Los canales de código convierten el trabajo con agentes de IA en una actividad compartida donde equipos pueden revisar planes, cambios y previews antes de llevar software a producción. Slack Code crea canales temporales dedicados donde equipos humanos y agentes de programación con IA pueden trabajar sobre un mismo proyecto, compartir contexto, revisar planes y diferencias de código, visualizar resultados y mantener un registro común de las decisiones antes de aprobar cambios.

Aspectos clave

• Slack Code fue anunciado oficialmente el 20 de agosto de 2026.
• Está disponible en todos los planes de Slack, aunque el acceso a cada agente asociado puede requerir una cuenta o suscripción independiente.
• Los agentes actualmente documentados por Slack para Code Channels son Claude de Anthropic, Devin de Cognition, GitHub Copilot y Vercel.
• Slack anunció integración con OpenAI/ChatGPT, pero su propio blog indica que llegará próximamente; por eso no la presentaría todavía como disponibilidad general efectiva.
• Los Code Channels pueden contener espacios específicos para conversación, plan del agente, diferencias del código y previews del resultado.
• Los canales pueden ser públicos o privados y pueden crearse desde una conversación con un agente compatible o manualmente desde Agents & tools.
• Cuando termina el trabajo, el canal puede cerrarse y su contexto permanece consultable; Slack también retira los canales inactivos de la barra lateral después de siete días de inactividad.
• Los agentes heredan los límites de acceso y permisos existentes en Slack; esto mejora gobernanza, pero no convierte automáticamente cualquier código generado en seguro o listo para producción.
• Salesforce mantiene la aprobación humana antes de llevar los cambios finales a producción dentro del modelo anunciado.
• La investigación DORA señala que la IA tiende a actuar como un amplificador del sistema organizacional existente: puede aumentar el throughput, pero también introducir mayor inestabilidad cuando revisión, testing y procesos de entrega no evolucionan al mismo ritmo.

De programar con una IA a programar con una IA delante del equipo

Lima, Perú, 25 de agosto de 2026.— La primera etapa de la inteligencia artificial aplicada al desarrollo fue esencialmente individual. Un desarrollador abría: IDE + copiloto, terminal + agente, o navegador + chatbot. Le pedía una función, una corrección o una explicación y recibía una respuesta. Eso elevó la capacidad individual. Pero también creó un problema: gran parte de la interacción entre humano e IA permanecía invisible para el resto del equipo. Los compañeros podían encontrarse posteriormente con el pull request, pero no necesariamente conocían: qué pidió el desarrollador, qué supuso el modelo, qué alternativas descartó, qué contexto utilizó. Slack Code intenta trasladar esa interacción a un espacio colectivo. La tesis de Salesforce es sencilla: el agente deja de trabajar con una persona aislada y comienza a trabajar delante del equipo.

El problema no es solamente generar código más rápido

La IA ya puede producir código con enorme velocidad. Pero producir código representa apenas una parte del Software Development Life Cycle. Después aparecen: revisión → pruebas → integración → seguridad → despliegue → operación. La investigación DORA resulta particularmente útil aquí. Su análisis de 2025 concluye que la IA funciona principalmente como un amplificador: mejora los resultados cuando una organización ya posee buenos procesos, pero puede amplificar problemas donde testing, feedback, arquitectura o entrega son deficientes. Un análisis posterior publicado por DORA en marzo de 2026 encontró además una tensión interesante: la IA acelera la generación inicial, pero parte de ese tiempo ahorrado puede trasladarse posteriormente hacia auditoría y verificación; una mayor adopción se ha asociado simultáneamente con mayor throughput y mayor inestabilidad de entrega. Eso ayuda a entender por qué Slack Code puede tener sentido. El próximo cuello de botella quizá no sea: “¿Podemos generar el código?” sino: “¿Podemos revisarlo, comprenderlo y aprobarlo con suficiente velocidad?”

Code Channels convierten el trabajo del agente en un objeto colaborativo

Un canal de código proporciona un espacio temporal específico para la tarea. En lugar de colocar todo dentro de un hilo convencional, Slack estructura el trabajo alrededor de superficies diferentes para: conversación, plan del agente, code diff, preview del resultado. Esta separación tiene valor conceptual. La conversación explica: qué queremos. El plan muestra: qué piensa hacer el agente. El diff permite evaluar: qué cambió realmente. La preview responde: qué resultado produjo. Eso genera una secuencia más auditable: intención → plan → modificación → resultado. Para agentes capaces de ejecutar tareas cada vez más largas, esa trazabilidad puede acabar siendo más importante que la propia interfaz conversacional.

Ver el plan antes del resultado cambia la supervisión humana

Cuando una IA entrega únicamente el producto terminado, el humano actúa como inspector final. Cuando expone también su plan, el equipo puede intervenir antes. Supongamos que un agente propone:

1. modificar una función;
2. actualizar una dependencia;
3. cambiar el esquema;
4. desplegar.

Un arquitecto de software puede detener la operación en el paso dos y decir: “No actualices esa dependencia; este sistema mantiene compatibilidad con otra aplicación”. Ese contexto quizá no estaba dentro del prompt original. Pero sí vive dentro del equipo. Es precisamente la información que se pierde cuando el trabajo humano-agente ocurre completamente en privado.

Cualquier miembro puede intervenir, pero eso no significa que cualquiera pueda publicar software

Aquí ajustamos el término comercial “democratización del desarrollo”. Slack afirma correctamente que un miembro no técnico puede observar lo que el agente construye, revisar previews y proporcionar feedback. Eso puede involucrar a: product managers, diseñadores, marketing, QA, usuarios de negocio. Pero no significa que todos ellos adquieran automáticamente permisos para: aprobar código, fusionarlo, modificar infraestructura, desplegar a producción. La accesibilidad a la conversación no debe confundirse con autorización operacional. La democratización útil sería: más personas pueden participar en la especificación y revisión del software. No: cualquier persona puede administrar producción mediante lenguaje natural.

Slack Code no reemplaza al IDE ni al pipeline DevOps

Este es uno de los matices que considero esenciales para comprender este anuncio. La frase del comunicado según la cual los proyectos pueden ir “desde el concepto hasta producción sin alternar herramientas” expresa la visión del fabricante. Arquitectónicamente, Slack Code sigue coexistiendo con: repositorios, agentes externos, entornos cloud, testing, CI/CD, infraestructura. Slack se convierte en la superficie de coordinación y colaboración. El agente sigue necesitando herramientas capaces de modificar y ejecutar el software. El repositorio continúa siendo la fuente del código. El pipeline continúa realizando determinadas validaciones. Y la infraestructura de runtime continúa alojando la aplicación. Podríamos describirlo así: Slack Code no reemplaza la toolchain; intenta convertirse en el lugar donde el equipo conversa y gobierna cómo los agentes utilizan esa toolchain.

Claude, Devin, Copilot y Vercel están operativos; ChatGPT llegará después

Salesforce menciona entre sus socios: Anthropic, Cognition, GitHub, OpenAI, Vercel. Pero la documentación de producto vigente de Slack identifica como agentes aprobados actualmente: Claude, Devin, GitHub Copilot, Vercel. Y el anuncio principal del 20 de agosto establece: OpenAI/ChatGPT → available soon.

Tener Slack Code no significa tener automáticamente los agentes

Otro detalle comercial importante. Slack Code está disponible en todos los planes de Slack. Pero las integraciones con los agentes requieren acceso independiente al proveedor correspondiente, que puede incluir una cuenta o plan de pago. Es decir: Slack Code incluido ≠ Claude/Copilot/Devin incluido. Esto debe quedar visible para los responsables TI que evalúen costo total. Una organización podría necesitar presupuestar: Slack, licencias de agentes, repositorios, infraestructura, otras herramientas DevOps.

Un Code Channel puede nacer automáticamente o manualmente

El comunicado afirma que mencionar a un agente crea automáticamente un canal. Es aproximadamente la experiencia deseada, pero la documentación oficial añade un matiz. Los agentes compatibles normalmente crean un Code Channel después de que se les menciona con una solicitud adecuada, pero el usuario también puede crear uno manualmente desde Agents & tools. Además, el canal puede ser: público o privado. Esa distinción será importante para equipos que trabajen con: vulnerabilidades, código sensible, incidentes, proyectos confidenciales.

El contexto compartido puede convertirse en memoria institucional

Este es probablemente uno de los argumentos más sólidos de Salesforce. Cuando un desarrollador resuelve un problema en una terminal privada, buena parte del proceso desaparece. Queda el código. Tal vez un comentario. Quizá un pull request. Pero puede perderse el razonamiento que llevó a la solución. Con Code Channels permanecen conjuntamente: pregunta, conversación, instrucciones, plan, feedback, resultado. Slack indica que los canales terminados pueden archivarse conservando el contexto consultable. Eso convierte una tarea puntual en potencialmente: conocimiento organizacional reutilizable. Un desarrollador que meses después encuentre el mismo problema podría no comenzar desde cero.

Pero almacenar la conversación no garantiza que tengamos documentación de calidad

Aquí debemos leer con cautela. Un historial es útil. Pero: historial ≠ documentación. Un Code Channel puede contener: decisiones incorrectas, hipótesis descartadas, prompts informales,
información temporal. Para convertir esa conversación en conocimiento institucional sostenible siguen siendo necesarias prácticas como: ADRs, README, runbooks, comentarios relevantes, issues y documentación técnica. Slack puede conservar el contexto. El equipo debe decidir qué parte merece convertirse en conocimiento permanente y normativo.

La gobernanza se desplaza hacia el agente

Slack afirma que los agentes heredan el modelo de seguridad, permisos y límites de datos definidos en el workspace. Eso es positivo. Evita construir un sistema paralelo donde el agente opere completamente al margen de la administración de Slack. Pero no significa que: “si está dentro de Slack, todo está seguro”. La seguridad efectiva depende también de: permisos del agente, repositorios conectados, credenciales, secrets, herramientas disponibles, alcance del token, políticas de deployment. El agente puede respetar perfectamente sus permisos y aun así tener demasiados permisos. La regla clásica continúa siendo: least privilege.

Human-in-the-loop permanece antes de producción

El comunicado establece una salvaguarda especialmente importante: cualquier integrante puede: pausar, redirigir o detener al agente mientras trabaja. Además, Salesforce establece aprobación humana antes de que el agente lleve los cambios finales a producción. Porque hay una diferencia enorme entre: generar un cambio y autorizar su impacto sobre producción. La capacidad de código de un agente está creciendo mucho más rápido que nuestra experiencia organizacional gobernando estos sistemas. El botón de aprobación humana continúa siendo, de momento, una frontera razonable.

La revisión humana tampoco debería convertirse en un clic automático

Existe, sin embargo, otro riesgo. Cuando los agentes producen modificaciones continuamente, el equipo puede sufrir automation bias: “el agente suele acertar; aprobaré”. Entonces el control humano existe técnicamente, pero no funciona realmente. La investigación DORA insiste en fortalecer feedback rápido, pruebas automatizadas y prácticas de entrega cuando aumenta el uso de IA, porque generar código con mayor velocidad puede incrementar lotes y presión sobre los procesos posteriores. El modelo correcto no debería ser: AI writes → human clicks approve. Debería aproximarse a: AI proposes → tests validate → team reviews → authorized human approves.

El código generado necesita pruebas aunque todo el equipo lo vea

Visibilidad no equivale a calidad. Un agente puede producir una modificación aparentemente correcta que contenga:

• una regresión;
• una vulnerabilidad;
• comportamiento inesperado;
• dependencia problemática;
• performance deficiente.

La preview ayuda a comprender el comportamiento observable. El diff ayuda a comprender la modificación. Pero ninguno sustituye: unit testing, integration testing, SAST, dependency scanning, code review, observability. Slack Code puede hacer que esas señales sean más accesibles. No hace innecesarias las prácticas de ingeniería.

La IA puede aumentar el throughput y también la presión de revisión

DORA encontró que más de 90% de los profesionales tecnológicos estudiados utilizaba IA en su trabajo y más de 80% percibía mejoras de productividad. Pero su investigación insiste en que el resultado organizacional depende del sistema completo. Eso produce una paradoja interesante. Si un desarrollador antes generaba: 5 cambios y ahora puede generar: 15 cambios la organización necesita capacidad para: revisar 15, probar 15, integrar 15. La velocidad individual puede desplazar el cuello de botella. Slack Code parece dirigido precisamente a esa segunda etapa: hacer colaborativo el proceso que rodea al código generado.

Del Copilot personal al agente como integrante operativo

Los primeros copilotos de programación fueron fundamentalmente: humano pregunta → IA responde. Los nuevos agentes pueden:

• explorar repositorios;
• modificar varios archivos;
• ejecutar pruebas;
• revisar errores;
• iterar;
• producir una solución.

Eso cambia la relación. El agente deja de ser simplemente: autocomplete avanzado y empieza a parecerse a: un ejecutor de tareas. La interfaz de trabajo también necesita cambiar. Un hilo convencional puede ser suficiente para: “¿Qué hace esta función?” Pero una tarea de 40 minutos que modifica múltiples archivos, ejecuta pruebas y necesita varias decisiones humanas requiere algo más parecido a un workspace. Esa es la lógica de Code Channels.

Slack planea llevar este modelo más allá de ingeniería

Y aquí aparece una dimensión estratégica todavía mayor. Slack señala que el mismo modelo de trabajo con agentes podría extenderse hacia: marketing, legal, IT onboarding, y otras áreas. Eso sugiere que Slack Code quizá sea solo el primer caso de una nueva unidad de trabajo. Hoy: Code Channel. Mañana podríamos imaginar: Contract Channel. Campaign Channel. Incident Channel. Cada espacio reuniría: personas + contexto + agente + ejecución + historial. Entonces el producto estratégico no sería simplemente Slack Code. Sería el canal como contenedor operativo para equipos humano-agente.

Más contexto

ChatGPT todavía no figura como agente operativo aprobado

Aunque la comunicación de Salesforce lo incluye entre los socios anunciados, Slack indica actualmente que OpenAI llegará próximamente. Los agentes operativos documentados son Claude, Devin, GitHub Copilot y Vercel.

Disponible en todos los planes no significa agentes incluidos

Cada integración puede necesitar una cuenta independiente, incluso de pago.

Slack Code no sustituye el stack de desarrollo

Centraliza colaboración y supervisión, pero repositorios, pipelines, testing e infraestructura continúan siendo necesarios.

“Democratizar el software” no significa eliminar competencias técnicas

Profesionales no técnicos pueden aportar requerimientos, revisar previews y feedback; eso no los convierte automáticamente en responsables de arquitectura, seguridad o producción.

Los permisos heredados son una capa, no garantía absoluta de seguridad

La gobernanza debe considerar también permisos del agente sobre sistemas externos y repositorios.

La preview no equivale a test completo

Permite inspeccionar el resultado, pero no sustituye testing automatizado, seguridad y validación.

Aprobación humana continúa siendo necesaria antes de producción

Así lo establece el modelo anunciado por Salesforce.

Mayor velocidad de generación no garantiza mejor delivery

DORA identifica trade-offs entre velocidad, verificación y estabilidad, por lo que el impacto debe medirse a nivel de sistema y no únicamente mediante líneas de código producidas.

Datos citables

• 20 de agosto de 2026: anuncio original de Slack Code.
• Todos los planes de Slack: disponibilidad declarada para Slack Code.
• 4 agentes actualmente documentados: Claude, Devin, GitHub Copilot y Vercel.
• ChatGPT/OpenAI: integración anunciada como próxima según Slack.
• 4 superficies principales: conversación, plan, code diff y live preview según la descripción de Salesforce.
• 7 días de inactividad: periodo tras el cual un canal terminado puede desaparecer de la sección activa de la barra lateral según la documentación de Slack.
• 500+ aplicaciones de IA: cifra comunicada por Salesforce para Slack Marketplace.
• 90% aproximadamente: profesionales tecnológicos que utilizan IA según DORA 2025.
• Más de 80%: profesionales encuestados por DORA que perciben mejoras de productividad mediante IA.

Preguntas y respuestas para entender Slack Code

¿Qué es un Code Channel?

Es un canal temporal de Slack dedicado a una tarea o proyecto donde personas y un agente de IA pueden compartir contexto, revisar trabajo y colaborar sin saturar el canal principal.

¿Qué agentes puedo utilizar actualmente?

La documentación operativa de Slack enumera Claude, Devin, GitHub Copilot y Vercel. OpenAI/ChatGPT ha sido anunciado, pero Slack indica que llegará próximamente.

¿Slack Code está incluido en Slack Free?

Salesforce señala que está disponible en todos los planes de Slack. Los servicios de los agentes asociados pueden requerir acceso o suscripción separada.

¿Puede una persona que no programa participar?

Sí. Puede observar el progreso, revisar previews y aportar feedback cuando tenga acceso al canal, aunque las acciones técnicas continúan sujetas a permisos y responsabilidades del equipo.

¿El agente puede desplegar código sin autorización?

El modelo anunciado por Salesforce mantiene una aprobación humana antes de llevar los cambios finales a producción.

¿Slack Code sustituye GitHub?

No. Slack Code funciona como superficie colaborativa; los sistemas de control de versiones y otras herramientas de desarrollo continúan cumpliendo sus funciones específicas.

¿Puedo detener al agente mientras trabaja?

Sí. Salesforce indica que integrantes del canal pueden pausar, reorientar o detener una ejecución.

Knowledge Layer | Glosario

• AI Coding Agent: sistema de IA capaz de interpretar una tarea de programación, utilizar herramientas, modificar archivos, ejecutar acciones y producir una solución con distintos grados de autonomía.
• Code Channel: espacio temporal de Slack dedicado a un proyecto realizado conjuntamente por personas y agentes de programación.
• Code Diff: representación de las diferencias entre dos versiones de código, mostrando qué líneas fueron agregadas, modificadas o eliminadas.
• Live Preview: visualización ejecutable del resultado producido durante el proceso de desarrollo.
• Pull Request: solicitud formal para revisar e integrar modificaciones de código dentro de un repositorio.
• CI/CD: prácticas y herramientas de integración y entrega/despliegue continuo destinadas a validar y distribuir cambios de software.
• Human-in-the-loop: modelo donde una persona mantiene funciones de revisión, intervención o aprobación dentro de un proceso automatizado.
• Least Privilege: principio de seguridad mediante el cual cada usuario, agente o servicio recibe únicamente los permisos necesarios.
• Context Switching: costo cognitivo y operativo producido al cambiar repetidamente entre tareas o herramientas.
• Agentic Software Development: desarrollo de software donde agentes de IA pueden asumir tareas multietapa y utilizar herramientas bajo objetivos y límites definidos.

¿Por qué es importante?

La siguiente fase de la programación con IA no depende solamente de producir más código. El desafío será conseguir que el código generado por agentes pueda ser entendido, revisado y gobernado colectivamente antes de afectar sistemas reales. Slack Code intenta trasladar ese proceso desde una sesión privada hacia un espacio compartido donde la intención, las decisiones y el resultado permanecen visibles.

Visión Estratégica

El cambio más profundo puede no ser que los agentes aprendan a programar, sino que las empresas aprendan a trabajar colectivamente con ellos. Hasta ahora la IA de código ha maximizado principalmente la capacidad individual; Slack Code apunta hacia una segunda etapa donde el objetivo es transformar esa productividad local en rendimiento organizacional. Pero la colaboración visible no sustituirá ingeniería rigurosa. Testing, control de versiones, seguridad y revisión continuarán siendo esenciales. A medida que los agentes puedan ejecutar tareas más largas, el activo crítico probablemente será una nueva disciplina: gobernar equipos donde humanos deciden la intención y agentes aceleran la ejecución sin perder trazabilidad ni responsabilidad.

Acerca de Salesforce

Salesforce desarrolla plataformas de CRM, datos, automatización, colaboración y agentes de inteligencia artificial. Slack forma parte de Salesforce desde 2021.

Salesforce cotiza en la New York Stock Exchange bajo el símbolo CRM, según su Investor Relations oficial.

Enlace bursátil recomendado: Salesforce, Inc. — NYSE: CRM

Enlaces salientes de autoridad recomendados

• Slack Code: Where Your Team and Agents Build Together
• . Desarrolla con IA en equipo mediante Slack Code
• DORA — State of AI-assisted Software Development 2025

Tu Opinión Nos Importa

Durante años, programar fue una actividad colaborativa construida alrededor de personas. Ahora aparece un nuevo integrante: un agente capaz no solo de sugerir código, sino de trabajar durante minutos sobre una tarea completa y mostrar al equipo lo que está haciendo.

¿Prefieres trabajar individualmente con un agente de programación y compartir después el resultado, o crees que el proceso completo debería ser visible para el equipo desde el comienzo?

Cuando una IA pueda escribir, probar y modificar software casi autónomamente, ¿qué debería seguir requiriendo obligatoriamente una aprobación humana antes de llegar a producción?

Comparte tu perspectiva con la comunidad de IT/USERS® Magazine:

#ItusersAwards2026 #SuperFan

Apoya al Periodismo Independiente

¿Te sirvió en algo este contenido?, ayúdanos a combatir la Desinformación, dona desde S/ 1.00 a nuestro PLIN 943-438-457