Slack, корпоративный мессенджер от Salesforce, встроил AI-агентов для кодинга прямо в чат. Новый продукт Slack Code подключает Claude Code, Devin, GitHub Copilot и агента Vercel к отдельным каналам, где за работой агента следит вся команда: видит изменения кода, превью и план, правит процесс на ходу. Это первый шаг к тому, чтобы единицей внедрения AI стала команда, а разработчик в одиночку с терминалом.

Как устроен Slack Code

Сейчас большинство работы с AI-агентами происходит между одним человеком и одним агентом, остальным это не видно. Slack Code делает эту работу «мультиплеерной». Когда кто-то упоминает агента в любом разговоре, агент создаёт отдельный канал под проект, работает открыто: с диффами кода, живыми превью и планом в отдельных вкладках. Когда задача закрыта, канал архивируется и остаётся в поиске как история для проверки.

«Код больше не узкое место. Идеи, вкус, суждения, мастерство: вот что теперь узкое место. Мы расширили круг людей, которые могут вносить идеи, до любого, кто есть в вашем Slack», - Роб Симан, временный CEO Slack.

На демонстрации Джефф Ван из Cognition показал, как это выглядит на практике. Кто-то сообщает в инженерном канале о сломанной функции. Devin отвечает эмодзи, разбирается в треде, исследует проблему и открывает pull request. Агент знает, кто владелец кода, и тегает нужного инженера. Для проверки он использует собственный браузер и DevTools: у каждого агента свой компьютер.

Дальше работа переходит в выделенный канал, куда может зайти кто угодно: инженер, продакт, дизайнер. В демо дизайнер скинул файл Figma прямо в канал посреди задачи, и агент учёл его без остановки. В конце агент опубликовал изменения кода вместе со скриншотами и записью экрана, доказывающей, что функция работает. Эта проверка и есть суть подхода: облачные агенты, в отличие от запущенных на ноутбуке разработчика, оставляют проверяемый след.

Почему Slack считает, что код больше не главное

Стратегический аргумент Slack в том, что AI перевернул экономику разработки. Раньше написание кода было дорогим и редким шагом. Теперь это дёшево, а ограничение ушло вверх: к человеческим решениям.

У Cognition есть внутренние цифры, подтверждающие скорость. «Количество влитых pull request выросло в 10 раз за последние месяцы, при том что штат вырос только на 40 процентов», - говорит Ван. Инженеры запускают задачу Devin, переключаются на другое, запускают следующую, и скоро у каждого в работе десятки агентов.

Шаблон выходит за пределы инженеров. «Многие наши баги сообщает отдел продаж. Они пишут в Slack, и кто-то из технарей чинит», - рассказывает Ван. Симан подхватил: «Большая часть этого никогда не доходила до продакта и бэклога, потому что не было каналов связи и мотивации. Теперь всё это рухнуло».

Прозрачность как защита от AI-мусора

Главное возражение против демократизации разработки: если любой сотрудник может вызвать агента, компания утонет в «AI-мусоре», правдоподобном, но плохо продуманном коде. В Slack отвечают неожиданно: видимость лечит, а не ускоряет проблему.

«Мультиплеерность защита от этого. Люди видят вашу работу и комментируют её. Если я делаю что-то в терминале, никто не знает что. А здесь люди видят мой замысел и могут поправить или сказать, что это мусор», - Кэти Стайгман, вице-президент Slack по продукту.

Стайгман, продакт, а не инженер, описывает свою практику: «Когда я выкладываю pull request, почти всегда тегаю инженера из команды. Почти каждый раз он говорит: можно сделать аккуратнее, и агент делает ещё одну итерацию».

Симан ссылается на Shopify, где CEO Тоби Лютке ограничил агентное программирование публичными каналами: это «сразу разносит по компании всё, что в ней происходит». При этом скептикам есть на что опереться. Gartner предсказал, что более 40 процентов агентных AI-проектов будут закрыты к концу 2027 года из-за роста затрат и неясной ценности. McKinsey нашла, что 62 процента организаций экспериментируют с AI-агентами, но только треть начала масштабировать AI, и лишь 39 процентов видят влияние на прибыль.

Права доступа: агент не больше своего пользователя

Ключевое решение для корпоративных покупателей: модель разрешений. На вопрос, могут ли агенты в каналах кода утечь между командами, например финансовый репозиторий юристам, Симан ответил жёстко: агенты наследуют права человека, который их вызвал, и ничего сверх этого.

«Всё делается от имени пользователя и по его ACL, и в Slack, и в подключённых системах. Нет божественных прав. Агент видит только то, что видит пользователь, и только те каналы, куда его добавили», - Роб Симан.

Ван добавляет: Devin работает в изолированных песочницах с минимально необходимым доступом, есть режим вообще без интернета. «Вы слышали истории про сбежавших агентов, но у нас другие конфигурации безопасности».

Модель «агент как продолжение пользователя» отличает Slack от отдельных агентных платформ, которым IT-отделы вынуждены заводить новые сервисные идентичности. Плюс агенты создают обычные pull request в GitHub, поэтому существующие процессы ревью и релиза продолжают работать.

Ставка на фоне проблем Salesforce

Запуск происходит в непростой для Salesforce момент. Акции компании упали почти на 18 процентов за год, Wall Street сомневается, не съест ли AI спрос на традиционный корпоративный софт. В декабре OpenAI переманила CEO Slack Дениз Дрессер, и Симан, бывший глава продукта, стал временным CEO.

Salesforce отвечает, делая Slack «парадной дверью» AI для работы. В январе вышел переработанный Slackbot на Claude от Anthropic, который компания назвала самым быстро принятым продуктом за 27 лет. Slack Code продолжает эту стратегию: от ответов на вопросы к созданию артефактов, рабочего кода и прототипов прямо внутри Slack.

В новости есть и стратегический разворот. В середине 2025 года Reuters сообщала, что Salesforce блокировала доступ конкурентов к данным Slack. Теперь Slack позиционирует себя как открытую платформу, которая зазывает эти же AI-компании в партнёры и планирует открыть API каналов кода любым разработчикам. Разработка, по словам компании, только первый сценарий, дальше маркетинговые кампании и юридические ревью в агентных каналах.

Что это значит для бизнеса

Slack Code показывает, куда движется автоматизация разработки: от личной производительности к командной. Решения принимаются не один на один с агентом, а в канале, где их видят и правят. Для компаний это означает два практических следствия.

Первое: прозрачность становится частью контроля качества. Если вы внедряете AI-агентов, открытые каналы и ревью дают тот же эффект, что и для кода: ошибки видны до того, как попадут в прод. Второе: права доступа решают всё. Модель, где агент наследует права вызвавшего его сотрудника, снимает часть страхов безопасности, но требует, чтобы в компании были наведены порядок в ACL и процессах согласования.

Для бизнеса во Владивостоке и на Дальнем Востоке, который присматривается к внедрению искусственного интеллекта, вывод простой: начинать стоит с процессов, где работа агента видна и проверяема, а не с «чёрного ящика» в терминале. Разобраться, какие процессы автоматизировать с помощью ИИ первыми, поможет бесплатный аудит.