Slack 在 2026 年 8 月 20 日推出 Slack Code，讓團隊可以在專案頻道中直接使用 AI coding agent，查看工作計畫、程式碼 diff、即時預覽，並在同一個討論串中提出修改意見與審核結果。
AI coding agent 不再只屬於單一工程師
以往 AI 寫程式多半發生在單一工程師的編輯器或聊天工具裡，其他成員通常要等到 Pull Request 建立後，才知道 AI 做了什麼。Slack Code 改變了這種流程：產品經理可以提出需求，AI agent 開始處理後，工程師、設計師與其他協作者都能在頻道中看到進度。
使用者只要在 Slack 專案頻道中標記 AI agent，系統就會建立對應的程式碼工作頻道。頻道內會顯示 agent 的處理計畫、修改前後的程式碼差異，以及可供團隊檢查的即時預覽畫面。成員也能直接回覆意見，要求 agent 調整實作方式。
從提出需求到審核結果放在同一處
例如產品經理發現網站上的按鈕行為不正確，可以先在頻道提出問題。AI agent 產生修正方案後，工程師能直接查看 diff 與預覽結果，再判斷是否符合現有架構與產品需求。這讓 AI 不再只是某一位工程師私下使用的工具，而是整個團隊都能觀察與參與的工作角色。
Slack Code 支援多個 AI agent 合作夥伴，包括 Anthropic、Cognition、GitHub Copilot、OpenAI 與 Vercel 等。不過，Slack Code 可在各種 Slack 方案中使用，不代表每個使用者都能直接使用所有 agent。實際權限仍取決於團隊是否擁有相關服務的存取資格，以及所在地區與客戶合約。
人工核准仍是正式環境的關卡
Slack 表示，團隊可以暫停、重新導向或停止 AI agent；涉及正式環境或高風險操作時，仍需要專業人員核准。任務結束後，工作頻道可以自動封存，但相關紀錄仍會保留，方便團隊日後追蹤 AI 做過哪些修改。
不過團隊不能因為所有人都看得到頻道，就直接放寬權限。導入 Slack Code 時，仍應先定義哪些程式庫可以讓 agent 存取、哪些操作必須人工核准，以及誰負責檢查 AI 產生的程式碼。公開協作紀錄只能增加可見性，不能取代程式碼審查與正式環境管理。
對開發團隊的實際影響
這種設計對軟體團隊的最大幫助，是減少 AI 工作流程中的資訊落差。需求、討論、程式碼修改與審核都集中在同一個空間，產品人員不必依賴工程師轉述，工程師也能更早發現需求與實作之間的差異。
Slack Code 的意義，不只是讓 AI 寫更多程式碼，而是把 AI coding agent 從個人工具變成團隊流程的一部分。對已經使用 Slack 管理專案的團隊來說，未來的開發流程可能會變成：在頻道提出需求、讓 agent 執行、共同查看結果，再由人員決定是否採用。
