作者:Vernon Keenan
今天的 Salesforce宣布Agentforce 2.0,该公司表示,它代表了企业人工智能架构的根本性转变。该平台引入了变革性功能,将重塑开发团队构建、部署和管理人工智能代理的方式。三个关键创新脱颖而出:用于程序控制的无头代理、用于协作的深度 Slack 集成以及完全改进的集成架构。
Agentforce 2.0 的基础是其增强的集成架构。MuleSoft for Flow 为企业系统提供 40 个预构建连接器,而新的 API 目录将 API 发现集中在 Salesforce 内。主题中心使 API 开发人员能够在 API 设计时嵌入 Agentforce 元数据,从而简化从 API 创建到代理部署的路径。
API Catalog 引入了复杂的元数据模型,用于向 AI 代理描述 API 功能,包括:
这种 API 优先的方法意味着 DevOps 团队最终可以通过统一的接口管理代理功能,而不是处理不同的端点。通过在设计时定义与代理相关的元数据,团队可以自动化大部分代理配置过程。
该平台的一个重要补充是增强的 Atlas Reasoning Engine,它引入了:
早期测试显示,与传统 AI 解决方案相比,答案准确性提高了 33%,试点部署中的响应相关性提高了一倍。该引擎能够针对简单查询执行快速系统 1 推理,并针对复杂问题执行更深入的系统 2 推理,这代表了企业 AI 功能的重大进步。
最重要的技术进步之一是引入无头代理部署。此功能允许开发人员以编程方式编排代理,而无需直接用户交互,从而实现:
Slack 集成代表了人工智能代理在企业工作流程中运作方式的战略演变。代理现在可以直接嵌入到协作空间中,同时保持企业级安全性和合规性,而不是作为独立界面存在。
技术实施注意事项:
基于渠道的可见性:
搜索实施:
数据云集成通过以下方式为代理智能奠定了基础:
统一数据模型:
增强的 RAG 实施:
实施 Agentforce 2.0 的团队应考虑以下 DevOps 最佳实践:
优化 Agentforce 2.0 部署需要注意:
Agentforce 2.0 组件的推出遵循以下时间表:
Agentforce 2.0 标志着 Salesforce 人工智能平台的显着成熟。无头代理、深度 Slack 集成和增强的集成能力的结合使其成为真正的企业级数字劳动力平台。开发团队需要改进他们的实践以正确支持这些功能,特别是在以下方面:
组织现在应该开始规划如何利用这些新功能。交错的发布时间表提供了分阶段引入不同组件的机会,但团队需要仔细考虑其架构和部署策略,以充分受益于平台的功能。
对于 DevOps 团队来说,这个版本既是机遇也是挑战。新的架构和工具提供了严格的生产部署所需的企业级功能,但他们需要调整其实践以正确支持这种由人工智能驱动的企业应用程序的新范例。