編輯｜冷貓、Panda

6 月 23 日，Anthropic 發布了一個叫 Claude Tag 的東西。

簡單說就是把 Claude 以團隊成員的身份塞進了 Slack 頻道。多人可以 @Claude 分派任務，它能持續學習頻道上下文，主動跟進未解決事項，Anthropic 內部 65% 的產品團隊代碼已經由它生成。

這個消息著實讓人振奮，因為 Claude Tag 第一次真正做到了「讓 Agent 成為數字同事」。這也讓 Agent 開始進入所謂的Team Agent時代，即為整個團隊（而非個人）服務的像同事一樣的 Agent

而今天，就在太平洋的這一邊，一個沿用相同理念的 AI 同事正式發布，交出了一份全新的答卷。

飛書多維表格的新功能「多維表格智能體」已經正式上線，其思路和 Claude Tag 有幾分相似：讓 Agent 理解不同團隊、不同人的權限，記住團隊層面的長期上下文，不會因為某個人離開就把這些記憶和知識一起帶走。入口也足夠多元：可以單聊，可以被拉進群里一起用，也可以直接在表格的評論區里 @ 它，它還能主動找上門來工作。Claude Tag 在宣傳里強調的幾個要點（權限、主動工作、團隊共用），他們其實也都做到了。

在人們期待 AI 同事的同時，真正值得追問的是：當 Agent 不再為個人服務，而成為團隊的同事，它到底應該被放在什么位置？

Claude Tag 的答案是 Slack，讓 Claude 進入團隊討論區。飛書這次給出的答案，則是讓多維表格里的 Agent 加入群聊

這背后其實指向了一個共識：Agent 要從一個人的助理，變成一整個團隊的同事，光靠模型能力本身是不夠的，它還需要一個「工位」

Agent 需要一個工位

這其實不難理解：今天大家都在討論 Agent 怎么落地、怎么幫企業干活，但一個 Agent 要真正嵌入一家公司的日常運轉，它需要知道這家企業的工作流是怎么跑的，不同人之間有什么樣的權限差異，還需要有一個地方，能把不同人的經驗和企業的知識持續沉淀下來

這聽起來很像一家公司給新員工的標準配置：一個工位，一個工牌，一套權限，慢慢積累起來的經驗。

Claude Tag 選擇 Slack 作為自己的載體，本質上也是在找這樣一個「工位」，因為團隊協作軟件可讓 Agent 真正成為大家的同事，而不是懸浮在工作流之外的一個外部工具

基于這個思路，飛書在多維表格里做這件事，某種程度上就順理成章了：多維表格在過去幾年里，早就不只是一張像 Excel 那樣的電子表格了，它的字段可以承載多種數據類型，可以設置自動化工作流，還可以搭建自定義的輕量應用，很多中小團隊的業務系統，其實就是直接長在了多維表格上。

比如搭一個 CRM，表格就相當于底層的數據庫，上面還能跑自動化流程——新線索進來了該交給誰處理，該給客戶發什么提醒，都可以預先配置好。

換句話說，多維表格早就不只是存數據的地方，而是承載了不少企業業務系統和流程運轉的真實陣地，早已成為了承載智能體的最佳工位

也正因為這一層積累已經存在，當 Claude Tag 把「Team Agent」這個概念帶火之后，不少看到飛書產品的人留下的反應幾乎是同一句話：這件事飛書不就已經在做了嗎？飛書里面不是已經有 Agent 在跟我協作了嗎？

這個反應說明了飛書不需要從零開始證明 Agent 能進入企業，因為業務數據、團隊協作、權限體系，本來就已經在飛書這個平臺上運轉。

Team Agent：一次自然發生的進化

是的，多維表格里的 AI 能力，并不是這次才有的。

早在飛書春季發布會上，多維表格的主入口就已經從一張靜態的表格，變成了一個內置 AI 能力的對話框，右上角也一直有一個 AI 圖標，可以通過側邊欄和主入口去使用各種 AI 功能。

在那個版本里，AI 已經非常強大了。它能幫你從頭搭建一張表，甚至理解你的需求之后，直接幫你寫一份 PRD，基于表格設計出一整套輕量化的業務系統，比如一個簡單的 CRM。所以嚴格來說，Agent 在多維表格里早已存在。

那這次的智能體真正改變了什么？我們想說，是 AI 的「身份」變了：從一個只服務我一個人的助理，變成了在一個團隊共同協作的同事

過去那個對話框，本質上還是為單個人服務的：你打開表格和它對話，我打開表格和它對話，各自得到的是互相獨立的一次性回答，本質上還是一個個人助理。

這一次的核心進化，不單單只是能夠把 Agent 拉進工作群聊，更重要的是飛書在補齊兩件事：權限和長期記憶

用戶不需要「為 AI 準備數據」，數據早就在那里了；不需要「給 AI 配權限」，權限早就配好了；不需要「告訴 AI 什么時候該干活」，業務狀態變化本身就是信號。

為了讓 Agent 融入團隊，飛書讓上手門檻被壓縮到了三步

1. 選一張你團隊正在用的多維表格。
2. 點左下角「創建」，選擇「智能體」。
3. 點擊確定。

三次點擊，10 秒鐘，一張已有的多維表格就能變成一個能問答、能寫回數據、守權限、會主動觸發、能沉淀經驗的團隊智能體。

就這樣，你已經擁有了一個能理解這張表結構、能跨字段查詢、能按你的權限返回結果的 Agent。

然后，只需再點幾下，你就能將這個智能體接入到你所在的任何群中

而且不止一個。同一個飛書群里，可以同時塞進多個分別掛在不同業務表上的智能體：負責客戶跟進的、負責項目排期的、負責選題管理的，各管一攤，彼此并不互相干擾。

就像一個真正的團隊那樣，每個多維表格都有一個專人同事各司其職，需要誰就 @ 誰，邏輯清晰，運轉高效。

從面向個人到面向團隊

低門檻只是最淺層的優勢。一個 Agent 能不能進生產環境，核心看兩個字：可信

權限管理：飛書原生，邊界清晰

權限是 AI 的能力邊界。

智能體可以分享給個人、群組、部門、用戶組或郵箱。協作者權限分三級：可使用、可編輯、可管理，只有后兩者能修改配置。

另外，智能體依然嚴格遵循多維表格的訪問權限，如果與其對話的用戶沒有表格的對應閱讀或編輯權限，那么智能體同樣在回應請求的時候，保證用戶不會越權訪問數據。

團隊共享的是「處理業務的能力」，數據權限該是誰的就是誰的，這是底線。

不同用戶調用智能體時，權限與該用戶保持一致

長期記憶：越用越值錢的智能體

團隊長期使用同一個智能體時，記憶會持續進行沉淀。每個人和智能體之間的對話上下文和記憶做了嚴格的物理隔離，不會泄露給其他人。

飛書的智能體有一個很值得一提的亮點。一個智能體最多支持 100 個知識來源。多維表格、飛書云文檔、飛書知識庫、PDF、Word、圖片，都可以接入。這些知識來源都可以組成智能體的長期記憶和永久知識庫。

接入飛書對話后，一切都可以通過聊天解決。在實際業務中，我們完全不需要進入后臺、不需要寫代碼、不需要改配置文件，直接在對話中用自然語言告訴智能體新的規則、業務判斷口徑或是觸發條件，它就能把這些變更寫進配置并即時生效。

更方便的是，所有人與智能體對話，這些新建的判斷、規則和配置都會生效。哪怕建立規則的同事離職，這些配置依然長期保留，作為團隊經驗的一部分永久存在。

以前團隊經驗靠傳幫帶、靠文檔流轉、靠會議復盤。多維表格智能體讓這些經驗跟業務數據、狀態和動作綁在一起。優秀個體的判斷邏輯沉淀成 SOP，新人入職第一天就能繼承，資產池只增不減。

這就是 Team Agent 和個人助手的本質區別：人來人走，經驗留在系統里，智能體越用越值錢

團隊協作：一個主動工作的 AI 同事

如果一個 Agent 只能坐等人來問問題，本質上它還是個 FAQ 機器人。真實業務里，需要被處理的事往往不是一句提問觸發的，而是狀態變化觸發的。

真實業務里大量需要處理的事，觸發源來自數據本身的變化：客戶健康度下滑、任務逾期、商機階段跳轉、優先級升級、評論區出現待解決的追問等等。

這些分散在不同表格、不同時間點的業務信號，靠人盯發現不了，靠傳統工作流又只能處理確定性規則，缺乏理解和判斷的能力。

既然是一個 Team Agent ，我們自然希望它和真實同事一樣，隨時盯緊業務的變化，自主地發現任務，完成任務。

多維表格智能體提供了多種觸發方式，只要業務變化沉淀到表格里，不管是一條新線索進入、一個項目狀態被改成延期、一條記錄被刪除，還是到了每天固定巡檢的時間，智能體都可以自動識別對應的處理對象，主動到場

一個智能體也可以同時關注多張表里的不同事件，把分散的業務信號串進同一套處理邏輯里。

工作流解決確定性自動化，多維表格智能體解決非確定性的業務觸發，需要智能的理解和判斷。

我們把智能體拉進了團隊

為了讓讀者對飛書「多維表格智能體」有更直觀的認識，我們真的搭了一個能在日常工作里跑起來的小場景：一張管理新選題的多維表格「精選選題管理系統」，外加一個掛在它身上的多維表格智能體。

第一步是把它「招進組」。我們把這個智能體直接拉進了機器之心內部的「扯閑篇」飛書群——這是個平時大家隨手聊選題、互相甩活兒的工作群。我們的小群看上去離正經的項目管理軟件還有點距離，但也正因為如此，更加貼近多維表格智能體真正想嵌入的場景。

我們在它的知識庫里掛了幾篇近期的選題云文檔，讓它至少對「我們最近在寫什么」有個基本認知。

權限上，我們把「扯閑篇」群整體設置成了「可使用」， 這樣一來，這個智能體就有了「多把鑰匙」：群里所有人都能找它辦事，但只有管理員手里有能修改它的配置的權限。

下面這個小測試就清晰地展示了這種邊界清晰的權限管理機制：沒有編輯權限的澤南，沒能成功修改智能體的名稱。

這里也可以看到，我們并非在配置頁跟它一對一聊天，而是直接在「扯閑篇」群里 @ 它，看它能不能像一個真同事那樣接活兒、辦事。很顯然，它能行！

接下來我們隨手指派了一個具體任務：將當日選題中三個沒來得及處理的備用選題指派給三位同事。

整個操作很簡單：就是在群里打一句話，跟平時在工作群里給同事派活兒沒什么兩樣：沒有打開表格，沒有切換頁面，也沒有任何「正在配置智能體」的儀式感，看起來更像是隨口交代了一句。

派完任務，我們回到「精選選題管理系統」里確認效果?？梢钥吹?，表格里除了模板預填充的內容，剛才在群里說的那幾條新任務已經被準確地加進了對應的位置，字段、負責人都對得上。

假如某個同事沒有表格的訪問權限，想要通過智能體獲取信息，在飛書嚴苛的權限管理下，智能體就像簽署了保密協議一般，無法透露表中任何信息。而且智能體會自動識別權限變化的時間，答案保留了過去可訪問的信息記錄，而更新的內容則無法訪問。

飛書多維表格智能體的權限是寫在底層、連它自己都繞不開的硬邊界。

用了幾天，我們發現從今以后的工作流變了。以前你得點開表格才能用，現在在群里隨口說一句，它自己就把活兒干完了

來自飛書，順理成章

要讓 Agent 住進這些業務數據里，平臺本身必須同時具備三樣東西：結構化數據底座、團隊協作場、以及足夠細粒度的權限體系。這三樣東西缺一個，Agent 就只能當個外掛聊天框。

飛書恰好在過去幾年把這三件事都做到了相當成熟的程度。多維表格從上線至今，已經從一個「好用的在線表格」演化成了很多團隊真正的業務操作系統。

很多企業的 CRM、項目管理、工單系統、OKR 看板，實際就是運行在一張張飛書多維表格之上的。

回過頭看，飛書做這件事有一種水到渠成的意味。

飛書要做 Team Agent，不需要再接一套外部數據源，不需要再造一層權限系統，不需要額外搭建觸發機制。這些基礎設施已經跑了幾年，經過幾十萬團隊的驗證。Agent 直接運行在這些已有的基礎設施之上，繼承權限、讀寫數據、響應事件，天然就是一個閉環。

多維表格智能體，就是讓已經存在的業務系統，長出了一個能思考、能判斷、能行動的新界面。

企業 AI 落地最難的部分，從來不在模型能力，而在土壤。飛書過去幾年真正沉淀下來的，是一套組織工作流的底座。溝通、文檔、表格、審批、日歷和權限都在這里流轉，并向 Agent 開放。

讓 Agent 在這樣的土壤中落地生根，是再自然不過的選擇。