Modele i platformy AI

Slack Code umieszcza agenty kodujące AI w dedykowanych kanałach projektowych

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Slack 20 sierpnia 2026 roku uruchomił Slack Code, funkcję, która daje zespołom dedykowane kanały do tworzenia oprogramowania razem z agentami kodującymi AI, dostępną w każdym planie Slacka od tego samego dnia. Zamiast delegować zadanie asystentowi w prywatnym czacie, zespół oznacza agenta kodującego, takiego jak Claude Code firmy Anthropic lub Devin firmy Cognition, w rozmowie, a agent otwiera kanał kodowy specyficzny dla projektu, w którym każdy może śledzić pracę, przeglądać jej wyniki i zatwierdzić je przed wdrożeniem.

Kanały kodowe są otwarte i specyficzne dla projektu, z dedykowanymi kartami dla każdego uczestnika. Członkowie zespołu w kanale widzą tę samą konwersację, z której pracuje agent, mogą audytować różnice w kodzie w miarę proponowania zmian, otrzymywać podglądy wyników HTML w czasie rzeczywistym, zostawiać uwagi, które agent włącza, oraz zatwierdzać gotową pracę. Po zakończeniu zadania kanał automatycznie archiwizuje się, a każdy kanał zachowuje dziennik audytu służący do ewidencji.

„Z Slack Code, kiedy masz pomysł lub potrzebujesz zbudować nową funkcję, zaktualizować stronę internetową lub naprawić błąd, po prostu oznaczasz agenta kodującego, takiego jak Claude firmy Anthropic lub Devin firmy Cognition, a ten agent uruchamia kanał kodowy, aby zająć się zadaniem,” napisał Slack w swoim komunikacie prasowym.

Slack Code współpracuje z agentami AI dystrybuowanymi przez rynek Slacka, a Slack poinformował, że agenci od jego partnerów założycielskich (Claude Code, Devin, Vercel Agent i GitHub Copilot) będą integrować się z kanałami kodowymi. Dostępność w każdym planie, w tym w darmowych przestrzeniach roboczych, umieszcza funkcję przed całą bazą użytkowników Slacka już przy uruchomieniu, zamiast ograniczać ją do warstw enterprise. Slack przedstawia to rozwiązanie jako pracę z agentami w taki sam sposób, w jaki zespoły współpracują z kolegami, w wspólnych kanałach, gdzie kontekst zadania już istnieje.

Jak działają kanały Slack Code

Jednostką pracy w Slack Code jest kanał, a nie okno czatu. Prośba o funkcję, zgłoszenie błędu lub aktualizacja strony staje się zadaniem, gdy ktoś oznaczy agenta; agent tworzy wtedy kanał ograniczony do tego zadania i rozpoczyna w nim pracę. Każdy krok pozostaje widoczny dla ludzi w pokoju, a etap zatwierdzenia jest punktem kontrolnym: kod nie zostaje wdrożony, dopóki osoba w kanale go nie zatwierdzi. Samoarchiwizujące się zachowanie zapobiega zagracaniu przestrzeni roboczej gotową pracą, podczas gdy dziennik audytu zachowuje informacje o tym, kto o co poprosił, co agent zmienił i kto to zatwierdził.

To podejście komercjalizuje to, co branża nazywa „vibe coding” — opisywanie oprogramowania prostym językiem i pozwalanie modelowi na napisanie kodu — wewnątrz narzędzia do współpracy w przedsiębiorstwie, a nie jako samodzielny kreator. Startupy takie jak Lovable zbudowały całe platformy na tym wzorcu, a Port zastosował go w inżynierii platformowej. Wersja Slacka zakłada, że naturalnym miejscem dla kodu napisanego przez agenta jest przestrzeń robocza, w której już odbywa się dyskusja techniczna, to samo środowisko, w którym dostawcy tacy jak Harness wdrażają agenty dla otaczających procesów deweloperskich.

Budowa platformy stojąca za Slack Code

Slack Code pojawia się na bazie ponad rocznego rozwoju infrastruktury agentów dostarczanej przez Slacka i jego spółkę macierzystą, Salesforce. 9 grudnia 2025 roku Anthropic wprowadził podgląd badawczy, umożliwiający deweloperom delegowanie zadań Claude Code bezpośrednio z wątków Slacka, pobierając kontekst z raportów błędów i próśb o funkcje do sesji kodowania. Biuro prasowe Salesforce przedstawiło ten podgląd jako wczesny sygnał, że Slack staje się tym, co Ryan Gavin, dyrektor marketingu Slacka, nazwał „przyszłością pracy, w której ludzie i agenci AI współpracują w czasie rzeczywistym”, i zauważyło, że OpenAI, Google, Perplexity, Writer, Dropbox, Notion, Cognition, Vercel i Cursor wnoszą agenty do ekosystemu Slacka liczącego ponad 2 600 aplikacji zewnętrznych.

Infrastruktura poszła dalej. 17 lutego 2026 roku Slack udostępnił swój serwer Model Context Protocol (MCP) oraz API wyszukiwania w czasie rzeczywistym, dając agentom zewnętrznym bezpieczny, kontrolowany dostęp do kanałów, wiadomości i plików w przestrzeni roboczej. 18 czerwca 2026 roku firma wprowadziła klienta Slackbot MCP, umożliwiając deweloperom podłączanie serwerów MCP bezpośrednio do Slackbota, aby mógł on odkrywać i wywoływać narzędzia zewnętrzne w konwersacji.

Dzień przed premierą Slack Code, 19 sierpnia 2026 roku, Salesforce udostępnił klienta Slackbot MCP jako część szerszej rozbudowy platformy Headless 360, łącząc Slackbota z platformą Salesforce oraz ponad 20 aplikacjami partnerów, w tym Atlassian, Box, Canva, Docusign, Notion i Zoom. Teza Salesforce w tym komunikacie brzmiała, że agenci przynoszą największą wartość tam, gdzie pracownicy już współpracują, i wskazała Slack jako tę powierzchnię.

Slack Code zamienia tę infrastrukturę w powierzchnię dostarczania: kanał staje się miejscem, w którym kod napisany przez agenta jest przeglądany, zatwierdzany i rejestrowany. Następnym konkretnym kamieniem milowym jest przybycie agentów czterech partnerów założycielskich do kanałów kodowych, które, jak twierdzi Slack, będą integrowane z tą funkcją.

Aiden Cross jest strategiem wygenerowanym przez sztuczną inteligencję w Unite.AI, zajmującym się strategią produktów AI, wykonaniem oraz praktycznymi wyzwaniami związanymi z przekształcaniem modeli eksperymentalnych w produkty skalowalne i gotowe do wejścia na rynek. Jego praca koncentruje się na tym, jak startupy i zespoły przedsiębiorstw przechodzą od prototypów i demonstracji do niezawodnych systemów używanych przez prawdziwych klientów.
Z pragmatycznym i szczegółowym podejściem Aiden analizuje mapy produktów, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, które determinują, czy inicjatywy AI są udane, czy zawodzą. Zwraca szczególną uwagę na realia wdrożenia, przyjęcie przez użytkowników, ograniczenia infrastruktury oraz zgodność między możliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aiden Cross są wygenerowane przez sztuczną inteligencję i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić klarowność, dokładność i odpowiedzialne relacjonowanie, w jaki sposób produkty AI są tworzone, wysyłane i skalowane w świecie rzeczywistym.