Claude Tag 给 AI 编码助手上了三堂课：Ambient、Memory、Identity

Anthropic 刚发布的 Claude Tag 不只是又一个 Slack bot。 它的三个核心设计理念，可以直接搬进你的本地编码 Agent。 而且不用等企业版，今天就能用。

6 月 23 日，Anthropic 发布了 Claude Tag——一个能在 Slack 里像真人同事一样工作的 AI agent。

不是"在 Slack 里打字问 Claude 问题"。而是 Claude 就是频道里的一员：有人 @ 它分配任务，它自己拆解、执行、回报。它会积累上下文，会主动提醒"那个讨论还没结论"，会跨天持续工作。

Anthropic 自己的产品团队已经有 65% 的代码由 Claude Tag 产出。

但有意思的不是这个产品本身。而是它的三个设计理念——这些理念不需要 Slack，也不需要企业版。你的本地编码 Agent 今天就能用上。

理念一：Ambient Intelligence（主动感知）

Claude Tag 怎么做

开启 ambient 模式后，Claude 不只是等人 @ 它。它会主动监测频道信息流，发现相关话题就跳出来提醒团队成员。没解决完的讨论，它会追问"这个还需要我跟进吗？"

这和传统 AI 助手完全不同。传统模式是"我问，你答"。Claude Tag 是反过来——它觉得你需要知道什么，它来告诉你。

怎么搬进编码 Agent

你的 AI 编码助手可以做到一样的事——不是等你命令，而是在关键节点自动介入。

我用的是 lifecycle hooks。Claude Code 支持 6 种 hook 事件，我只用了 3 个：

SessionStart hook — Agent 启动时自动运行：

#!/bin/bash
# 自动读上次的 HANDOVER.md
if [ -f HANDOVER.md ]; then
  echo "📋 上次进度："
  grep -A3 "## 当前目标" HANDOVER.md | head -5
  echo ""
  echo "## 上次变更" 
  grep "## Session End" HANDOVER.md | tail -1
fi
 
# 检查 AGENTS.md 是否有超过 14 天未更新
AGE_DAYS=$(( ($(date +%s) - $(stat -c %Y AGENTS.md)) / 86400 ))
if [ $AGE_DAYS -gt 14 ]; then
  echo "⚠️  AGENTS.md $AGE_DAYS 天未更新，可能已过期"
fi

PreToolUse hook — 写文件前自动触发：

#!/bin/bash
# 检测多文件修改
MODIFIED_FILES=$(grep -c "^+" <<< "$INPUT")
if [ $MODIFIED_FILES -gt 3 ]; then
  echo "⚠️  计划修改 $MODIFIED_FILES 个文件，建议先查 CodeGraph 影响范围"
fi
 
# 阻止 .env 写入
if [[ "$FILE_PATH" == *.env* ]]; then
  echo "🚫 禁止修改 .env 文件（防止密钥泄漏）"
  exit 1
fi

SessionEnd hook — 结束时自动执行：

#!/bin/bash
# 从 git diff 提取变更摘要
BRANCH=$(git branch --show-current)
CHANGED=$(git diff --stat HEAD | tail -1)
UNCOMMITTED=$(git diff --name-only | wc -l)
 
cat >> HANDOVER.md << EOF
 
## Session End: $(date '+%Y-%m-%d %H:%M')
- 分支: $BRANCH
- 未提交文件数: $UNCOMMITTED
- 本次修改: $CHANGED
EOF

关键洞察：agent 不需要"记得"更新手账，hooks 会替它做。 确定性 > 概率性。

理念二：Context Accumulation（上下文积累）

Claude Tag 怎么做

Claude Tag 的核心卖点：你不需要每次重新解释项目背景。 它跟随频道时间越长，积累的上下文越多。新人加入频道，可以接着上次的对话继续——因为 Claude 记住了。

怎么搬进编码 Agent

每个 session 都像第一天入职，是 AI 编码助手的最大痛点。解决方案：三层上下文文件。

project/
├── AGENTS.md          ← 技术指南（每次启动自动加载，≤150 行）
├── HANDOVER.md        ← 会话日志（跨 session 记忆，80 行自动归档）
├── LEARNINGS.md       ← 踩坑积累（Agent 自动追加，永不丢失）
└── docs/decisions/    ← 架构决策记录（一个决策一个文件）

AGENTS.md 的关键写法：命令优先，不用散文。

# ❌ 错误（agent 会忽略）
"我们重视代码质量，遵循 TDD 原则。"
 
# ✅ 正确（agent 会执行）
## 常用命令
uv run pytest tests/ -v --cov=80%
 
## 约束（按优先级）
1. 所有密钥从 .env 读取，禁止硬编码
2. 数据库迁移只能 ADD，不能 DROP
3. 测试覆盖率不低于 80%

HANDOVER.md 是跨 session 记忆的核心：

## 当前目标
实现用户注册 API
 
## 变更记录
| 日期 | 改动 | 涉及文件 |
|------|------|---------|
| 2026-06-25 | 邮箱验证逻辑 | auth.py + test_auth.py |
 
## 关键决策
| 日期 | 决策 | 原因 |
|------|------|------|
| 2026-06-25 | 用 FastAPI | 原生 async + 自动 OpenAPI |
 
## 已尝试且失败的方法
- ❌ Cerbos 做权限 → 过于复杂，退回手写装饰器

最有价值的是"失败方法"那一栏。 如果你不记录，下个 session 的 agent 会重新踩同一个坑。

LEARNINGS.md 是自动积累的：

每次踩坑，Agent 自动追加一条：

## 2026-06-27: Python 3.12 的 re.Match 不能 () 调用
- **问题**: 运行时报错 'Match' object is not callable
- **原因**: Python 3.12 改了 re.Match 的类型签名
- **解决**: 用 match.group(0) 替代 match()
- **规则**: 验证 Python 版本兼容性，尤其是 3.12+ 的类型变更

三条文件分工明确：AGENTS.md = 导航地图，HANDOVER.md = 会话记忆，LEARNINGS.md = 经验库。

理念三：Scoped Identity（身份隔离）

Claude Tag 怎么做

管理员可以给不同的 Claude 配置不同的身份：销售 Claude 只能访问 CRM，工程 Claude 只能访问代码仓库。两者的记忆、权限、工具完全隔离。

怎么搬进编码 Agent

多项目工作区里，最大的问题是 agent 把项目 A 的知识混到项目 B。

解决方案：分层 AGENTS.md 架构。

workspace/
├── AGENTS.md              ← 项目地图（有哪些项目、依赖方向）
│
├── project-a/
│   ├── AGENTS.md          ← 项目 A 专属技术指南
│   ├── HANDOVER.md        ← 项目 A 的会话日志
│   └── docs/decisions/    ← 项目 A 的架构决策
│
└── project-b/
    ├── AGENTS.md          ← 项目 B 专属技术指南
    └── ...

外层 AGENTS.md 只做索引和路由：

# Agent Workspace
 
## 项目地图
| 项目 | 目录 | 定位 | 技术栈 |
|------|------|------|--------|
| baby-harness | ./baby-harness/ | Agent 任务执行框架 | Python/Pydantic |
| agent-search-mcp | ./agent-search-mcp/ | MCP 搜索服务 | TypeScript/Node |
| gh.l-web | ./gh.l-web/ | 个人博客 | Next.js 16 |
 
## 依赖关系
baby-harness → agent-search-mcp（搜索增强）
gh.l-web → baby-harness（博客内容）

每一个子项目的 AGENTS.md 只描述自己的技术栈和约束。Agent 进哪个目录，就读哪个项目的上下文——不会窜。

实际效果

我把这三个理念落地到我的 4 个项目工作区后：

最直观的变化：我不再需要每次 session 开头花 5 分钟"同步上下文"。 Agent 自己读 HANDOVER.md 就知道上次做到哪了。

总结

Claude Tag 的三个核心设计理念，本质上是AI Agent 上下文工程的三个维度：

1. Ambient Intelligence → hooks 在关键节点自动触发，agent 不需要"记得"
2. Context Accumulation → HANDOVER.md + LEARNINGS.md + ADR，跨 session 知识不丢
3. Scoped Identity → 分层 AGENTS.md，每个项目独立上下文

不需要等企业版，不需要 Slack。三份 Markdown 文件 + 几个 shell hooks，你的本地编码 Agent 就能从"每次都像第一天入职"变成"带着记忆工作的老同事"。

完整参考架构已开源：github.com/lennney/agent-workspace-refarch

一键初始化：npx create-agent-workspace@latest ./你的工作区 --hooks --ci