返回快讯

Salesforce推出Slack Code多智能体编程

Salesforce CEO Marc Benioff宣布,Slack Code正式上线,将开发人员与AI代理置于同一Slack频道协作,并首批接入Anthropic、GitHub、Cognition和Vercel的代理。

Benioff将该产品定义为“多人协作编程”:人类开发者可在频道内提出需求、审阅结果、分配任务和处理异常,AI代理则承担代码生成、代码库理解、测试、部署或运行环境相关工作。产品意图是把代码协作从IDE和工单系统的一对一操作,迁移到可追踪的团队通信界面。

首批合作方覆盖模型、代码托管、代理式开发与部署链条。Anthropic提供Claude相关代理能力;GitHub掌握代码托管、拉取请求和开发者工作流;Cognition主打自主软件工程代理;Vercel处于前端应用开发与部署环节。Slack试图以频道作为这些不同代理之间的人机协作与任务编排层。

该产品的关键不在于单一模型生成代码,而在于让多个工具共享上下文、协作记录和任务状态。开发者可在同一对话中保留需求讨论、代码变更、审查意见、测试结果和部署反馈,减少信息在Slack、GitHub、IDE、CI/CD系统及云平台之间重复搬运。

Slack Code的推出与Dreamforce同期,显示Salesforce正把Slack从企业即时通信工具推进为AI工作入口。若代理能通过受控权限读取频道、调用代码库、提交变更并反馈执行结果,Slack的价值将从消息分发延伸到软件开发流程的控制面板。

市场机制上,开发团队与企业IT部门是协作式AI编程的买方;模型提供商、代码代理、代码托管、云部署和企业协作软件是供给方。Salesforce可通过Slack席位、企业AI订阅、合作伙伴分发及工作流增值服务获得收入;受压的是仅提供孤立代码补全、缺少团队协作入口或无法接入企业权限体系的工具。实际渗透仍取决于代码安全、访问控制、审计记录、代理执行权限和企业采购周期。

来源:公开信息

ABAB AI 解读

Salesforce在AI产品上的路径经历了从Einstein预测模型、Einstein GPT,到以Data Cloud为数据底座的Agentforce。其收购Slack后,先将其作为内部协作入口,再试图把Slack Channel转为业务代理的执行界面。Slack Code延续这一策略:Salesforce并不需要自行赢得基础模型竞赛,而是通过连接企业身份、CRM数据、消息流和工作流权限,把外部模型与代理纳入自身软件分发体系。

资本路径的重点是“入口控制”而非独占模型。Microsoft将GitHub Copilot嵌入GitHub、VS Code和Azure;Amazon用Bedrock、CodeWhisperer及AWS开发工具连接模型和云资源;Google把Gemini嵌入Cloud、Workspace和Android生态。Salesforce选择与Anthropic、GitHub、Cognition及Vercel合作,意味着它尝试成为多代理调度层:客户在Slack内发起任务,模型、代码工具和部署平台在后台竞争执行份额,而Slack掌握对话、权限与组织关系。

历史类比可参考Jira与GitHub改变软件交付管理的过程。Jira把需求、缺陷和项目管理标准化,GitHub把版本控制、代码审查和开源协作网络化;Slack Code试图将“需求提出—代码生成—审查—部署—反馈”压缩进实时频道。行业正从辅助编程阶段进入代理协作阶段,但代理生成的代码一旦能够触发生产部署,团队协作工具便必须承担审批、责任归属和审计功能,而不只是聊天界面。

本质属于产业链重构。过去开发工具链的价值分散于IDE、代码托管、项目管理、测试和云部署;代理式编程将这些环节连接为连续执行链,价值向拥有身份权限、工作上下文和任务分发权的平台集中。Slack若成为企业中代理接收指令和回报结果的默认界面,Salesforce就能重新掌握开发工作流的一部分入口;但若GitHub、Microsoft Teams或AI原生IDE控制更深的代码与部署上下文,Slack的协调层地位将受到限制。

ABAB News · 认知定律

  1. AI代理越多,调度入口越值钱

  2. 写代码会商品化,控制部署才有权力

  3. 协作工具的终局不是聊天,而是执行