Slack Code: agentes de IA programan dentro de tus chats en 2026

¿Qué es Slack Code y cómo funciona?

El 20 de agosto de 2026, Slack lanzó oficialmente Slack Code, una funcionalidad que permite a los equipos colaborar con agentes de inteligencia artificial directamente dentro de sus chats grupales, sin necesidad de cambiar a herramientas separadas ni abrir nuevas pestañas del navegador.

La mecánica es simple pero ambiciosa: cuando alguien necesita construir una nueva funcionalidad, actualizar una página web o corregir un bug, simplemente etiqueta a un agente de programación —como Claude Code de Anthropic, Devin de Cognition, GitHub Copilot o incluso ChatGPT— y ese agente crea automáticamente un canal de código dedicado a esa tarea específica. Todos los miembros del equipo pueden seguir el progreso en tiempo real, revisar los diffs del código, obtener vistas previas del output HTML y aprobar el trabajo antes de que se despliegue.

Los canales tienen una característica clave: se archivan automáticamente al completar su asignación, pero mantienen un audit log permanente con todo lo que sucedió —quién pidió qué, qué cambió el agente y quién aprobó—, cumpliendo con las necesidades de compliance empresarial.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Lo más importante desde el punto de vista de seguridad: las acciones de alto riesgo, como hacer merge a producción, requieren aprobación humana. Según confirmó la portavoz de Slack, Gianna Dimick, todo esto opera bajo el modelo de seguridad enterprise existente de Slack, sin que IT tenga que provisionar identidades nuevas.

Slack Code está disponible hoy en cualquier plan de Slack, incluyendo workspaces gratuitos. El acceso a cada agente partner es una compra separada, lo que significa que Slack no cobra por los canales sino que deja que los proveedores de agentes cobren por el trabajo que realizan dentro de ellos.

El contexto detrás del lanzamiento

Este no es un producto que apareció de la noche a la mañana. Llega después de más de un año de construcción de infraestructura por parte de Slack y su matriz, Salesforce —que adquirió Slack en 2020 por US$27.700 millones.

El timeline revela una estrategia deliberada:

9 de diciembre de 2025: Anthropic lanzó una research preview que permitía a desarrolladores delegar tareas a Claude Code directamente desde hilos de Slack, extrayendo contexto de reportes de bugs y feature requests.
17 de febrero de 2026: Slack liberó su servidor de Model Context Protocol (MCP) y la Real-time Search API, dando a agentes de terceros acceso seguro y gobernado a canales, mensajes y archivos del workspace.
18 de junio de 2026: La empresa presentó el Slackbot MCP Client, permitiendo a desarrolladores conectar servidores MCP directamente a Slackbot para descubrir e invocar herramientas externas.
19 de agosto de 2026: Un día antes del lanzamiento oficial de Slack Code, Salesforce hizo el Slackbot MCP Client generalmente disponible como parte de una expansión más amplia de su plataforma Headless 360, conectando Slackbot a la plataforma Salesforce y a más de 20 aplicaciones partner incluyendo Atlassian, Box, Canva, DocuSign, Notion y Zoom.

Según Ryan Gavin, CMO de Slack, la tesis es que Slack se convierte en "el futuro del trabajo, donde humanos y agentes de IA colaboran en tiempo real". El ecosistema de Slack ya incluye más de 2.600 aplicaciones de terceros y más de 500 apps y agentes de IA en su marketplace.

No es casualidad que Marc Benioff, CEO de Salesforce, haya publicado un video demo del producto en X el mismo día del lanzamiento. TNW reportó en mayo que Salesforce esperaba gastar US$300 millones en tokens de Anthropic durante 2026, y Benioff había expresado públicamente su deseo de integrar programación dentro de Slack. Tres meses después, aquí está.

¿Quién compite en este espacio?

Slack no es el único intentando vender agentes como compañeros de trabajo digitales. El panorama competitivo se ha intensificado significativamente:

Cursor y Origin. El editor de código impulsado por IA Cursor —ahora parte de SpaceX tras una adquisición reportada por US$60 mil millones en acciones— lanzó en agosto de 2026 su propia plataforma de alojamiento de código llamada Origin. Lo interesante: según el reporte de Forbes, aproximadamente el 35% de los pull requests mergeados en Cursor ya son escritos por agentes autónomos. Origin representa una apuesta directa contra GitHub, posicionándose como la infraestructura nativa para una era donde los agentes escriben la mayor parte del código.

Entire. La startup fundada por Thomas Dohmke, ex CEO de GitHub, lanzó en julio de 2026 su red distribuida de Git. Tras levantar US$60 millones en ronda seed liderada por Felicis con valuación de US$300 millones (incluyendo participación de M12, el brazo venture de Microsoft), Entire argumenta que los servidores centralizados como GitHub no podrán manejar la carga de miles de millones de agentes accediendo simultáneamente a repositorios. Dohmke dijo: "Si no eres distribuido, no vales nada", citando a Linus Torvalds.

Buzz de Block. Jack Dorsey lanzó en julio de 2026 Buzz, un workspace diseñado específicamente para humanos y agentes de IA trabajando juntos, compitiendo directamente con la propuesta de valor de Slack.

Vibe Coding como categoría. Startups como Lovable han construido plataformas enteras sobre el patrón de "vibe coding" —describir software en lenguaje natural y dejar que un modelo genere el código—, mientras que Port aplicó el concepto a platform engineering. El mercado de agentes de desarrollo de software crece rápidamente, y Slack apuesta que el lugar natural para que el código escrito por agentes sea revisado y aprobado es el mismo espacio donde ya ocurren las conversaciones de ingeniería.

¿Qué significa esto para tu startup?

Slack Code representa un cambio de paradigma en cómo los equipos pequeños —y las startups en particular— pueden acceder a capacidad de desarrollo de software. Aquí hay tres implicaciones concretas:

1. Democratización del desarrollo técnico. Slack está vendiendo explícitamente esta funcionalidad como una forma de que personas no técnicas —un product manager que detecta un bug, un founder que quiere prototipar— puedan solicitar cambios de código sin depender de la disponibilidad de un ingeniero. Como dijo Katie Steigman, VP de Producto de Slack: "Nadie queda fuera del loop, nadie necesita una reunión extra. El trabajo se siente más eficiente".

Para founders con equipos reducidos, esto puede ser un acelerador real. Si tu equipo tiene uno o dos ingenieros saturados, poder delegar correcciones menores o actualizaciones de páginas web a un agente de IA dentro de Slack reduce la fricción entre "tengo una idea" y "está hecho".

2. La importancia del audit trail. Slack Code mantiene logs de auditoría automáticos y requiere aprobación humana para merges a producción. Esto no es solo una buena práctica de seguridad —es un requisito para cualquier startup que busque clientes enterprise o preparese para due diligence de inversión. Si tu equipo empieza a usar agentes de IA para generar código, necesitas trazabilidad desde el día uno.

3. Evaluá tu stack de desarrollo. Con competitors como Cursor construyendo pipelines completos (editor + code hosting + deployment) y Entire ofreciendo infraestructura distribuida para evitar cuellos de botella en GitHub, el landscape de herramientas de desarrollo está fragmentándose. Para founders que están armando su equipo técnico, vale la pena preguntarse: ¿qué vendors controlan múltiples capas de nuestro stack de desarrollo? La concentración de proveedores es conveniente hasta que se convierte en dependencia crítica.

Acciones concretas para implementar esta semana

Prueba Slack Code con un caso de uso real. Si tu equipo usa Slack, activa la funcionalidad con un agente existente (Claude Code, Devin o GitHub Copilot) y pruébalo con una tarea pequeña pero real —una actualización de documentación, una corrección menor, un script interno. Mide cuánto tiempo toma vs. el flujo tradicional.
Establece políticas de approval antes de escalar. Define qué tipos de cambios requieren revisión humana formal y cuáles pueden ejecutarse automáticamente. Documentá estas reglas antes de que el equipo empiece a usar agentes masivamente.
Mapeá tu dependencia de single points of failure. Identificá cuántas capas de tu stack de desarrollo dependen de un solo proveedor. Si GitHub cae por 6 horas (como ocurrió en agosto de 2026), ¿qué se detiene? Tener redundancia no es paranoico —es gestión de riesgo.