ข้ามไปยังเนื้อหา
Anthropic เปิด Claude Tag — แท็ก @Claude ใน Slack ให้เป็นเพื่อนร่วมทีมที่ทำงานแบบ async หนึ่งตัวต่อหนึ่งแชนเนล จำบริบทข้ามเธรด และทำงานเชิงรุกเองได้
AI Skills

Anthropic เปิด Claude Tag — แท็ก @Claude ใน Slack ให้เป็นเพื่อนร่วมทีมที่ทำงานแบบ async หนึ่งตัวต่อหนึ่งแชนเนล จำบริบทข้ามเธรด และทำงานเชิงรุกเองได้

อ่าน 5 นาที ที่มา: Anthropic

ตลอดปีที่ผ่านมา แนวคิด “เอเจนต์ AI เป็นเพื่อนร่วมงาน” ถูกพูดถึงเยอะ แต่ส่วนใหญ่ยังเป็นแชตตัวต่อตัวในแอปแยก เมื่อ 23 มิถุนายน 2026 Anthropic เปิดตัว Claude Tag ที่ดันแนวคิดนี้เข้าไปอยู่ในพื้นที่ทำงานจริงของทีมส่วนใหญ่ — Slack — โดยให้คุณแค่พิมพ์ @Claude ในแชนเนลแล้วมอบหมายงานได้เหมือนแท็กเพื่อนร่วมทีมคนหนึ่ง

จุดที่ต่างจาก “บอตในแชต” ทั่วไปคือคำว่า multiplayer — ในหนึ่งแชนเนลมี Claude ตัวเดียวที่ทุกคนเห็นและคุยร่วมกัน ไม่ใช่ต่างคนต่างมีบอตส่วนตัว ทุกคนในทีมจึงเห็นว่า Claude กำลังทำอะไร ถูกสั่งให้ทำอะไร และตอบกลับว่าอย่างไร — เหมือนมีสมาชิกทีมเพิ่มมาจริง ๆ

ทำงานแบบ async และเชิงรุก ไม่ใช่แค่ถาม-ตอบ

ความสามารถหลักที่ Anthropic ชูคือ Claude Tag ไม่ได้รอให้ถามทีละคำถาม แต่ทำงานแบบ อะซิงโครนัส และ เชิงรุก:

  • มอบหมายแล้วเดินจากไปได้: สั่งงานที่ใช้เวลาหลายขั้นตอน แล้ว Claude จัดการเองในเบื้องหลัง รวมถึง ตั้งงาน/ตารางให้ตัวเองได้
  • จำบริบทข้ามเธรดและข้ามเวลา: สะสมความเข้าใจจากบทสนทนาในแชนเนลและจากแหล่งข้อมูล/ทูลที่เชื่อมไว้ ทำให้ไม่ต้องเล่าบริบทใหม่ทุกครั้ง
  • flag เรื่องสำคัญเองได้ (ถ้าเปิด ambient): เมื่อเปิดโหมดทำงานเชิงรุก Claude จะคอยสะกิดข้อมูลที่เกี่ยวข้องจากในแชนเนลที่มันอยู่ — ไม่ใช่รอให้เรียกอย่างเดียว
  • เชื่อมต่อเข้ากับทูล ข้อมูล และโค้ดเบสขององค์กรได้ ทำให้สั่งงานที่ลงมือทำจริง (ไม่ใช่แค่สรุป) ได้

เบื้องหลังรันบน Opus 4.8 ซึ่งเป็นโมเดลตัวบนสุดของ Anthropic และตอนนี้เปิดเป็น เบต้า สำหรับลูกค้า Claude Enterprise และ Team

หลักฐานจากในบ้าน Anthropic: 65% ของโค้ดทีมโปรดักต์

ตัวเลขที่สะดุดตาที่สุดในประกาศคือ Anthropic บอกว่า เวอร์ชันภายในของ Claude Tag เป็นคนเขียน/เมิร์จโค้ดราว 65% ของทีมโปรดักต์ ของบริษัทเอง และกำลังขยายไปแผนกอื่น ทั้งงานวิเคราะห์เมตริก จัดการ support ticket และดีบั๊ก — เป็นการยืนยันว่าบริษัทใช้ของตัวเองในงานจริงระดับ production ไม่ใช่แค่เดโม

มุมมอง AI Curator

Claude Tag น่าจับตาเพราะมันเลือก “พื้นผิวการส่งมอบ” (delivery surface) ที่ถูก มากกว่าจะเป็นความสามารถใหม่ของโมเดล — แทนที่จะให้คนต้องเปิดแอปใหม่ มันไปนั่งอยู่ในที่ที่ทีมคุยงานกันอยู่แล้ว และโมเดล multiplayer (Claude ตัวเดียวที่ทุกคนเห็น) แก้ปัญหาคลาสสิกของ AI ในทีม คือ “งานที่ AI ทำหายไปในแชตส่วนตัวของแต่ละคน” — ตรงนี้ทำให้ความรับผิดชอบและบริบทอยู่ในที่เดียวที่ตรวจสอบได้

แต่ต้องอ่านให้ขาด: นี่เป็น โปรดักต์สำหรับทีม ไม่ใช่ฟีเจอร์ฝั่ง API/นักพัฒนา — ไม่ได้มี endpoint หรือ MCP surface ใหม่ให้เรียก ดังนั้นถ้าคุณเป็นนักพัฒนาที่อยากเอาไปต่อ ของชิ้นนี้ยังเป็น “ตัวช่วยในเวิร์กโฟลว์” มากกว่า “บล็อกที่เอาไปสร้างต่อ” และตัวเลข 65% ก็ควรมองเป็นบริบทเฉพาะของ Anthropic (ทีมที่เก่ง prompt และมีเครื่องมือพร้อม) ไม่ใช่ตัวเลขที่ทุกองค์กรจะได้ทันที

สำหรับองค์กรไทย/SEA ที่ใช้ Slack เป็นศูนย์กลาง ข้อควรพิจารณาหลักคือ กำกับขอบเขต — Claude ที่ “อยู่ในแชนเนลและทำงานเชิงรุกได้เอง” หมายถึงมันเห็นบทสนทนาทั้งหมดในแชนเนลนั้นและเชื่อมเข้าระบบภายในได้ ทีม security/IT ควรกำหนดให้ชัดตั้งแต่ต้นว่าจะให้มันอยู่แชนเนลไหน เข้าถึงข้อมูลและทูลใดได้บ้าง ก่อนเปิดโหมด ambient โดยเฉพาะในองค์กรที่มีข้อมูลลูกค้าหรือข้อมูลที่อยู่ภายใต้ PDPA

แหล่งข่าว:

บทความนี้เรียบเรียงจากแหล่งข่าวต้นทาง — Anthropic

เนื้อหาบน blog นี้สร้างโดย AI โดยมีการกำกับบรรณาธิการจากมนุษย์

อ่านเพิ่มในหมวด AI Skills

Anthropic แนะ “ยุบ subagent กลับเข้า agent loop เดียว” พร้อมปล่อย single-agent-loop-kit เป็น skill ของ Claude Code ที่ช่วย audit ระบบ multi-agent แล้วพับทีละตัวโดยวัดด้วย eval ก่อน-หลัง
AI Skills

Anthropic แนะ “ยุบ subagent กลับเข้า agent loop เดียว” พร้อมปล่อย single-agent-loop-kit เป็น skill ของ Claude Code ที่ช่วย audit ระบบ multi-agent แล้วพับทีละตัวโดยวัดด้วย eval ก่อน-หลัง

บทความ 22 ต.ค. จากทีม Applied AI ของ Anthropic บอกว่า agent ตัวเดียวที่โหลด skill และ tool เมื่อจำเป็น มักให้คุณภาพดีกว่า ถูกกว่า และเร็วกว่าการแตก subagent ตามผังองค์กร ลูกค้ารายหนึ่งเร็วขึ้นราว 2 เท่า พร้อมปล่อย single-agent-loop-kit (Apache-2.0) เป็น skill ที่ audit ระบบเดิมแล้วพับ subagent ทีละตัว และเก็บไว้เฉพาะตัวที่ eval บอกว่ายังจำเป็น

· อ่าน 5 นาที
MCP TypeScript SDK 2.4.0 เป็น SDK ทางการตัวแรกที่ปล่อย Skills over MCP (SEP-2640) ใน release จริง — loadSkills() เสิร์ฟทั้งโฟลเดอร์ SKILL.md, SkillsClient ตรวจ digest ทุกไฟล์ ส่วน Python/C# merge แล้วแต่ยังไม่ออก release
AI Skills

MCP TypeScript SDK 2.4.0 เป็น SDK ทางการตัวแรกที่ปล่อย Skills over MCP (SEP-2640) ใน release จริง — loadSkills() เสิร์ฟทั้งโฟลเดอร์ SKILL.md, SkillsClient ตรวจ digest ทุกไฟล์ ส่วน Python/C# merge แล้วแต่ยังไม่ออก release

23 ต.ค. 2026 MCP TypeScript SDK 2.4.0 ปล่อยการรองรับ Skills extension (SEP-2640) ทั้งฝั่ง server และ client เป็น SDK อ้างอิงตัวแรกที่เอาฟีเจอร์นี้ขึ้น release จริง หลังสเปกขึ้นสถานะ Final มาตั้งแต่ 13 ก.ย. ทำงานได้ทั้งโปรโตคอล 2025-11-25 และ 2026-07-28 แต่ attach() ยังเป็น experimental

· อ่าน 5 นาที
Anthropic ยก Agent Skills (มาตรฐาน SKILL.md) ให้ Agentic AI Foundation ใต้ Linux Foundation ต่อจาก MCP — 70+ แพลตฟอร์มรองรับแล้ว ทั้ง ChatGPT, Cursor, Copilot และ VS Code
AI Skills

Anthropic ยก Agent Skills (มาตรฐาน SKILL.md) ให้ Agentic AI Foundation ใต้ Linux Foundation ต่อจาก MCP — 70+ แพลตฟอร์มรองรับแล้ว ทั้ง ChatGPT, Cursor, Copilot และ VS Code

เมื่อ 22 ต.ค. 2026 Anthropic มอบมาตรฐาน Agent Skills ให้ Agentic AI Foundation (AAIF) ใต้ Linux Foundation พร้อมชื่อ โลโก้ GitHub org และโดเมน agentskills.io มาตรฐานจะมี Technical Steering Committee จากหลายบริษัทดูแล และมี maintainer จาก Anthropic, Google, OpenAI ที่ทำงานในนามบุคคล roadmap แรกที่เสนอคือ versioned release, กระบวนการ proposal และแนวทาง security สำหรับคนเขียนและติดตั้ง skill

· อ่าน 4 นาที