它的关键变化并不是“代理也能收到 Slack 消息”，而是让编码过程进入团队原本就用来交换项目背景的地方。Slack 将这种模式称为“多人协作式 AI 编程”（multiplayer coding）：人和代理在同一个频道里工作，团队可以随着任务推进持续了解进展。

一个代码频道如何运转？

典型流程可以从一个想法、漏洞报告、网页更新需求或新功能请求开始：

1. 团队成员在 Slack 中提及受支持的编码代理。
2. 代理为这项任务创建专属代码频道。
3. 团队补充需求、限制条件和项目背景。
4. 代理制定计划并提出代码修改方案。
5. 成员查看代码差异（diff）和可用的预览结果。
6. 团队可以要求代理调整方向，或批准下一步操作。

与普通聊天记录相比，Slack Code 试图把更多开发信息直接放进频道。具体能力取决于代理集成，但成员通常可以在对话、代理计划、代码差异和输出结果的实时预览之间切换。

这样一来，团队看到的不只是“代理说了什么”，还包括它准备如何处理任务、实际改动了哪些代码，以及最终产出了什么。

产品经理和设计师也能进入开发闭环

Slack Code 的另一大卖点，是让产品经理和设计师无需直接进入开发者终端，也能参与软件构建过程。他们可以在共享频道中描述用户问题、补充产品背景、查看可见的结果，并提出修改意见；工程师则负责技术评估和具体实现。

例如，产品经理可以在 Slack 中报告一个漏洞并说明预期行为。编码代理随后调查问题、提出修复方案，工程师再检查生成的代码差异，判断改动是否适合当前代码库。团队之后可以决定是否继续创建或推进拉取请求（pull request），或者再进行一轮修改。

这并不意味着 AI 代理会成为最终决策者。Slack Code 改变的是协作发生的位置，让代理的工作更容易被更多相关人员看到、质疑和检查。

人工审批仍是关键环节

Slack Code 的定位更接近“可见性与协作层”，而不是允许未经审查的代码自动上线。团队可以针对可能产生重大影响的操作设置人工审批，包括可能进入生产环境的代码变更。

这一点尤其重要：代理或许能生成看起来合理的修复方案，却未必充分理解业务要求、安全限制或线上运行风险。共享频道为工程师及其他责任人提供了一个集中讨论的地方，他们可以质疑方案、要求返工，并在任务继续推进前留下明确的决策记录。

可搜索的历史记录与 Slack 管理能力

代码频道旨在保留代理工作背后的完整上下文。任务结束后，频道可以归档，但其中的对话和工作历史仍可搜索，从而形成一份记录：团队提出了什么要求，代理产出了什么内容，人类又如何审查和决定。

由于整个流程运行在 Slack 内，组织可以继续使用现有的 Slack 身份体系、权限、治理机制、安全设置和管理员控制，而不必为每一项编码代理任务另建一套协作基础设施。

实际意义在于，需求、讨论、技术审查、决策和代理活动能够继续留在任务最初发起的项目对话中，减少信息在不同工具之间来回丢失的情况。

发布时支持哪些代理？是否所有 Slack 用户都能用？

Salesforce 表示，Slack Code 在发布时覆盖 Slack 的各类套餐。首批合作代理来自 Anthropic、GitHub、Cognition 和 Vercel；Salesforce 和 Slack 也将 ChatGPT 列为可以参与其中的代理之一。

不过，不同代理的实际体验可能并不完全相同。计划展示、代码差异、实时预览和审批操作等功能，取决于具体代理提供的 Slack 集成能力。因此，“受支持”并不代表所有代理都具备完全相同的控制项。

Salesforce 想把 Slack 变成什么？

在 Dreamforce 上，Salesforce 将 Slack Code 描绘成一种让软件开发成为“团队运动”的方式，同时把 Slack 定位为多个 AI 代理提供商之间的协调层。它并没有要求团队采用单一的 Salesforce 编码模型，而是希望让来自不同厂商的代理进入同一个工作界面。

Salesforce 还表示，未来计划更广泛地开放底层 API，让组织能够创建自定义代理和共享频道，用于软件开发之外的工作，例如协调营销活动或审查法律文档。

需要注意的是，这些例子代表 Salesforce 描述的扩展方向，并不意味着所有非编码工作流在 Slack Code 发布时已经普遍可用。

结论：Slack Code 的区别不只是“能写代码”

Slack Code 的核心逻辑很直接：在对话中提及编码代理，为它创建一个项目专属频道，再让团队共同查看、引导、审查和审批工作。

它真正想解决的问题，不是 AI 能不能生成代码，而是 代码生成过程是否对团队透明。对于已经依赖 Slack 协作的团队来说，这种方式可能让产品和设计人员更容易跟进 AI 辅助开发，同时保留工程师的技术审查责任。

当然，最终效果仍取决于每个代理集成的成熟度，以及团队是否建立了清晰的审批标准。Slack Code 提供的是一种更公开、更可追踪的 AI 编程方式，而不是对人工判断的替代。

它的关键变化并不是“代理也能收到 Slack 消息”，而是让编码过程进入团队原本就用来交换项目背景的地方。Slack 将这种模式称为“多人协作式 AI 编程”（multiplayer coding）：人和代理在同一个频道里工作，团队可以随着任务推进持续了解进展。

一个代码频道如何运转？

典型流程可以从一个想法、漏洞报告、网页更新需求或新功能请求开始：

1. 团队成员在 Slack 中提及受支持的编码代理。
2. 代理为这项任务创建专属代码频道。
3. 团队补充需求、限制条件和项目背景。
4. 代理制定计划并提出代码修改方案。
5. 成员查看代码差异（diff）和可用的预览结果。
6. 团队可以要求代理调整方向，或批准下一步操作。

与普通聊天记录相比，Slack Code 试图把更多开发信息直接放进频道。具体能力取决于代理集成，但成员通常可以在对话、代理计划、代码差异和输出结果的实时预览之间切换。

这样一来，团队看到的不只是“代理说了什么”，还包括它准备如何处理任务、实际改动了哪些代码，以及最终产出了什么。

产品经理和设计师也能进入开发闭环

Slack Code 的另一大卖点，是让产品经理和设计师无需直接进入开发者终端，也能参与软件构建过程。他们可以在共享频道中描述用户问题、补充产品背景、查看可见的结果，并提出修改意见；工程师则负责技术评估和具体实现。

例如，产品经理可以在 Slack 中报告一个漏洞并说明预期行为。编码代理随后调查问题、提出修复方案，工程师再检查生成的代码差异，判断改动是否适合当前代码库。团队之后可以决定是否继续创建或推进拉取请求（pull request），或者再进行一轮修改。

这并不意味着 AI 代理会成为最终决策者。Slack Code 改变的是协作发生的位置，让代理的工作更容易被更多相关人员看到、质疑和检查。

人工审批仍是关键环节

Slack Code 的定位更接近“可见性与协作层”，而不是允许未经审查的代码自动上线。团队可以针对可能产生重大影响的操作设置人工审批，包括可能进入生产环境的代码变更。

这一点尤其重要：代理或许能生成看起来合理的修复方案，却未必充分理解业务要求、安全限制或线上运行风险。共享频道为工程师及其他责任人提供了一个集中讨论的地方，他们可以质疑方案、要求返工，并在任务继续推进前留下明确的决策记录。

可搜索的历史记录与 Slack 管理能力

代码频道旨在保留代理工作背后的完整上下文。任务结束后，频道可以归档，但其中的对话和工作历史仍可搜索，从而形成一份记录：团队提出了什么要求，代理产出了什么内容，人类又如何审查和决定。

由于整个流程运行在 Slack 内，组织可以继续使用现有的 Slack 身份体系、权限、治理机制、安全设置和管理员控制，而不必为每一项编码代理任务另建一套协作基础设施。

实际意义在于，需求、讨论、技术审查、决策和代理活动能够继续留在任务最初发起的项目对话中，减少信息在不同工具之间来回丢失的情况。

发布时支持哪些代理？是否所有 Slack 用户都能用？

Salesforce 表示，Slack Code 在发布时覆盖 Slack 的各类套餐。首批合作代理来自 Anthropic、GitHub、Cognition 和 Vercel；Salesforce 和 Slack 也将 ChatGPT 列为可以参与其中的代理之一。

不过，不同代理的实际体验可能并不完全相同。计划展示、代码差异、实时预览和审批操作等功能，取决于具体代理提供的 Slack 集成能力。因此，“受支持”并不代表所有代理都具备完全相同的控制项。

Salesforce 想把 Slack 变成什么？

在 Dreamforce 上，Salesforce 将 Slack Code 描绘成一种让软件开发成为“团队运动”的方式，同时把 Slack 定位为多个 AI 代理提供商之间的协调层。它并没有要求团队采用单一的 Salesforce 编码模型，而是希望让来自不同厂商的代理进入同一个工作界面。

Salesforce 还表示，未来计划更广泛地开放底层 API，让组织能够创建自定义代理和共享频道，用于软件开发之外的工作，例如协调营销活动或审查法律文档。

需要注意的是，这些例子代表 Salesforce 描述的扩展方向，并不意味着所有非编码工作流在 Slack Code 发布时已经普遍可用。

结论：Slack Code 的区别不只是“能写代码”

Slack Code 的核心逻辑很直接：在对话中提及编码代理，为它创建一个项目专属频道，再让团队共同查看、引导、审查和审批工作。

它真正想解决的问题，不是 AI 能不能生成代码，而是 代码生成过程是否对团队透明。对于已经依赖 Slack 协作的团队来说，这种方式可能让产品和设计人员更容易跟进 AI 辅助开发，同时保留工程师的技术审查责任。

当然，最终效果仍取决于每个代理集成的成熟度，以及团队是否建立了清晰的审批标准。Slack Code 提供的是一种更公开、更可追踪的 AI 编程方式，而不是对人工判断的替代。