Slack Code: AI-agents bouwen mee in je teamkanaal

Liever nieuwe posts als video? Abonneer op het aiMattie YouTube-kanaal — of bekijk alle video's in de playlist.

TL;DR

  • Wat: Slack lanceert Slack Code — een nieuwe functie waarmee AI-agents zoals Claude en Devin rechtstreeks in Slack-kanalen meebouwen aan software.
  • Waarom relevant: Software laten maken door AI verschuift van een solo-activiteit in een terminal naar iets dat je hele team kan volgen, bijsturen en goedkeuren.
  • Wat je ermee kunt: Bekijk of Slack Code past in jullie workflow, vooral als je regelmatig interne tools of prototypes laat bouwen.

Ik stuitte op een bericht van @zubiqo over een nieuwe Slack-functie en moest meteen even doorlezen. Slack Code is op 20 augustus gelanceerd en raakt iets waar ik al langer nieuwsgierig naar ben: wat gebeurt er als je AI-agents niet wegstopt in een ontwikkelomgeving, maar zichtbaar laat werken midden in je team?

Wat Slack Code precies doet

Het principe is compact uit te leggen. Je tagt een AI-codeeragent — bijvoorbeeld Claude van Anthropic, Devin van Cognition, GitHub Copilot of een Vercel-agent — in een Slack-gesprek. Op dat moment maakt Slack automatisch een apart code-kanaal aan, specifiek voor dat project.

Binnen zo'n kanaal zie je vier tabbladen:

  1. Gesprek — de conversatie met de agent en je teamleden.
  2. Plan — het werkplan dat de agent volgt.
  3. Code diffs — regel-voor-regel de wijzigingen die de agent voorstelt.
  4. Live preview — een HTML-weergave van het resultaat, zodat je direct ziet wat er gebouwd wordt.

Als het project klaar is, archiveert het kanaal zichzelf automatisch. Wat overblijft is een volledige audit trail: wie wat heeft gezegd, welke code is voorgesteld, wat is goedgekeurd en wat is aangepast. Dat klinkt misschien als een detail, maar voor bedrijven die moeten verantwoorden hoe software tot stand komt, is dat behoorlijk waardevol.

Waarom dit anders is dan een chatbot

Ik vind het interessant om Slack Code te vergelijken met hoe de meeste mensen nu AI voor code gebruiken. Meestal typ je een prompt in een tool als ChatGPT of Claude, krijg je een blok code terug, en plak je dat ergens in. Dat werkt — maar het is een eenpersoonsactiviteit. Je collega ziet niet wat je hebt gevraagd, waarom je bepaalde keuzes hebt gemaakt, of wat de agent precies heeft geproduceerd.

Slack Code draait die situatie om. De agent werkt in een gedeeld kanaal waar iedereen meekijkt. Je marketingcollega kan context geven over wat de landingspagina moet doen. Je operations-medewerker kan reageren op de preview. En iemand met technische kennis kan de code diffs beoordelen voordat er iets live gaat.

Vergelijk het met het verschil tussen alleen een e-mail schrijven en samen een document bewerken. De uitkomst kan hetzelfde zijn, maar het proces is transparanter — en je vangt fouten eerder.

Wat mij opvalt: de drempel wordt lager

Wat mij hier het meest opvalt, is dat Slack Code beschikbaar is op alle Slack-abonnementen. Dat is niet vanzelfsprekend. Nieuwe AI-functies zitten vaak achter de duurste enterprise-plannen. Dat Salesforce — het moederbedrijf van Slack — dit vanaf het gratis plan aanbiedt, zegt iets over waar ze naartoe willen.

Daarnaast benadrukt Slack dat ook niet-technische medewerkers kunnen deelnemen. Je hoeft geen code te kunnen lezen om in het kanaal te stappen, feedback te geven op een preview, of een taak goed te keuren. Stel dat je als ondernemer een eenvoudige interne rekentool of een klant-dashboard wilt laten bouwen — dan zou je dat in theorie kunnen starten door in Slack een agent te taggen en je wensen in gewoon Nederlands te beschrijven.

Ik zeg bewust "in theorie", want hoe goed dat in de praktijk werkt hangt sterk af van de complexiteit van je verzoek en van de kwaliteit van de onderliggende AI-agent. Maar het feit dat de drempel zo laag ligt, vind ik opmerkelijk.

Beveiliging en controle

Een punt dat ik niet wil overslaan: Slack geeft aan dat code-kanalen dezelfde beveiligingslaag krijgen als gewone Slack-kanalen. Dat betekent dat Enterprise Key Management en Data Loss Prevention — twee functies die grotere organisaties gebruiken om data te beschermen — ook hier van toepassing zijn.

Voor MKB-bedrijven die Slack Pro of Business+ gebruiken, is het goed om te weten dat berichten aan AI-agents op dezelfde manier worden behandeld als andere Slack-berichten. Dat neemt niet alle zorgen weg — je stuurt immers bedrijfsinformatie naar een externe AI-dienst — maar het is een stap in de richting van gecontroleerd AI-gebruik binnen je bestaande communicatieplatform.

Menselijke goedkeuring als sluitstuk

Een detail dat mij aanspreekt: de agent kan voorstellen doen, maar er gaat niets live zonder dat iemand uit het team het goedkeurt. Dat klinkt simpel, maar het is precies het verschil tussen "AI doet het voor je" en "AI doet het mét je". Die menselijke controlelaag maakt het een stuk makkelijker om dit soort tools te vertrouwen in een bedrijfsomgeving.

Breder dan alleen code

Slack hint er volgens meerdere bronnen op dat dit concept — een gedeeld kanaal waar een AI-agent werkt en het team mee kan sturen — niet beperkt hoeft te blijven tot softwareontwikkeling. Denk aan marketingcampagnes opzetten, juridische documenten laten reviewen, of een financiële analyse laten uitvoeren door een agent, allemaal zichtbaar in een teamkanaal.

Of dat ook daadwerkelijk komt en wanneer, is nog niet duidelijk. Maar het idee dat AI-agents in de toekomst niet in een apart systeem werken maar gewoon naast je collega's in Slack zitten, vind ik een logische richting. Het sluit aan bij hoe teams al werken: via kanalen, met context, en met de mogelijkheid om bij te sturen.

Een verschuiving in hoe we met AI samenwerken

Voor mij is dit vooral een signaal dat AI-tools steeds minder iets zijn dat je ernaast gebruikt en steeds meer iets dat in je bestaande werkprocessen schuift. Slack is voor veel bedrijven — ook in het Nederlandse MKB — al de plek waar beslissingen worden genomen en werk wordt gecoördineerd. Als AI-agents daar ook naartoe komen, verandert dat niet zozeer wát je met AI kunt doen, maar waar en hoe zichtbaar dat gebeurt.

En die zichtbaarheid, dat vind ik misschien wel het belangrijkste punt. Niet de technologie zelf, maar het feit dat je team kan meekijken.

80% van de AI-projecten haalt productie nooit.

Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.