Bart van der Meeren
Anthropic lanceert Claude Tag: Slack-bot of poortwachter van je operationele laag?

Anthropic lanceert Claude Tag: Slack-bot of poortwachter van je operationele laag?

Claude Tag brengt AI naar de plek waar teams al werken. Handig, totdat dezelfde agent ook je tools, geheugen en workflows beheert. Dan huur je niet meer alleen een model. Je huurt de poortwachter van je bedrijf.

Bart van der Meeren
9 min leestijd
AI-strategie#AI#Agents#Claude#Anthropic#Slack

Anthropic introduceerde net Claude Tag: Claude in Slack, waar mensen @Claude kunnen taggen in een kanaal of thread en werk kunnen uitbesteden.

Dat klinkt klein als je het leest als de zoveelste chatintegratie. Dat is het niet.

Claude Tag verplaatst Claude van een tool waar je tegen praat naar een medewerker die meedraait op de plekken waar teams al samenwerken. Claude kan een taak oppakken vanuit een thread, een werksessie starten, goedgekeurde tools en koppelingen gebruiken, voortgang posten en het resultaat teruggeven in hetzelfde gesprek.

Dat is hetzelfde basispatroon dat veel mensen buiten de grote modelplatforms al aan het bouwen zijn: agents gekoppeld aan chat, tools, bestanden, geheugen, schema’s, code, notities en achtergrondtaken. Het model is maar één onderdeel. Het echte product is de operationele laag eromheen.

Claude Tag ziet er nuttig uit. In de juiste omgeving zou ik het waarschijnlijk gebruiken. Anthropic is goed in dit soort productwerk en dit is een logische platformzet.

De vraag is alleen wat je het laat worden.

Wat Claude Tag is

Claude Tag zet Claude in Slack. Een collega noemt @Claude in een kanaal of thread, beschrijft een taak en Claude begint in die context te werken.

Anthropic beschrijft het als een publieke beta voor Claude Enterprise- en Team-klanten, beginnend met Slack. Het vervangt de eerdere Claude in Slack-app en past in de bredere beweging van individuele chat naar teamgerichte agentic work.

Het belangrijke detail is dat Claude Tag niet alleen een vraag beantwoordt in Slack. Het maakt per thread een werksessie aan in een sandbox die door Anthropic wordt gehost. Vanuit die sandbox kan Claude werken met de tools, datakoppelingen en netwerktoegang die admins hebben toegestaan. Checklists, voortgang en eindresultaten worden teruggepost in de Slack-thread.

Het team hoeft werk dus niet naar Claude te verplaatsen. Claude komt naar de plek waar het team al coördineert.

Dat is groot. De meeste bedrijven zitten niet te wachten op nog een leeg chatvenster. Ze willen dat nuttig werk gebeurt waar het werk al gebeurt.

Hoe het werkt

Het ontwerp is logisch.

In een kanaal werkt Claude Tag met serviceaccounts en access bundles die door admins zijn ingericht. De toegang volgt het kanaal, niet de individuele persoon die Claude toevallig tagt. Dat is belangrijk, omdat kanaalwerk meestal hoort bij een team, project, functie of bedrijfsproces.

In directe berichten werkt het anders. Anthropic zegt dat DM’s draaien onder het eigen claude.ai-account van de gebruiker en de persoonlijke connectors van die gebruiker.

De sandbox heeft gecontroleerde outbound access. Verzoeken lopen via Anthropic’s Agent Proxy. Standaard is egress geblokkeerd, tenzij een host of koppeling expliciet is toegestaan. Credentials worden aan de rand door de proxy toegevoegd, in plaats van dat ze direct in de sandbox staan.

Admins krijgen controles voor kanaalscope, tool- en datakoppelingen, spend limits, logs, auditzichtbaarheid en network allowlists. Kanaalgeheugen en transcripts kunnen worden bewaard, met andere scopes voor publieke en private kanalen.

Dit is precies het soort loodgieterswerk dat je nodig hebt als agents echt werk gaan doen in een bedrijf. Identiteit. Toegang. Geheugen. Toolrechten. Sandboxing. Audit trails. Budgetcontrole. Netwerkbeleid.

Daar wordt deze feature strategisch interessant.

De agent is niet langer alleen het model

Een paar jaar geleden was de praktische vraag vooral: welk model is het beste?

Die vraag is breder geworden:

  • Waar leeft de agent?
  • In welke kanalen kan hij luisteren en reageren?
  • Welke tools mag hij aanroepen?
  • Waar woont zijn geheugen?
  • Van wie zijn de transcripts en de werkcontext?
  • Wie beheert schema’s, achtergrondtaken en langlopende taken?
  • Kun je van model wisselen zonder de workflow opnieuw te bouwen?
  • Kun je de workflow verplaatsen als een leverancier voorwaarden, toegang, prijs, beleid of jurisdictie verandert?

Daar zit de echte verschuiving.

Als je agent alleen een betere e-mail schrijft, is modelkeuze de belangrijkste beslissing. Als je agent onderdeel wordt van hoe een bedrijf denkt, documenteert, werk routeert, systemen checkt, meetings voorbereidt, voorstellen schrijft, notities bijwerkt, kanalen bewaakt en opvolging doet, dan wordt agent-infrastructuur bedrijfsinfrastructuur.

En bedrijfsinfrastructuur heeft een ander risicoprofiel dan software die je een maandje probeert.

Dit is hetzelfde patroon dat self-hosted agents al verkennen

Ik werk zelf dagelijks met Clark, mijn eigen agentsetup, via systemen zoals OpenClaw. De exacte implementatie is hier niet het punt. Het patroon is het punt.

Ik kan vanuit Telegram, Mattermost of een andere interface een bericht sturen en iets concreets vragen: onderzoek een onderwerp, maak een draft, bereid een meeting voor, inspecteer een repo, vat een thread samen, werk een Obsidian-notitie bij, maak een reminder, of houd een langer lopende taak bij.

Het nuttige is niet dat Clark kan chatten. Chat is alleen de deur.

Het nuttige is dat werk kan blijven bestaan in mijn eigen bestanden, notities, schema’s, scripts en lokale infrastructuur. De agent kan verschillende tools gebruiken voor verschillende taken. Hij kan via verschillende modelproviders werken, afhankelijk van de taak. Hij draait dicht bij de systemen die ik al gebruik, in plaats van dat alle context vast komt te zitten in één vendorproduct.

OpenClaw is een voorbeeld van die richting: een self-hosted gateway voor agents over meerdere messaging-surfaces, met toolgebruik, sessies, geheugen, achtergrondtaken, cron-achtige jobs, hooks, multi-agent routing en ondersteuning voor veel modelproviders.

Hermes is een ander voorbeeld. Hermes beschrijft zichzelf als een open-source, self-hostable agent die kan draaien vanuit terminal, messagingplatforms en IDE-workflows, met persistent memory, herbruikbare skills, tools, browserautomatisering, code execution, cron jobs en multi-agent delegation. De self-hostingpagina maakt het controleargument expliciet: controle over geheugen, modellen, infrastructuur, privacy en platform lock-in.

Claude Tag van Anthropic is een gepolijste, enterprise-vriendelijke versie van een patroon dat al bestaat in de self-hosted en power-user wereld.

Daar hoef je niet boos over te worden. Dit is wat goede productbedrijven doen. Ze kijken waar gevorderde gebruikers onhandig maar waardevol werk doen, en maken daar een schonere managed versie van.

Voor veel teams zal die managed versie makkelijker zijn. Betere defaults. Nettere admin controls. Vendor support. Minder operationele rommel.

De prijs is eigenaarschap.

De platformzet

Wanneer een modelbedrijf je de agent geeft, plus de chatinterface, de sandbox, de geheugenlaag, de toolkoppelingen, de serviceaccounts, de audit trail, het permissiemodel en het admindashboard, koop je niet meer alleen inference.

Je adopteert een operationele laag.

Die laag wordt snel plakkerig. Niet omdat iemand kwaadwillend hoeft te zijn. Gewoon omdat nuttige infrastructuur afhankelijkheid opbouwt.

De eerste use case is simpel: vat deze thread samen.

Daarna wordt het: check het CRM en schrijf de follow-up.

Daarna: bereid de wekelijkse review voor op basis van deze systemen.

Daarna: monitor dit kanaal en maak taken aan.

Daarna: onthoud hoe dit team dingen graag gedaan krijgt.

Daarna heeft iedere afdeling kanaalagents met eigen access bundles, geheugen, logs, permissies, prompts en terugkerende workflows.

Op dat moment is weggaan geen modelmigratie meer. Het is een organisatiemigratie.

Het moeilijke is niet claude-foo vervangen door gpt-bar in een API-call. Het moeilijke is het loskrijgen van de workflowgraph, het toegangsmodel, het geheugen, de schedulinglogica, de auditverwachtingen, de gebruikersgewoontes en de teamspecifieke context die rond het vendorplatform is gegroeid.

Daar wordt lock-in echt.

De les van Google

We hebben dit patroon eerder gezien bij grote platforms.

Google Search was ongelooflijk nuttig. Google Ads was nuttig. Google Workspace, Google Maps, Gmail, Chrome, Android, YouTube en het bredere Google-ecosysteem hebben echte problemen opgelost voor echte bedrijven.

Het afhankelijkheidsprobleem was er niet op dag één. Het ontstond nadat bedrijven hun traffic, operatie, advertising, documenten, analytics, klantacquisitie en interne workflows hadden gebouwd rond de regels van één platform.

Dan kunnen veranderingen in ranking, prijzen, API-toegang, handhaving, productbundling of accountbeleid ineens materiële gevolgen hebben voor een bedrijf.

De les is niet dat Google slecht is en AI-vendors dus ook slecht zijn. Dat is te makkelijk en niet erg behulpzaam.

De nuttige les is simpeler: handige centrale platforms worden dragend. Zodra ze dragend worden, verandert de machtsverhouding.

AI-agents gaan dezelfde kant op, maar sneller, omdat ze zowel kenniswerk als uitvoering raken. Ze slaan niet alleen documenten op en routeren geen advertenties. Ze kunnen handelen over systemen heen.

Daarom wordt eigenaarschap over infrastructuur belangrijker, niet minder.

De Fable/Mythos-waarschuwing

De Fable/Mythos-situatie bij Anthropic is een schone waarschuwing voor afhankelijkheid.

Een paar dagen geleden vaardigde de Amerikaanse overheid een exportcontrolerichtlijn uit die toegang tot Fable 5 en Mythos 5 opschortte voor niet-Amerikaanse staatsburgers, inclusief Anthropic-medewerkers met een buitenlandse nationaliteit. Anthropic schakelde die modellen voor alle klanten uit terwijl het aan compliance werkte.

Daar heb je geen complottheorie voor nodig. Je hoeft Anthropic daar zelfs niet de schuld van te geven. Hun publieke statement zegt dat ze moesten voldoen aan een overheidsrichtlijn.

Precies daarom is het een bruikbaar voorbeeld.

Een klant kan niets verkeerd doen. Een leverancier kan het oneens zijn met de beperking. Het product kan alsnog onbeschikbaar worden omdat juridische en politieke randvoorwaarden veranderen.

Als het beperkte onderdeel één optioneel model is, routeer je eromheen.

Als het beperkte onderdeel ingebakken zit in je operationele agentlaag, wordt eromheen routeren veel moeilijker.

Dit is extra relevant voor bedrijven buiten de Verenigde Staten, bedrijven met teams van gemengde nationaliteiten, gereguleerde sectoren, publieke sector en elke organisatie die moet kunnen uitleggen waar data, geheugen, toegang en uitvoering echt leven.

Jurisdictie is onderdeel van architectuur.

Gebruik Claude Tag, maar weet welke laag je weggeeft

Ik denk niet dat het antwoord is: gebruik Claude Tag nooit.

Dat zou lui advies zijn.

Claude Tag zal waarschijnlijk goed passen bij veel teams, zeker als ze al diep in Slack en Claude Enterprise zitten. Het geeft admins echte controles. Het brengt agents naar de samenwerkingstool. Het verlaagt de frictie tussen werk vragen en werk gedaan krijgen.

De betere vraag is: wat hoort daar thuis?

Sommig werk kan prima in een vendor-managed agentlaag:

  • kortlopend onderzoek
  • threads samenvatten
  • draftwerk
  • laag-risico coördinatie
  • afgebakende interne automatiseringen
  • experimenten waarbij snelheid belangrijker is dan portabiliteit

Ander werk verdient meer voorzichtigheid:

  • langlopend operationeel geheugen
  • terugkerende workflows die onderdeel worden van hoe het bedrijf draait
  • cross-system automation met brede rechten
  • gevoelige klantdata of gereguleerde data
  • interne kennis die pijnlijk is om te exporteren
  • workflows waar model- of provideronafhankelijkheid belangrijk is
  • taken die moeten overleven als vendorbeleid, prijzen, beschikbaarheid of jurisdictie verandert

Dit gaat niet over zuiverheid. Het gaat erom dat je weet welke delen van je stack je kunt huren.

Bezit de saaie onderdelen

De saaie onderdelen zijn de belangrijke onderdelen.

Waar woont geheugen?

Waar staan taakgeschiedenissen?

Waar zijn prompts, skills en procedures opgeslagen?

Kun je ze inspecteren en versioneren?

Kun je de agent vanuit meer dan één kanaal gebruiken?

Kun je van model wisselen zonder de manier waarop het team werkt te veranderen?

Kun je van provider wisselen zonder de werkcontext van de agent kwijt te raken?

Kun je het systeem blijven gebruiken als een vendor storing heeft, voorwaarden verandert, prijzen verhoogt, een model verwijdert of een capability blokkeert?

Kun je aan een klant, auditor of interne securitypersoon uitleggen waar data naartoe ging en wie erbij kon?

Deze vragen zijn saai tot ze urgent worden.

Self-hosted agent-infrastructuur is niet automatisch beter. Het kost iets. Je moet het draaien, beveiligen, onderhouden en beslissingen nemen die een managed platform anders voor je neemt. De meeste teams onderschatten dat werk.

Managed platforms zijn ook niet automatisch een val. Ze geven vaak betere security defaults dan een rommelig intern experiment.

De fout is een managed platform adopteren zonder te merken dat het de plek wordt waar je organisatie onthoudt, coördineert en handelt.

Mijn bias

Mijn bias is om de agentlaag dicht bij de eigenaar van het werk te houden.

Gebruik de beste modellen. Gebruik Anthropic, OpenAI, Z.AI, Google, xAI, Mistral, lokale modellen, of wat logisch is voor de taak. Wissel wanneer kwaliteit, prijs, snelheid, privacy of beschikbaarheid verandert.

Geef alleen niet achteloos de hele uitvoeringslaag aan één vendor.

Het model moet vervangbaar zijn.

Het geheugen moet van jou zijn.

De workflows moeten draagbaar genoeg zijn dat je later niet hoeft te onderhandelen met je eigen afhankelijkheid.

Claude Tag laat zien waar de markt naartoe gaat. De grote AI-bedrijven proberen niet meer alleen te winnen op de modellaag. Ze willen de plek bezitten waar werk wordt gedelegeerd, onthouden, uitgevoerd, gecontroleerd en teruggegeven.

Dat is waardevol. En precies daarom doet het ertoe.

Als agents onderdeel worden van hoe bedrijven opereren, is de strategische vraag niet alleen welke assistent deze maand het slimst is.

Het is wie eigenaar is van de infrastructuur waarin die assistent leeft.

Bronnen / notities

Bedankt voor het lezen! Als je dit artikel leuk vond, overweeg dan om het te delen.