logo
  • Umgebungen
  • Enterprise
  • Preise
Blogs
Aug 21, 2026

Slack Code: KI-Coding-Agenten werden zum Multiplayer-Erlebnis

Wie Slacks neue Code-Kanäle Claude, Devin, Copilot und ChatGPT in gemeinsame Team-Arbeitsbereiche bringen – und was das für agentische Entwicklung bedeutet.

EigentEigent
Share to
Slack Code: KI-Coding-Agenten werden zum Multiplayer-Erlebnis
  • Was ist Slack Code?
  • Wie Slack Code-Kanäle funktionieren
  • Welche KI-Agenten unterstützt Slack Code?
  • Warum Slack das gebaut hat
  • Die Abwägungen, die es zu bedenken gilt
  • Führen Sie das mit Ihrer eigenen KI-Belegschaft lokal durch
Automate Everything with
AI Workforce on Desktop
Download Eigent

Slack Code holt KI-Coding-Agenten aus privaten Terminals heraus und bringt sie in gemeinsame Team-Kanäle. Am 20. August 2026 angekündigt, ermöglicht es, einen Agenten – Claude, Devin, GitHub Copilot oder ChatGPT – aus jedem Gespräch heraus zu taggen, einen dedizierten Code-Kanal zu erstellen und das gesamte Team die Arbeit beobachten, die Diffs reviewen und den Deploy genehmigen zu lassen, ohne Slack zu verlassen. Dieser Leitfaden erklärt, wie Code-Kanäle funktionieren, welche Agenten unterstützt werden und welche ehrlichen Abwägungen es gibt.

Was ist Slack Code?

Slack Code ist eine in Slack integrierte Coding-Umgebung, in der Teams und KI-Agenten gemeinsam und transparent Software schreiben, reviewen und deployen. Anstatt dass ein Entwickler allein mit einem Agenten in einem Browser-Tab oder Terminal arbeitet, findet die Arbeit in einem gemeinsamen Kanal statt, den alle sehen können.

Das Versprechen ist ein Wandel in der Art, wie KI-Coding abläuft. Bisher war die meiste Agenten-Arbeit ein Einzelspieler-Erlebnis: eine Person, ein Agent, unsichtbar für den Rest des Teams. Slack Code macht diese Arbeit zum „Multiplayer"-Erlebnis – der Plan, der Code und das Review leben alle in einem Kanal, in dem Teammitglieder steuern und abzeichnen können.

Es ist für jeden Slack-Plan verfügbar, aber der Zugang zu den gewünschten Partner-Agenten muss separat mitgebracht werden.

Wie Slack Code-Kanäle funktionieren

Der Mechanismus ist bewusst einfach gehalten. Wenn jemand einen Bug entdeckt, eine Idee hat oder eine Änderung benötigt, taggt er einen Coding-Agenten aus einem beliebigen Gespräch heraus. Der Agent erstellt einen projektspezifischen Code-Kanal, um diese Aufgabe zu bearbeiten.

Im Kanal ist die Arbeit auf dedizierte Tabs aufgeteilt, damit nichts in einem Thread untergeht:

  • Conversation (Gespräch) — der laufende Austausch zwischen Personen und dem Agenten.
  • Plan — eine automatisch generierte Aufgabenaufschlüsselung der Schritte, die der Agent unternehmen möchte.
  • Code diffs — eine Gegenüberstellung: alte Zeile durchgestrichen, neue Zeile daneben. Dasselbe Review, dem Entwickler bereits vertrauen, jetzt offen für den gesamten Kanal.
  • Live preview (Live-Vorschau) — die echte HTML-Ausgabe läuft live, damit das Team alles Fehlerhafte erkennen kann, bevor es deployed wird.

Wenn die Aufgabe erledigt ist, archiviert sich der Kanal selbst. Der Datensatz bleibt als durchsuchbares Audit-Log erhalten, sodass die Seitenleiste übersichtlich bleibt, während die Historie als institutioneller Kontext bestehen bleibt.

Entscheidend ist, dass ein Mensch bei risikoreichen Aktionen in der Schleife bleibt. Der Agent kann nicht eigenständig in die Produktion pushen – bei Aktionen wie einem Produktions-Deploy verpackt er seine Arbeit zur Genehmigung durch einen designierten Reviewer im Kanal.

Welche KI-Agenten unterstützt Slack Code?

Zum Launch verbindet Slack Code eine Reihe von Gründungspartner-Agenten:

  • Anthropics Claude (einschließlich Claude Tag)
  • Cognitions Devin
  • GitHub Copilot
  • ChatGPT
  • Vercels Agent

Der Zugang zu jedem Partner-Agenten muss separat eingerichtet werden – Slack stellt die kollaborative Schicht bereit, nicht die Modelle. Slack gibt außerdem an, dass die Code-Kanal-APIs für die breitere Entwickler-Community geöffnet werden, sodass benutzerdefinierte Agenten schließlich auch Kanälen für Nicht-Engineering-Arbeit wie Marketingkampagnen oder die Überprüfung von Rechtsdokumenten beitreten könnten.

Es gibt auch einen leichteren Einstieg: einen Add to Slack-Flow, der es Teams ermöglicht, Agenten, die auf Tools wie Lovable, n8n, LangChain und Vercel basieren, mit wenigen Klicks einzubinden, wobei das OAuth- und Manifest-Setup automatisiert ist.

Warum Slack das gebaut hat

Slack Code ist nicht aus dem Nichts entstanden. Es ist die vollwertige Weiterentwicklung früherer Experimente – der Anthropic Claude-Integration und dann Claude Tag, einem dauerhaften gemeinsamen Agenten, der in Kanälen als kontinuierlicher Mitarbeiter lebte, anstatt als einmalige Lösung. Slack Code greift diese Idee auf und gibt der Agenten-Arbeit einen eigens dafür entwickelten Raum.

Die strategische Wette ist größer als ein Coding-Tool. Salesforce positioniert Slack als Betriebsschicht für KI-Agenten im Unternehmen – die einzige Schnittstelle, über die diverse Drittanbieter-Agenten als Teammitglieder erscheinen, denselben Kanal-Normen folgen und den Admin-Kontrollen unterliegen, denen die IT bereits vertraut. Software-Engineering wird als Ausgangspunkt beschrieben, nicht als Grenze.

Wenn Ihr Team bereits in Slack lebt und viel Arbeit als „Was denkst du über…" beginnt, das sich in Code verwandelt, beseitigt Slack Code den Tool-Wechsel und den verlorenen Kontext zwischen Chat, IDE und PR-Review.

Die Abwägungen, die es zu bedenken gilt

Die Demos sehen sauber aus, aber ein paar ehrliche Vorbehalte sind es wert, genannt zu werden, bevor Sie das einführen.

Es wird echtes Engineering nicht ersetzen. Slack Code ist am besten als Gerüst- und Review-Schicht zu verstehen – der Ort, an dem eine Idee zu einem reviewten Diff wird. Die eigentliche Arbeit in Terminals und IDEs verschwindet nicht. Erwarten Sie, dass es bei Bug-Fixes, kleinen Features und Web-Änderungen mehr glänzt als bei tiefer Systemarbeit.

Alles läuft in der Cloud, innerhalb von Salesforces Plattform. Multiplayer-Sichtbarkeit ist der Kern, aber „Arbeit standardmäßig in der Öffentlichkeit" bedeutet, dass Ihre Prompts, Diffs und Kontext im Audit-Log von Slack leben. Teams mit strengen Anforderungen an Datenresidenz oder Datensouveränität sollten die Governance durchdenken, bevor sie Agenten mit der Produktion verbinden.

Sie zahlen weiterhin für die Agenten. Der Kanal ist für jeden Plan kostenlos; Claude, Devin, Copilot und die anderen nicht. Planen Sie das Budget für den zugrunde liegenden Agenten-Zugang separat ein.

Governance ist eine echte Frage. Nicht-Ingenieuren zu erlauben, Agenten zu rufen, die Code berühren, ist mächtig und riskant. Das menschliche Genehmigungstor für die Produktion hilft, aber wer Agenten taggen darf und in welchen Kanälen, wird zu einer Richtlinienentscheidung.

Führen Sie das mit Ihrer eigenen KI-Belegschaft lokal durch

Slack Code beweist die Richtung: Coding entwickelt sich vom Einzelspieler-Erlebnis zu einem Team aus Menschen und Agenten, die zusammenarbeiten. Aber wenn Sie diesen Multi-Agenten-Workflow wollen, ohne jeden Diff und Prompt an ein Cloud-Audit-Log zu senden, können Sie ihn auf Ihrem eigenen Rechner ausführen.

Eigent ist eine Open-Source-„Cowork"-Desktop-App – eine Multi-Agenten-KI-Belegschaft, die Arbeit lokal plant, schreibt und reviewt, sodass sensibler Kontext Ihre Umgebung nie verlässt. Wenn Ihr Interesse Agenten gilt, die Code deployen, lesen Sie unsere Übersicht der besten Open-Source-KI-Coding-Agenten und den Leitfaden für selbst gehostete KI-Coding-Agenten. Wenn Sie bereit sind, laden Sie Eigent herunter und bauen Sie Ihren eigenen Multiplayer-Workflow – zu Ihren Bedingungen.

Recent Posts

Cursor Origin: Die Git-Forge für KI-Agenten, erklärt
Aug 24, 2026

Cursor Origin: Die Git-Forge für KI-Agenten, erklärt

Cursor Origin ist eine Git-Forge für die agentische Ära. Erfahren Sie, was in der frühen Beta erschienen ist, wie GitHub-Mirroring funktioniert, was Agenten leisten können und was heute noch fehlt.

EigentEigent
GLM-5.3: Z.ais Coding-Modell, das unerwartet eine Cyber-Fähigkeit entwickelte
Aug 14, 2026

GLM-5.3: Z.ais Coding-Modell, das unerwartet eine Cyber-Fähigkeit entwickelte

GLM-5.3 erklärt: Wie Z.ais Open-Weight-Modell GLM-5.2 bei langfristigen Coding-Aufgaben übertrifft, warum seine Cybersecurity-Fähigkeit das Team überraschte und wann die Weights verfügbar sind.

EigentEigent
DeepSeek Harness: Die Open-Source-Agent-Runtime, bei der alles ein Plugin ist
Aug 13, 2026

DeepSeek Harness: Die Open-Source-Agent-Runtime, bei der alles ein Plugin ist

DeepSeek Harness v0.1 ist jetzt in der Entwicklervorschau verfügbar. Eine Open-Source-Agent-Runtime unter MIT-Lizenz, die auf Cordis aufbaut, bei der Modelle, Tools, Sandboxes und die UI allesamt Plugins sind.

EigentEigent
Automate everything with AI workforce on desktop
Download Eigent

Teste Eigent noch heute

Lade die Open-Source-Desktop-App herunter. Deine KI-Belegschaft, die auf deinem Rechner läuft.

Eigent herunterladen
Eigent

Erhalte die neuesten Updates, Tutorials und Releases rund um die Automatisierung von KI-Belegschaften.

ProduktEigentUmgebungenPreiseUnternehmen
EntdeckenLösungenAnwendungsfälleFähigkeitenPluginsBlogs
EntwicklerDokuGitHubCAMEL-AIOpen Source FundPartner
HerunterladenFür Open Source
UnternehmenÜber unsMarkeKarriereNutzungsbedingungenDatenschutzerklärungSicherheit & VertrauenCookie-RichtlinieRückerstattungs- & Testrichtlinie

Alle Rechte vorbehalten © 2026 EIGENT UK LTD

Eigent 1.0 Neue Version veröffentlicht !download