编辑｜冷猫、Panda
6 月 23 日，Anthropic 发布了一个叫 Claude Tag 的东西。
简单说就是把 Claude 以团队成员的身份塞进了 Slack 频道。多人可以 @Claude 分派任务，它能持续学习频道上下文，主动跟进未解决事项，Anthropic 内部 65% 的产品团队代码已经由它生成。
这个消息着实让人振奋，因为 Claude Tag 第一次真正做到了「让 Agent 成为数字同事」。这也让 Agent 开始进入所谓的Team Agent时代，即为整个团队（而非个人）服务的像同事一样的 Agent
而今天，就在太平洋的这一边，一个沿用相同理念的 AI 同事正式发布，交出了一份全新的答卷。
飞书多维表格的新功能「多维表格智能体」已经正式上线，其思路和 Claude Tag 有几分相似：让 Agent 理解不同团队、不同人的权限，记住团队层面的长期上下文，不会因为某个人离开就把这些记忆和知识一起带走。入口也足够多元：可以单聊，可以被拉进群里一起用，也可以直接在表格的评论区里 @ 它，它还能主动找上门来工作。Claude Tag 在宣传里强调的几个要点（权限、主动工作、团队共用），他们其实也都做到了。
在人们期待 AI 同事的同时，真正值得追问的是：当 Agent 不再为个人服务，而成为团队的同事，它到底应该被放在什么位置？
Claude Tag 的答案是 Slack，让 Claude 进入团队讨论区。飞书这次给出的答案，则是让多维表格里的 Agent 加入群聊
这背后其实指向了一个共识：Agent 要从一个人的助理，变成一整个团队的同事，光靠模型能力本身是不够的，它还需要一个「工位」
Agent 需要一个工位
这其实不难理解：今天大家都在讨论 Agent 怎么落地、怎么帮企业干活，但一个 Agent 要真正嵌入一家公司的日常运转，它需要知道这家企业的工作流是怎么跑的，不同人之间有什么样的权限差异，还需要有一个地方，能把不同人的经验和企业的知识持续沉淀下来
这听起来很像一家公司给新员工的标准配置：一个工位，一个工牌，一套权限，慢慢积累起来的经验。
Claude Tag 选择 Slack 作为自己的载体，本质上也是在找这样一个「工位」，因为团队协作软件可让 Agent 真正成为大家的同事，而不是悬浮在工作流之外的一个外部工具
基于这个思路，飞书在多维表格里做这件事，某种程度上就顺理成章了：多维表格在过去几年里，早就不只是一张像 Excel 那样的电子表格了，它的字段可以承载多种数据类型，可以设置自动化工作流，还可以搭建自定义的轻量应用，很多中小团队的业务系统，其实就是直接长在了多维表格上。
比如搭一个 CRM，表格就相当于底层的数据库，上面还能跑自动化流程——新线索进来了该交给谁处理，该给客户发什么提醒，都可以预先配置好。
换句话说，多维表格早就不只是存数据的地方，而是承载了不少企业业务系统和流程运转的真实阵地，早已成为了承载智能体的最佳工位
也正因为这一层积累已经存在，当 Claude Tag 把「Team Agent」这个概念带火之后，不少看到飞书产品的人留下的反应几乎是同一句话：这件事飞书不就已经在做了吗？飞书里面不是已经有 Agent 在跟我协作了吗？
这个反应说明了飞书不需要从零开始证明 Agent 能进入企业，因为业务数据、团队协作、权限体系，本来就已经在飞书这个平台上运转。
Team Agent：一次自然发生的进化
是的，多维表格里的 AI 能力，并不是这次才有的。
早在飞书春季发布会上，多维表格的主入口就已经从一张静态的表格，变成了一个内置 AI 能力的对话框，右上角也一直有一个 AI 图标，可以通过侧边栏和主入口去使用各种 AI 功能。
在那个版本里，AI 已经非常强大了。它能帮你从头搭建一张表，甚至理解你的需求之后，直接帮你写一份 PRD，基于表格设计出一整套轻量化的业务系统，比如一个简单的 CRM。所以严格来说，Agent 在多维表格里早已存在。
那这次的智能体真正改变了什么？我们想说，是 AI 的「身份」变了：从一个只服务我一个人的助理，变成了在一个团队共同协作的同事
过去那个对话框，本质上还是为单个人服务的：你打开表格和它对话，我打开表格和它对话，各自得到的是互相独立的一次性回答，本质上还是一个个人助理。
这一次的核心进化，不单单只是能够把 Agent 拉进工作群聊，更重要的是飞书在补齐两件事：权限和长期记忆
用户不需要「为 AI 准备数据」，数据早就在那里了；不需要「给 AI 配权限」，权限早就配好了；不需要「告诉 AI 什么时候该干活」，业务状态变化本身就是信号。
为了让 Agent 融入团队，飞书让上手门槛被压缩到了三步
- 选一张你团队正在用的多维表格。
- 点左下角「创建」，选择「智能体」。
- 点击确定。
三次点击，10 秒钟，一张已有的多维表格就能变成一个能问答、能写回数据、守权限、会主动触发、能沉淀经验的团队智能体。
就这样，你已经拥有了一个能理解这张表结构、能跨字段查询、能按你的权限返回结果的 Agent。
然后，只需再点几下，你就能将这个智能体接入到你所在的任何群中
而且不止一个。同一个飞书群里，可以同时塞进多个分别挂在不同业务表上的智能体：负责客户跟进的、负责项目排期的、负责选题管理的，各管一摊，彼此并不互相干扰。
就像一个真正的团队那样，每个多维表格都有一个专人同事各司其职，需要谁就 @ 谁，逻辑清晰，运转高效。
从面向个人到面向团队
低门槛只是最浅层的优势。一个 Agent 能不能进生产环境，核心看两个字：可信
权限管理：飞书原生，边界清晰
权限是 AI 的能力边界。
智能体可以分享给个人、群组、部门、用户组或邮箱。协作者权限分三级：可使用、可编辑、可管理，只有后两者能修改配置。
另外，智能体依然严格遵循多维表格的访问权限，如果与其对话的用户没有表格的对应阅读或编辑权限，那么智能体同样在回应请求的时候，保证用户不会越权访问数据。
团队共享的是「处理业务的能力」，数据权限该是谁的就是谁的，这是底线。
不同用户调用智能体时，权限与该用户保持一致
长期记忆：越用越值钱的智能体
团队长期使用同一个智能体时，记忆会持续进行沉淀。每个人和智能体之间的对话上下文和记忆做了严格的物理隔离，不会泄露给其他人。
飞书的智能体有一个很值得一提的亮点。一个智能体最多支持 100 个知识来源。多维表格、飞书云文档、飞书知识库、PDF、Word、图片，都可以接入。这些知识来源都可以组成智能体的长期记忆和永久知识库。
接入飞书对话后，一切都可以通过聊天解决。在实际业务中，我们完全不需要进入后台、不需要写代码、不需要改配置文件，直接在对话中用自然语言告诉智能体新的规则、业务判断口径或是触发条件，它就能把这些变更写进配置并即时生效。
更方便的是，所有人与智能体对话，这些新建的判断、规则和配置都会生效。哪怕建立规则的同事离职，这些配置依然长期保留，作为团队经验的一部分永久存在。
以前团队经验靠传帮带、靠文档流转、靠会议复盘。多维表格智能体让这些经验跟业务数据、状态和动作绑在一起。优秀个体的判断逻辑沉淀成 SOP，新人入职第一天就能继承，资产池只增不减。
这就是 Team Agent 和个人助手的本质区别：人来人走，经验留在系统里，智能体越用越值钱
团队协作：一个主动工作的 AI 同事
如果一个 Agent 只能坐等人来问问题，本质上它还是个 FAQ 机器人。真实业务里，需要被处理的事往往不是一句提问触发的，而是状态变化触发的。
真实业务里大量需要处理的事，触发源来自数据本身的变化：客户健康度下滑、任务逾期、商机阶段跳转、优先级升级、评论区出现待解决的追问等等。
这些分散在不同表格、不同时间点的业务信号，靠人盯发现不了，靠传统工作流又只能处理确定性规则，缺乏理解和判断的能力。
既然是一个 Team Agent ，我们自然希望它和真实同事一样，随时盯紧业务的变化，自主地发现任务，完成任务。
多维表格智能体提供了多种触发方式，只要业务变化沉淀到表格里，不管是一条新线索进入、一个项目状态被改成延期、一条记录被删除，还是到了每天固定巡检的时间，智能体都可以自动识别对应的处理对象，主动到场
一个智能体也可以同时关注多张表里的不同事件，把分散的业务信号串进同一套处理逻辑里。
工作流解决确定性自动化，多维表格智能体解决非确定性的业务触发，需要智能的理解和判断。
我们把智能体拉进了团队
为了让读者对飞书「多维表格智能体」有更直观的认识，我们真的搭了一个能在日常工作里跑起来的小场景：一张管理新选题的多维表格「精选选题管理系统」，外加一个挂在它身上的多维表格智能体。
第一步是把它「招进组」。我们把这个智能体直接拉进了机器之心内部的「扯闲篇」飞书群——这是个平时大家随手聊选题、互相甩活儿的工作群。我们的小群看上去离正经的项目管理软件还有点距离，但也正因为如此，更加贴近多维表格智能体真正想嵌入的场景。
我们在它的知识库里挂了几篇近期的选题云文档，让它至少对「我们最近在写什么」有个基本认知。
权限上，我们把「扯闲篇」群整体设置成了「可使用」， 这样一来，这个智能体就有了「多把钥匙」：群里所有人都能找它办事，但只有管理员手里有能修改它的配置的权限。
下面这个小测试就清晰地展示了这种边界清晰的权限管理机制：没有编辑权限的泽南，没能成功修改智能体的名称。
这里也可以看到，我们并非在配置页跟它一对一聊天，而是直接在「扯闲篇」群里 @ 它，看它能不能像一个真同事那样接活儿、办事。很显然，它能行！
接下来我们随手指派了一个具体任务：将当日选题中三个没来得及处理的备用选题指派给三位同事。
整个操作很简单：就是在群里打一句话，跟平时在工作群里给同事派活儿没什么两样：没有打开表格，没有切换页面，也没有任何「正在配置智能体」的仪式感，看起来更像是随口交代了一句。
派完任务，我们回到「精选选题管理系统」里确认效果。可以看到，表格里除了模板预填充的内容，刚才在群里说的那几条新任务已经被准确地加进了对应的位置，字段、负责人都对得上。
假如某个同事没有表格的访问权限，想要通过智能体获取信息，在飞书严苛的权限管理下，智能体就像签署了保密协议一般，无法透露表中任何信息。而且智能体会自动识别权限变化的时间，答案保留了过去可访问的信息记录，而更新的内容则无法访问。
飞书多维表格智能体的权限是写在底层、连它自己都绕不开的硬边界。
用了几天，我们发现从今以后的工作流变了。以前你得点开表格才能用，现在在群里随口说一句，它自己就把活儿干完了
来自飞书，顺理成章
要让 Agent 住进这些业务数据里，平台本身必须同时具备三样东西：结构化数据底座、团队协作场、以及足够细粒度的权限体系。这三样东西缺一个，Agent 就只能当个外挂聊天框。
飞书恰好在过去几年把这三件事都做到了相当成熟的程度。多维表格从上线至今，已经从一个「好用的在线表格」演化成了很多团队真正的业务操作系统。
很多企业的 CRM、项目管理、工单系统、OKR 看板，实际就是运行在一张张飞书多维表格之上的。
回过头看，飞书做这件事有一种水到渠成的意味。
飞书要做 Team Agent，不需要再接一套外部数据源，不需要再造一层权限系统，不需要额外搭建触发机制。这些基础设施已经跑了几年，经过几十万团队的验证。Agent 直接运行在这些已有的基础设施之上，继承权限、读写数据、响应事件，天然就是一个闭环。
多维表格智能体，就是让已经存在的业务系统，长出了一个能思考、能判断、能行动的新界面。
企业 AI 落地最难的部分，从来不在模型能力，而在土壤。飞书过去几年真正沉淀下来的，是一套组织工作流的底座。沟通、文档、表格、审批、日历和权限都在这里流转，并向 Agent 开放。
让 Agent 在这样的土壤中落地生根，是再自然不过的选择。
热门跟贴