Slack · Искусственный интеллект · Разработка программного обеспечения · AI-агенты · Slack Code · Коллаборация · Антроник · Гитеб20 августа в 15:32 · 3 мин

Slack представляет совместные каналы для «вайб-кодирования» с ИИ-агентами

Служба обмена сообщениями Slack запускает новую функцию под названием Slack Code, предназначенную для централизации процессов разработки. Вместо того чтобы перемещаться между разными инструментами и чатами, команды теперь могут использовать специальные открытые каналы, где могут совместно работать с ИИ-агентами. Эта функция позволяет всем участникам проекта видеть диалоги с агентами, проверять различия в коде и просматривать предварительные версии HTML перед публикацией.

# Slack запускает среду для совместной разработки с ИИ-агентами

Корпорация Slack анонсировала запуск новой функции, призванной изменить подход команд к совместной разработке программного обеспечения. Новый инструмент, получивший название Slack Code, позволяет создавать специализированные каналы, где команды могут взаимодействовать с искусственным интеллектом в едином пространстве. Эта инициатива направлена на устранение необходимости переключения между множеством различных приложений и окон во время работы над проектами.

Как работают каналы кодинга

Согласно пресс-релизу компании, концепция работы строится на простом принципе: наличие идеи, необходимости обновления веб-страницы или исправления ошибки. Пользователь просто отмечает (tag) в чате ИИ-агента, такого как Claude Code от Anthropic или Devin от Cognition. В ответ агент автоматически создает специальный код-канал, который предназначен для решения поставленной задачи.

Эти каналы обладают рядом уникальных характеристик, отличающих их от обычных чатов: * Открытость: Любой участник проекта имеет полный доступ к диалогам с агентом. * Прозрачность: Пользователи могут аудировать различия в коде (code diffs) и получать живые превью-версии HTML-вывода агента до того, как проект будет отправлен в релиз. * Обратная связь: Команда может вносить комментарии, давать рекомендации и утверждать работу агента перед ее финализацией.

Цикл жизни канала и аудит

Одной из ключевых особенностей системы является автоматическое управление ресурсами. Каналы кодинга спроектированы так, чтобы автоматически архивироваться после завершения порученной им задачи. Это не только освобождает пространство в рабочей среде, но и обеспечивает систематизацию данных. Архивированные каналы служат в качестве журналов аудита, что полезно для документирования истории изменений и процессов в команде.

Компания позиционирует этот инструмент как способ работы с ИИ-агентами, воспринимаемыми как полноценные коллеги. Это соответствует общей тенденции в индустрии, где такие компании, как SpaceX (через Grok Bot), также продвигают идею интеграции ИИ в рабочие процессы как часть команды.

Технические детали и доступность

Функция Slack Code доступна с момента выхода обновления для любого тарифного плана Slack. Интеграция с искусственным интеллектом осуществляется через магазин Slack, где представлены различные сторонние агенты.

Важно отметить, что Slack заявляет о плавной и бесшовной интеграции агентов от своих основателей-партнеров. В число этих партнеров входят: * Claude Code (Anthropic) * Devin (Cognition) * Vercel Agent * GitHub Copilot

Компания обещает, что эти решения будут работать с каналами кодинга без дополнительных настроек со стороны пользователей, обеспечивая единый интерфейс для взаимодействия с искусственным интеллектом.

Заключение

Запуск Slack Code знаменует собой важный шаг в консолидации инструментов разработки. Перемещая процесс взаимодействия с ИИ внутрь самой платформы коммуникации, Slack стремится сократить когнитивную нагрузку на разработчиков, позволяя сосредоточиться на задаче, а не на навигации между приложениями. Пока функции находятся в стадии запуска, эффективность конкретного агента зависит от качества его модели и способностей к выполнению задач, но инфраструктура для такого взаимодействия уже готова к использованию.

*Примечание редактора: Идея «вайб-кодирования» (vibe coding) подразумевает фокус на намерении и общей атмосфере работы в команде, доверяя ИИ техническую реализацию деталей. Однако успех такого подхода все еще зависит от способности моделей искусственного интеллекта точно интерпретировать естественный язык и предоставлять надежный код.*

Первоисточники

The Verge AI
← Вернуться в эфир