Claude Tag của Anthropic giờ đây đọc toàn bộ hội thoại Slack và chủ động nhảy vào công việc khi cần thiết

Anthropic đang đặt cược có tính toán rằng nút thắt lớn nhất của AI doanh nghiệp không nằm ở trí thông minh của mô hình — mà nằm ở chỗ hầu hết mọi người vẫn còn sử dụng AI một cách riêng lẻ. Trong một cuộc phỏng vấn độc quyền với VentureBeat, Scott White, Giám đốc sản phẩm mảng doanh nghiệp của Anthropic, đã trình bày luận điểm của công ty về thứ họ gọi là "multiplayer AI" (AI đa người chơi): sự chuyển dịch từ mô hình chatbot một người dùng sang các agent AI hoạt động xuyên suốt đội nhóm, đọc được bối cảnh tổ chức và chủ động tham gia vào công việc — đôi khi không cần ai yêu cầu.

Chiến lược này được cụ thể hóa đầu tháng này khi Anthropic cập nhật Claude Tag, agent hoạt động trong các kênh Slack, để đọc ngữ cảnh xuyên suốt toàn bộ cuộc trò chuyện thay vì đánh giá từng tin nhắn riêng lẻ. Theo công ty, thay đổi này giúp Claude cải thiện khoảng 30% khả năng quyết định khi nào nên — và quan trọng hơn, khi nào không nên — nhảy vào một cuộc trò chuyện mà không được yêu cầu.

Điều này nghe có vẻ chỉ là một bản cập nhật sản phẩm nhỏ. Nhưng White lập luận rằng nó đại diện cho một điều căn bản hơn nhiều: khoảnh khắc AI không còn là công cụ mà mỗi cá nhân tham khảo, mà trở thành đồng nghiệp mà tổ chức triển khai.

"Claude trước đây giống như trợ lý riêng của bạn. Giờ đây, trong bối cảnh triển khai ở cấp tổ chức, Claude giống như tổng thư ký của cả công ty," White chia sẻ với VentureBeat.

AI doanh nghiệp đã tiến hóa thế nào: từ tự động hoàn thành code đến theo đuổi mục tiêu công ty

White mô tả sự tiến hóa của ngành theo ba giai đoạn riêng biệt, và câu chuyện của ông đồng thời là lộ trình cho việc Anthropic đang định hướng các sản phẩm doanh nghiệp của mình.

Ban đầu, AI chỉ xử lý "một phần của một tác vụ" — trả lời câu hỏi trong chatbot, hoặc hoàn thành một dòng code trong IDE. Khi mô hình cải tiến, chúng chuyển sang hoàn thành toàn bộ tác vụ: viết một hàm hoàn chỉnh, tạo báo cáo nghiên cứu, soạn thảo tài liệu từ nhiều nguồn dữ liệu.

"Tôi nghĩ giờ đây chúng ta đang ở quỹ đạo của thứ tôi gọi là dự án hoặc mục tiêu," White nói. "Các mô hình đã đủ năng lực, và khả năng kết nối vào hệ thống cũng đủ mạnh để thực hiện các mục tiêu trừu tượng cấp cao — như giữ sản phẩm không có lỗi, hoặc đẩy nhanh quy trình rà soát NDA pháp lý — và mô hình có thể hoạt động phần lớn trong nền, kết nối các nguồn dữ liệu khác nhau và lặp lại một cách agentic theo những gì nó cho là mục tiêu của mình."

Sự chuyển dịch này, theo White, chính là điều buộc AI phải trở thành "multiplayer". Mục tiêu, không giống tác vụ, luôn liên quan đến nhiều người. Và công việc tri thức — không giống như kỹ thuật phần mềm với hàng thập kỷ hạ tầng cộng tác xây quanh Git và pull request — không có khung hạ tầng tương đương.

"Công việc tri thức lộn xộn hơn nhiều so với kỹ thuật phần mềm," White nói. "Nó liên quan đến nhiều người, nhiều chức năng công việc, nhiều hệ thống kết nối với các quyền khác nhau... Mục tiêu hay đầu ra cũng không dễ kiểm chứng như code. Code có thể vượt qua test và biên dịch trên máy bạn, bạn có thể lặp lại cho đến khi nó hoạt động một cách xác định. Công việc tri thức không nhất thiết như vậy. Nó đòi hỏi phán đoán của con người để nói rằng thứ gì đó đạt chuẩn chất lượng."

Ba đột phá kỹ thuật giúp agent AI chủ động trở nên khả thi

Khi được hỏi điều gì thực sự tạo ra sự chuyển dịch "multiplayer", White chỉ ra ba trụ cột hội tụ trong hai năm qua.

Trụ cột thứ nhất là kết nối. Model Context Protocol (MCP) — chuẩn mở mà Anthropic giới thiệu cuối 2024 và sau đó được cả đối thủ OpenAI lẫn Google áp dụng vào 2025 — đã trưởng thành thành thứ White gọi là "USB-C cho các bộ kết nối AI", cho Claude quyền truy cập có kiểm soát vào hệ thống dữ liệu doanh nghiệp.

Trụ cột thứ hai là ngưỡng trí thông minh của mô hình giúp sự chủ động trở nên hữu ích thay vì phiền phức.

"Khi bạn kết nối với tất cả các hệ thống khác nhau, bạn phải có khả năng nối các dấu chấm giữa dữ liệu nhận được từ các nguồn khác nhau để có thể chủ động nhảy vào và nói: 'Tôi nghĩ tôi đang phát hiện ra một vấn đề mà tôi có thể khắc phục giúp bạn'," White nói. "Bạn thực sự cần đạt đến một cấp độ trí thông minh mới của mô hình, và tôi nghĩ chúng tôi chỉ mới đạt được điều đó gần đây."

Trụ cột thứ ba là hình thức triển khai: đặt Claude vào nơi sự cộng tác đã diễn ra. White mô tả tích hợp Slack là "một quan hệ đối tác mới mà chúng tôi thiết lập để có sự hiện diện của Claude như một agent" — mang lại cho Claude một danh tính agent liên kết với quyền riêng, nhận thức về kênh, và ngữ cảnh kết nối MCP.

Bản cập nhật Claude Tag cho thấy cách các mảnh ghép này kết hợp. Trước đây, một bộ phân loại nhẹ đánh giá từng tin nhắn Slack một cách riêng lẻ và đưa ra quyết định nhị phân về việc Claude có nên phản hồi hay không. Giờ đây, Anthropic đã loại bỏ hoàn toàn bộ phân loại đó. Claude đọc toàn bộ ngữ cảnh của kênh — cộng với bộ nhớ và chỉ dẫn thường trực — rồi chọn một trong bốn hành động: phản hồi trực tiếp, bắt đầu công việc sâu hơn trong một thread, chuyển tin nhắn vào quy trình làm việc hiện có, hoặc không nói gì.

Thông báo của Anthropic đưa ra một ví dụ minh họa: hai kỹ sư truy cùng một lỗi từ hai hướng khác nhau, không ai nhắc đến Claude. Đọc riêng lẻ, không tin nhắn nào đáng để phản hồi. Nhưng đọc chung, một kỹ sư có giả thuyết và người kia có bằng chứng — Claude mở một thread với cuộc điều tra đã chạy sẵn.

Đáng chú ý, công ty đã xây dựng sự kiềm chế rõ ràng vào hệ thống.

"Một agent gây khó chịu còn tệ hơn một agent không giúp ích gì," Anthropic viết trong thông báo, đồng thời lưu ý rằng Claude sẽ chuyển sang trạng thái ngủ ở các kênh nơi nó liên tục không có gì để đóng góp.

Vì sao Anthropic cho rằng AI cộng tác vượt trội hơn "ngôi sao đơn độc"

Câu hỏi hoài nghi hiển nhiên là liệu điều này có thực sự giúp đội nhóm làm việc nhanh hơn? Những người làm việc hiệu quả cao thường di chuyển nhanh nhất khi làm việc một mình, và việc điều phối sử dụng AI giữa những người có phong cách làm việc khác nhau thực sự khó khăn. Khi bị hỏi về bằng chứng, White chỉ vào cách công việc của chính ông đã thay đổi bên trong Anthropic.

"Ngày trước, khi tôi có câu hỏi về điều gì đó đang xảy ra trong kinh doanh, tôi phải làm việc với một nhà khoa học dữ liệu và mất một hoặc hai ngày để phân tích dữ liệu quanh vấn đề đó," White nói. "Giờ đây Claude đủ giỏi trong phân tích dữ liệu đến mức tôi không cần phải bàn giao công việc đó nữa. Việc nhà khoa học dữ liệu làm bây giờ là tạo ra hạ tầng cho phép Claude luôn chính xác khi nó thực hiện phân tích dữ liệu."

Kết quả, theo ông, là thời gian từng dành để chờ đợi bàn giao giờ chuyển sang phán đoán:

"Nhiều thời gian của tôi hơn được dành cho việc trao đổi với các cộng sự cùng cấp về việc chúng ta nên làm gì và nên thay đổi gì trong chiến lược... Vô số lần bàn giao để hoàn thành một phần công việc rồi đưa ra quyết định — tất cả đã được rút ngắn đáng kể."

White trích dẫn kỹ thuật vận hành độ tin cậy (site reliability engineering) như điểm chứng minh rõ ràng nhất từ bên ngoài: Claude thu thập nhật ký lỗi, kết nối chúng với các thay đổi code gần đây và các cuộc trò chuyện Slack liên quan, sau đó hiển thị tổng hợp và kéo đúng người vào — "giải quyết các vấn đề lớn hơn, tham vọng hơn, định hướng mục tiêu hơn, nơi sự cộng tác thường là cần thiết."

Những tuyên bố này được đưa ra trong bối cảnh thị trường vẫn đang vật lộn để chuyển hóa sự hào hứng với AI thành lợi nhuận. Khảo sát State of AI mới nhất của McKinsey cho thấy dù 88% tổ chức báo cáo sử dụng AI trong ít nhất một chức năng và 62% đang thử nghiệm với AI agents, chỉ 39% ghi nhận AI có tác động đến lợi nhuận — và chỉ 6% được xếp vào nhóm "hiệu suất cao" thấy giá trị đáng kể.

Deloitte dự đoán 25% doanh nghiệp sử dụng genAI sẽ triển khai agent trong 2025, tăng gấp đôi lên 50% vào 2027. Khoảng cách giữa áp dụng và tác động chính là địa hình Anthropic đang tìm cách chiếm lĩnh: nếu quy trình làm việc được thiết kế lại — không phải chatbot ghép thêm — là thứ phân định người thắng AI với phần còn lại, thì một sản phẩm tái cấu trúc cách đội nhóm phối hợp sẽ là lợi thế khó bị xâm phạm hơn là một mô hình tốt hơn một chút.

Anthropic bảo vệ agent luôn bật chống tấn công prompt injection như thế nào

Việc cho agent AI quyền truy cập thường trực vào các kênh Slack, tài liệu và hệ thống kết nối của công ty đặt ra câu hỏi rõ ràng về bề mặt tấn công, đặc biệt là prompt injection — kỹ thuật nhúng chỉ dẫn độc hại vào nội dung mà AI đọc.

White mô tả chiến lược phòng thủ nhiều lớp.

"Bản thân các mô hình được huấn luyện với bộ phân loại giúp ngăn chặn các cuộc tấn công prompt injection," ông nói, đồng thời tiết lộ Anthropic đã từng trì hoãn việc ra mắt vì vấn đề này: "Chúng tôi đã không phát hành chính thức (GA) tiện ích Chrome và thực sự đưa nó vào danh sách chờ... vì chúng tôi cần hiểu rõ hơn về rủi ro prompt injection trong bối cảnh Claude chạy trên trình duyệt. Sau đó chúng tôi đã huấn luyện bộ phân loại mới để cải thiện từ bộ dữ liệu đó."

Ngoài phòng thủ cấp mô hình, Anthropic cung cấp các API tuân thủ và phân tích cho phép doanh nghiệp tự định nghĩa ngưỡng rủi ro, đồng thời hợp tác với các nhà cung cấp bảo mật bên thứ ba qua hooks và tích hợp ngăn chặn mất dữ liệu.

"Chúng tôi nghĩ về việc giải quyết ở nhiều lớp của stack," White nói.

Về quyền truy cập dữ liệu, White nhấn mạnh rằng quyền của Claude thu về giao điểm hạn chế nhất giữa những gì agent có thể thấy và những gì người dùng yêu cầu có thể thấy.

"Bạn phải có cùng quyền xem dữ liệu như thứ mà công cụ cung cấp cho bạn," ông nói. "Nếu bạn dùng Claude trong bối cảnh cộng tác của mình, nó sẽ có ngữ cảnh kênh trước mặt bạn, nhưng nó sẽ không rò rỉ ngữ cảnh kênh đó sang kênh khác."

Câu hỏi giá chưa có lời giải mà mọi CIO nên đặt ra ngay bây giờ

Một chi tiết nằm trong thông báo Claude Tag đáng để người mua công nghệ chú ý: ngữ cảnh kênh mở rộng mà Claude hiện nắm giữ không tính vào giới hạn sử dụng hoặc chi tiêu trên bất kỳ gói nào — cho đến nay. Khi được hỏi liệu doanh nghiệp có nên dự trù ngân sách cho việc ngữ cảnh đó trở thành dịch vụ tính phí không, White từ chối cam kết, mô tả giai đoạn hiện tại là thử nghiệm tích cực và cùng thiết kế với khách hàng.

"Chúng ta còn sớm trong hành trình đối với thứ tôi gọi là agent chủ động và cộng tác," ông nói. "Dài hạn trong AI là rất — rất dài. Mọi thứ thay đổi rất nhanh, và đó là lý do vì sao quan hệ đối tác chặt chẽ với khách hàng lại quan trọng, để họ có thể giúp chỉ dẫn chúng tôi đến câu trả lời đúng."

Thay vì hứa hẹn về giá, Anthropic nhấn mạnh vào các kiểm soát: giới hạn ngân sách gắn với danh tính agent hoặc nhóm truy cập dựa trên vai trò, và quyền mô hình cho phép các đội khác nhau chạy các cấu hình chi phí – hiệu suất khác nhau.

"Nếu chúng tôi có thể trao cho bạn quyền kiểm soát tối thượng về cách bạn kiến trúc triển khai để tối ưu hóa mối quan hệ giữa chi phí và hiệu suất cho các tác vụ bạn đang cố hoàn thành, thì sẽ có nhiều cách để đạt đến trạng thái kết quả bạn mong muốn," White nói.

Dịch thẳng thắn: kinh tế đơn vị của agent luôn bật, nặng ngữ cảnh vẫn chưa được giải quyết, và Anthropic đang thực chất trợ giá cho giai đoạn học hỏi. Doanh nghiệp nên kiến trúc triển khai với giả định rằng đồng hồ tính phí cuối cùng sẽ bật lên.

Vì sao doanh nghiệp có thể chọn Anthropic thay vì Microsoft, Google và Salesforce

Câu hỏi cạnh tranh hiện ra rất lớn. Salesforce sở hữu Slack, Microsoft đang nhúng agent khắp Teams và đẩy tham vọng điều phối đa agent của riêng mình, còn Google cũng làm điều tương tự trên toàn Workspace. Tại sao một doanh nghiệp lại trao các cuộc trò chuyện nội bộ nhạy cảm nhất cho bên thứ ba?

Câu trả lời của White là: giá trị nằm ở kết nối giữa các hệ thống, không nằm trong bất kỳ hệ thống nào. Việc cải thiện sản phẩm dựa trên phản hồi khách hàng, theo ông, đòi hỏi kéo bản ghi cuộc gọi từ Salesforce, tranh luận nội bộ từ Slack, phân tích sử dụng từ công cụ sản phẩm, và code từ môi trường phát triển — không một nhà cung cấp nào sở hữu toàn bộ bức tranh đó.

"Không phải một thứ riêng lẻ nào giải quyết hết vấn đề của bạn," White nói. "Đó là trí thông minh và cấu trúc để kéo tất cả lại với nhau nhằm đạt được kết quả thực sự bạn đang hướng tới, tức là xây dựng thứ tốt hơn cho khách hàng. Và chúng tôi đã thấy khách hàng yêu thích Claude trong vai trò điều phối viên (orchestrator)."

Đây là một vị thế đáng tin cậy chính xác vì dữ liệu doanh nghiệp vốn bị phân mảnh theo thiết kế. Một lớp điều phối giữ thái độ trung lập xuyên các hệ thống — được xây trên một giao thức mà ngay cả các đối thủ nặng ký nhất của Anthropic cũng đã chuẩn hóa — mang lợi thế cấu trúc mà một agent trong vườn kín không có. Rủi ro đi chiều ngược lại: các chủ nền tảng có thể gói agent miễn phí và kiểm soát các điểm tích hợp mà Anthropic phụ thuộc. Anthropic đang đặt cược rằng trí thông minh tiên phong và tính trung lập xuyên hệ thống sẽ đánh bại sức phân phối — một canh bạc đã thành công trong mảng code, nhưng vẫn chưa được chứng minh trong công việc tri thức nói chung.

Điều gì tiếp theo: trao cho Claude các mục tiêu quý của công ty

Khi được hỏi về quỹ đạo phát triển, White phác họa một tương lai nơi việc ủy quyền diễn ra theo cả hai hướng — và điều đáng ngạc nhiên là cách ông mô tả nó vô cùng tự nhiên.

"Chúng tôi đang giao cho Claude các dự án để hoàn thành," ông nói. "Sớm thôi, tôi nghĩ chúng ta sẽ trao cho Claude OKR của công ty, và nó sẽ tự tìm ra tổ chức cần tập trung vào dự án nào và cách kết nối mọi người để thực hiện chúng — tự cải thiện bản thân nó và những người xung quanh theo thời gian."

Ông thừa nhận tầm nhìn này "hơi trừu tượng một chút," và nó đặt ra các câu hỏi về quản trị mà các kiểm soát hiện tại mới chỉ bắt đầu giải quyết. Một AI quyết định tổ chức nên theo đuổi dự án nào — và, theo cách nói của White, ủy quyền cho con người "chỉ khi họ cần giúp cải thiện phán đoán của nó" — đảo ngược mối quan hệ truyền thống giữa người lao động và công cụ của họ theo cách mà hầu hết doanh nghiệp chưa bắt đầu tính đến.

White chỉ vào các cam kết công khai của Anthropic về các lĩnh vực rủi ro thảm khốc như không gian mạng và an toàn sinh học như bằng chứng công ty đang cân nhắc các hệ lụy, dù các câu hỏi hằng ngày về quyền quyết định tại nơi làm việc vẫn phần lớn nằm trong tay khách hàng, được điều chỉnh bởi hệ thống quyền và kiểm soát ngân sách mà Anthropic cung cấp song hành với tham vọng.

Hiện tại, thay đổi trước mắt hơn là thứ đang diễn ra trên các kênh Slack: một AI lắng nghe cả căn phòng, tự quyết định khi nào nên lên tiếng, và ngày càng đảm nhận công việc kết nối mà trước đây thuộc về quản lý, nhà phân tích và trưởng dự án. White đã chứng kiến sự chuyển dịch đó nén công việc của chính ông lại thành phần thuần túy nhân văn nhất — phán đoán, tranh luận, quyết định — và ông kỳ vọng sự nén này sẽ đến với mọi nơi khác.

Hai năm trước, phép ẩn dụ được ngành ưa chuộng nhất cho AI là thực tập sinh. Anthropic vừa thăng chức cho nó lên tổng thư ký — và giờ nó báo cáo cho cả công ty.