NanoCo, perusahaan di balik framework AI agent open-source NanoClaw, memperkenalkan integrasi baru yang memasukan kemampuan orkestrasi agent ke dalam Slack. Fitur ini memungkinkan pengguna menciptakan seluruh tim agent AI — masing-masing dengan peran, memori, dan hak akses tersendiri — hanya dengan mengetik satu perintah di kolom chat. Berbeda dengan bot konvensional yang bersifat sementara, agent-agent ini persisten, memiliki avatar dan nama sendiri, serta dapat saling berkolaborasi di channel dan Slack Canvas.
Kedatangan NanoClaw ke Slack menjawab frustrasi lama perusahaan soal kompleksitas menanamkan AI agent ke ruang kerja kolaboratif. Hingga kini, menambahkan agent ke Slack berarti harus melewati labirin konfigurasi: membuat aplikasi di portal developer Slack, mengumpulkan API key, token, dan secret, lalu memasukkannya ke infrastruktur bot. NanoCo menyederhanakan alur itu jadi satu kali otorisasi workspace. Setelah itu, agent utama bisa menyuruh agent lain lahir sebagai bot Slack independen tanpa ulang proses manual.
Gavriel Cohen, CEO dan co-founder NanoCo, mengklaim ini sebagai पहली kali agent AI hadir "secara native" di Slack. "Dulu kamu harus melakukan hal-hal aneh supaya banyak agent bisa pakai bot yang sama," ujarnya ke VentureBeat. "Sekarang tiap agent punya identitas sendiri — avatar, wajah, nama. Kamu bisa mention mereka. Mereka bisa mention satu sama lain." Cohen memprediksi dalam 12 hingga 18 bulan mendatang, setiap anggota tim akan menjadi manajer agent.
Arsitektur di balik layar memanfaatkan Model Context Protocol (MCP) sebagai alat bagi agent utama untuk menciptakan agent baru, mendefiniskan instruksi, persona, skill, dan tool mereka. Agent lain kemudian ditempatkan ke ruang bersama. Semuanya berjalan di infrastruktur pelanggan sendiri, terhubung ke Slack lewat Socket Mode. Token Slack tidak disimpan oleh NanoCo; tetap di mesin pengguna. Kontrol administrasi Slack standar tetap berlaku — organisasi bisa terapkan kebijakan persetujuan aplikasi seperti biasa.
Keunggulan pendekatan ini terletak pada pembagian kerja yang nyata, bukan sekadar role-play kosmetik. Seorang developer bisa meminta agent product manager, arsitek, implementasi, code reviewer, dan testing agent — masing-masing diberi toolset berbeda. Agent testing misalnya punya akses ke lingkungan testing, sementara agent review membawa skill review kode khusus. Cohen menegaskan pemisahan ini memberikan keuntungan nyata: "Ada keuntungan soal memberi masing-masing skill, instruksi, dan tool spesifik untuk tugas berbeda."
Bagi ekosistem teknologi Indonesia, hadirnya NanoClaw di Slack membuka peluang baru bagi tim engineering dan produk lokal yang sudah lama bergantung pada Slack sebagai pusat kolaborasi. Startup-skala menengah hingga enterprise di Jakarta, Bandung, dan Surabaya kini bisa bereksperimen dengan tim AI agent tanpa harus bangun infrastruktur kompleks dari nol. Faktanya, banyak tim Indonesia sudah familiar dengan Slack Canvas dan workflow berbasis channel — landasan yang NanoClew butuhkan untuk beroperasi mulus.
Ketersediaan model LLM yang fleksibel jadi nilai tambah krusial. Perusahaan Indonesia bisa memilih model yang optimal untuk biaya, performa, atau kepatuhan data lokal — misalnya model open-weight yang di-host di dalam negeri untuk memenuhi regulasi data sovereignty. Hal ini berbeda dengan solusi SaaS tertutup yang memaksa data keluar ke cloud vendor asing.
Tantangan yang tetap ada: kurva belajar untuk mendesain agent yang efektif, manajemen biaya inferensi saat skala agent bertambah, dan kebutuhan governance agar agent tidak bertindak di luar batas. Namun fondasi teknis — open-source, self-hosted, LLM-agnostic — memberi kendali penuh ke tangan tim teknis internal, bukan vendor.
Di sisi kompetitif, NanoClaw bersaing dengan framework seperti LangGraph, CrewAI, atau AutoGen yang juga menawarkan multi-agent. Bedanya, NanoClaw memilih jalur integrasi native ke platform kolaborasi yang sudah dipakai ribuan tim Indonesia hari ini. Bukan membangun UI baru, tapi menumpang di tempat kerja sudah ada.
Langkah selanjutnya NanoCo adalah memperluas integrasi ke platform messaging lain — Telegram dan WhatsApp sudah disebutkan — serta memperkaya marketplace skill agent. Jika prediksi Cohen benar, tahun 2026 akan menjadi masa transisi di mana "manajemen agent" jadi kompentensi dasar knowledge worker, termasuk di Indonesia. Tim yang mulai bereksperimen sejak sekarang akan punya keunggulan kurva belajar saat norma baru itu tiba.