьи права, а просто выдать ИИ собственный пропуск.

В Slack появился ИИ с «штатной единицей»

Claude Tag — не чат-бот.

Это ИИ-коллега, постоянно находящийся в вашем канале Slack — со своим аккаунтом, своей памятью, своим набором инструментов.

В одном канале есть только один Claude, все им пользуются, все видят, что он делает.

Вам не нужно заново объяснять контекст, потому что он уже изучил весь ход командного обсуждения.

Ещё круче — «режим подслушивания».

Включив его, Claude начинает сам следить за каналом. Если на сообщение в ветке никто не ответил, если за проблемой никто не следит, он сам подключится. Не нужно его упоминать.

Например, в понедельник утром вы открываете Slack, а Claude уже разобрался с проблемой, которую вы бросили в канале в пятницу и на которую никто не отреагировал, и ждёт вашего подтверждения.

Собственный пропуск для ИИ

Самая важная особенность Claude Tag — не функция продукта, а архитектура прав доступа.

Те, кто пользовался такими ИИ-помощниками, как ChatGPT, знают: они подключаются к вашему Google Drive, GitHub, календарю, используя ваши права.

Но Claude Tag — многопользовательский. В канале три-пять человек по очереди упоминают его. Чьими правами пользоваться?

Решение Anthropic называется идентичностью агента.

У Claude в каждой системе есть свой собственный аккаунт.

В Slack он отправляет сообщения от имени приложения Claude.

В GitHub он создаёт PR от имени GitHub App Claude.

В вашем хранилище данных он запрашивает информацию с помощью сервисного аккаунта, настроенного администратором.

Никакие человеческие учётные данные не участвуют.

Администратор на уровне рабочего пространства определяет базовый набор идентичностей — Claude везде наследует эти настройки по умолчанию. Затем на уровне канала их можно переопределить:

Инженерному каналу даются права на GitHub и хранилище данных. CRM закрыт в приватном канале отдела продаж. У юридического канала свой набор инструментов.

У приватных каналов свои независимые идентичности, у публичных — общая идентичность на уровне рабочего пространства.

То, что Claude узнал в юридическом канале, никогда не появится в инженерном. То, о чём вы говорили с Claude в личных сообщениях, тоже не попадёт в командный канал, потому что личные сообщения идут через ваш личный аккаунт на claude.ai.

Отзыв прав ещё проще. Отозвав идентичность, вы одновременно отключаете Claude во всех точках подключения. Не нужно проверять десятки пользовательских аккаунтов, потому что ИИ ими и не пользовался.

В настоящее время Claude Tag доступен в бета-версии для клиентов корпоративной версии (125 долларов с человека в месяц) и командной версии (20 долларов с человека в месяц при годовой оплате), с оплатой по объёму использования, на модели Opus 4.8.

У вас нет прав на репозиторий, но у ИИ есть

Например, вы менеджер продукта, но у вас нет доступа к GitHub, вы не можете смотреть код.

В этом случае вам достаточно спросить Claude в инженерном канале «почему этот интерфейс выдаёт ошибку», и Claude поможет вам в расследовании, потому что настройки канала дали ему права на репозиторий.

Раньше для этого нужно было подойти и похлопать инженера по плечу. Теперь ИИ смотрит за вас.

Другими словами, права больше не привязаны к человеку, а привязаны к каналу.

Инженерный канал дал Claude права на репозиторий, и любой в канале может через Claude проверить код — независимо от того, есть ли у него такие права.

Комментарий Anthropic на этот счёт: Нетрадиционно, но необходимо.

Нетрадиционно, потому что это противоречит интуиции специалистов по безопасности.

Необходимо, потому что в сценариях многопользовательского сотрудничества с растущей автономией ИИ модель распределения прав по пользователям логически не работает.

Конечно, есть и страховочные меры.

Корпоративная версия поддерживает RBAC, администратор может решать, кто в канале может упоминать Claude, а кто нет. Настройки канала могут устанавливать верхний предел в соответствии с правами наименее привилегированного участника.

Anthropic сам так делает

65% кода команды разработки продуктов в Anthropic генерируется Claude, по состоянию на май этого года этот показатель превысил 80%.

Объём кода, который инженеры сливают ежедневно, в 8 раз больше, чем в 2024 году.

«Ощущение, будто управляешь командой, а не пользуешься инструментом». Когда Борис Черны это сказал, он уже полгода сам не писал код.

Для обычного работника ощущения ещё более прямые —

Вы говорите в канале: «Эти данные выглядят неправильно», а Claude сам проверяет хранилище данных, определяет аномалию, пишет код для исправления и ждёт вашего ревью. Вы не написали ни строчки кода, но дело сделано.

ИИ в 50 раз больше, чем сотрудников. Кто будет управлять?

Сейчас во многих компаниях, скорее всего, уже работают десятки ИИ-роботов. Но кто их создал, кто утвердил права, «уволился» ли он — возможно, никто не может сказать точно.

В крупных предприятиях количество таких нечеловеческих идентичностей в 50–80 раз превышает количество сотрудников-людей.

Данные Ramp за май 2026 года показывают, что 34,4% американских компаний уже используют платную подписку на Claude, что превышает 32,3% у OpenAI.

И как только Claude обоснуется в канале на полгода, накопив контекст всей команды и рабочие привычки, замена его на другого ИИ будет равносильна началу с нуля.

Всё больше команд столкнутся с проблемой из начала статьи — чьими правами пользоваться?

Anthropic уже дал ответ: ничьими, у ИИ есть собственный пропуск.

Источники:

https://claude.com/blog/agent-identity-access-model

Эта статья из официального аккаунта WeChat «Новая эра интеллекта», автор: ASI Апокалипсис

Связанные с этим вопросы

QЧто такое Claude Tag и чем он отличается от обычного чат-бота?

AClaude Tag — это постоянный участник команды в Slack, разработанный компанией Anthropic. В отличие от обычного чат-бота, Claude Tag функционирует как полноценный член команды со своим собственным аккаунтом, памятью, набором инструментов и уникальной идентификацией. Он действует автономно, не требует предоставления доступа от человеческих пользователей и может работать в каналах, решая задачи и участвуя в дискуссиях.

QКакую проблему разрешает модель «идентичности агента» (agent identity) от Anthropic?

AМодель «идентичности агента» (agent identity) решает проблему управления правами доступа в коллективной работе с ИИ. Раньше ИИ-ассистенты использовали учетные данные и разрешения человека, что было неприменимо при совместном использовании ИИ несколькими членами команды. Anthropic предоставляет ИИ собственные «пропуска» — уникальные аккаунты в системах (например, Slack, GitHub), к которым администратор настраивает доступ на уровне каналов. Это делает управление безопасностью прозрачным и централизованным.

QВ чём заключается «режим подслушивания» (Eavesdropping Mode) в Claude Tag?

A«Режим подслушивания» (Eavesdropping Mode) — это функция Claude Tag, которая позволяет ему автономно отслеживать канал Slack без прямых упоминаний. В этом режиме ИИ анализирует обсуждения, идентифицирует вопросы, оставшиеся без ответа, или задачи, требующие внимания, и может взять на себя их решение. Например, он может самостоятельно исследовать проблему, поднятую в пятницу, и подготовить ответ к понедельнику.

QКак модель доступа на основе каналов изменяет работу команды, согласно статье?

AМодель доступа на основе каналов изменяет принцип распределения прав. Разрешения предоставляются не пользователю, а каналу, в котором работает Claude Tag. Например, в инженерном канале Claude может иметь доступ к репозиторию кода, и любой участник этого канала, даже без личного доступа, может попросить Claude проанализировать код. Это позволяет более гибко управлять ресурсами и ускоряет процесс решения задач.

QПочему концепция AI с собственными правами доступа считается, по мнению Anthropic, «аномальной, но необходимой»?

AКонцепция считается «аномальной», поскольку она противоречит традиционным принципам кибербезопасности, где права строго привязаны к пользователю и соблюдается принцип наименьших привилегий. Однако она «необходима» в контексте развития автономных ИИ-агентов, участвующих в коллективной работе. Когда ИИ становится постоянным участником команды, традиционная модель управления доступом становится неуправляемой. Собственная идентичность агента позволяет централизованно управлять и контролировать его действия.

Похожее

Карпати снова покоряет мир, свергает RAG и превращает ваши заметки во второй мозг

Открыв гениальную идею Капрэти: ваши заметки как исходный код, ИИ — компилятор Представьте, что ваши заметки в Obsidian или Notion — это не «кибер-мумии», а исходный код. Что, если бы большая языковая модель (LLM) выступала в роли компилятора, который «собирает» эту сырую, неструктурированную информацию в связную, перекрёстно связанную вики-базу знаний? Именно это и предлагает бывший директор по ИИ в Tesla и сооснователь OpenAI Андрей Карпати в своём проекте LLM-WIKI. Этот подход бросает вызов традиционному RAG (Retrieval-Augmented Generation), который часто работает как простой «грузчик» фрагментов, не способный понять общую картину или разрешить противоречия между старыми и новыми записями. Архитектура Карпати элегантно разделяет процесс на три уровня: 1. **Сырой слой (Raw):** Неизменяемые исходные материалы — ваши мысли, статьи, заметки. 2. **Слой схемы (Schema):** «Конституция» знаний — правила для ИИ о том, как структурировать информацию (например, что должна включать каждая статья о персоналии). 3. **Слой вики (Wiki):** Откомпилированный, живой итог — база знаний, которую автоматически поддерживает ИИ. Работа сводится к трём действиям: **Ingest** (добавить новый материал), **Query** (спросить скомпилированную базу) и **Lint** (периодическая «проверка» на противоречия и устаревшие данные). ИИ берёт на себя всю рутинную работу по поддержанию связей, актуальности и согласованности. Карпати проводит параллель с мечтой Ванневара Буша 1945 года о машине «Memex», которая так и не была реализована из-за неподъёмной задачи ручного поддержания связей между знаниями. LLM решает эту проблему, беря «бухгалтерию» знаний на себя. Таким образом, эта парадигма освобождает человеческое внимание от утомительного управления информацией, оставляя за человеком самое важное: выбор, что познавать, и осмысление полученных знаний. Ваш мозг не должен быть бухгалтером.

marsbit4 мин. назад

Карпати снова покоряет мир, свергает RAG и превращает ваши заметки во второй мозг

marsbit4 мин. назад

Claude Science завершает двухлетнюю работу за несколько недель: действительно ли наступило 10-кратное ускорение научных исследований?

Двухлетнюю работу теперь можно выполнить за несколько недель. Ученые из Allen Institute использовали новое приложение Claude Science от Anthropic для написания объемного научного обзора, сократив время с двух лет до нескольких недель. Claude Science — это не просто модель, а целый AI-рабочий стол для ученых, который объединяет разрозненные инструменты (анализ литературы, вычисления, визуализацию, написание статей) в единую, отслеживаемую рабочую среду. Ключевые возможности: работа с локальными или удаленными данными, автоматизация вычислительных задач, генерация графиков с прикрепленным воспроизводимым кодом, доступ к 60+ научным базам данных. Система использует несколько специализированных AI-агентов: один координирует задачи, другой проверяет точность и корректность ссылок. При этом человек остается в контуре принятия решений. Первый фокус — науки о жизни (геномика, биохимия и др.). Примеры: поиск мишеней для лекарств в Manifold Bio и анализ генетических вариантов при глиоме в UCSF, где скорость работы увеличилась в 10 раз для определенных задач. В отличие от подходов Google (уникальные модели, такие как AlphaFold) и OpenAI (развитие «научного суждения» у моделей), Anthropic делает ставку на автоматизацию и интеграцию надежных рабочих процессов непосредственно в лабораторную практику.

marsbit7 мин. назад

Claude Science завершает двухлетнюю работу за несколько недель: действительно ли наступило 10-кратное ускорение научных исследований?

marsbit7 мин. назад

Невидимая сила медвежьего рынка биткоина: ускорение внедрения ончейн-платежей и институционального использования

Несмотря на волатильность биткойна, платежи на блокчейне и институциональное внедрение продолжают ускоряться. Традиционные финансовые институты активно участвуют в развитии отрасли, повышая прозрачность и стимулируя важные дискуссии о регулировании, такие как законопроект CLARITY. Прослеживаемость транзакций и возможность исправления ошибок становятся ключевыми требованиями для массового внедрения. Фреймворки анализа блокчейна, подобные предложенному Chainalysis, сдвигают фокус с простой публичности данных к тому, как институты могут эффективно их использовать для стандартизированной отчетности и соблюдения нормативных требований. Крупные банки, такие как JPMorgan, поддерживают четкое регулирование цифровых активов, основанное на их экономической функции. Их подход подчеркивает необходимость защиты потребителей, ликвидности и ответственности, а не просто правовых исключений. Расширение JPMorgan депозитных счетов на блокчейне Kinaxis для восьми валют демонстрирует, что токенизация все чаще направлена на модернизацию традиционных банковских услуг — расчетов, управления казначейством и кросс-бордерных платежей — а не только на создание спекулятивных активов. Конкуренция смещается в сторону скорости внедрения решений на блокчейне, которые сочетают инновации с соответствием стандартам и доверием клиентов.

marsbit9 мин. назад

Невидимая сила медвежьего рынка биткоина: ускорение внедрения ончейн-платежей и институционального использования

marsbit9 мин. назад

GoMining запускает SDK GoBTC Pay для расширения возможностей оплаты биткоинами

GoMining запускает SDK и API GoBTC Pay Gen1, позволяя торговым предприятиям, поставщикам кошельков и партнерам по экосистеме интегрировать платежи в биткойнах в реальные продукты и услуги. Это следующий этап развития технологии платежей первого уровня GoBTC Pay, предназначенной для быстрых некстодиальных транзакций в биткойнах. Выпуск Gen1 превращает GoBTC Pay из ограниченной демо-версии в открытый инфраструктурный уровень для разработки платежных решений. В рамках запуска GoMining привлекает до 10 первых торговых предприятий и партнеров для интеграции GoBTC Pay. Как заявил CEO Марк Залан, цель — воплотить видение Сатоши Накамото об использовании биткойна в реальной коммерции. GoBTC Pay проводит расчеты напрямую в сети Bitcoin, сохраняя контроль пользователей над своими средствами. Решение предлагает инструменты для подключения торговцев, управление платежами, веб-дашборд, онлайн-коннекторы, публичную документацию и открытый API. Система работает на основе приватного мемпула GoMining мощностью 15 EH/s, использующего протокол Stratum V2 для приоритизации транзакций GoBTC Pay, со средним временем расчета около 12 часов. Комиссия за транзакцию для торговцев составляет 0,2%, которая распределяется поровну между участвующими поставщиками кошельков и майнерами в пуле GoMining, что согласовывает интересы всех сторон. Этот запуск является частью более широкой стратегии по популяризации платежей в биткойнах среди торговцев и партнеров. GoMining — это комплексная экосистема для майнинга, заработка и использования биткойна, обслуживающая 5 миллионов клиентов и входящая в топ-10 майнеров по хешрейту.

TheNewsCrypto43 мин. назад

GoMining запускает SDK GoBTC Pay для расширения возможностей оплаты биткоинами

TheNewsCrypto43 мин. назад

Невидимая сила медвежьего рынка Биткоина: Цепочка платежей и институциональное внедрение ускоряются

Несмотря на волатильность биткоина, использование ончейн-платежей и токенизированных активов традиционными финансовыми институтами ускоряется. Это привносит больше прозрачности и поднимает ключевые вопросы регулирования, особенно в контексте закона CLARITY. Повышается важность отслеживаемости блокчейн-транзакций для институционального внедрения. Такие компании, как Chainalysis, предлагают решения для группировки и анализа данных, что необходимо для интеграции с AML и финансовой отчётностью. Крупные банки, например JPMorgan, поддерживают цифровое регулирование, но подчёркивают, что токенизированные активы должны регулироваться в соответствии с их экономической функцией. Их подход смещает фокус с идеи децентрализации на демонстрацию ответственности, защиты потребителей и прозрачности. Рост ончейн-депозитов в регулируемых банках свидетельствует, что институции рассматривают блокчейн как модернизацию существующих услуг (платежи, управление казначейством), а не только как спекулятивные инструменты. Конкуренция смещается в плоскость скорости внедрения и соблюдения нормативов. Таким образом, эволюция базовой криптоинфраструктуры, в частности ончейн-платежей, продолжается независимо от ценовых колебаний, закладывая основу для более устойчивого развития отрасли.

Foresight News56 мин. назад

Невидимая сила медвежьего рынка Биткоина: Цепочка платежей и институциональное внедрение ускоряются

Foresight News56 мин. назад

Торговля

Спот
活动图片