Salesforce 推出 Agentforce Operations，以修复破坏企业 AI 的工作流

Source: VentureBeat

介绍

企业 AI 团队正面临瓶颈——并不是因为模型无法推理，而是因为其底层工作流从未为代理而构建。任务会失败，交接会中断，随着组织将代理深入到后台系统，这一问题会进一步加剧。为了解决这个问题，正在出现一种新的架构层：工作流执行控制平面，它在代理预期运行的流程上强加确定性的结构。

将这一理念推向前沿的公司之一是 Salesforce，其全新工作流平台将后台工作流转化为一系列供专用代理完成的任务。用户可以上传自己的流程，或使用 Salesforce 提供的 Blueprints，Agentforce Operations 将为代理拆解这些任务。

Salesforce 产品高级副总裁 Sanjna Parulekar 在接受 VentureBeat 采访时表示，许多企业工作流并非为代理而构建：

“我们从客户那里观察到，很多时候，流程中的破碎点可能出现在你的产品需求文档中。因此，当它被上传到产品中时，往往无法正常工作。我们可以对其进行优化，去除一些环节并用代理来替代。”

如果没有这层控制面板，企业可能会面临部署代理反而增加成本，而不是解决工作流问题的风险。

让工作流适用于代理，而不仅是人类

企业在部署代理时正学到一个代价高昂的教训：它们的工作流是围绕人类判断的盲点而设计的，而不是机器执行的。那些经过多年变通形成的流程——步骤定义松散、决策隐含、协作依赖于个人知道下一步该做什么——在让代理字面遵循时会崩溃。

即使企业的所有上下文信息触手可及，如果没有明确的指示 AI 系统也难以完成任务。

Parulekar 说，她的团队发现，关注让流程“动起来”的关键因素，并将其拆解为更明确的步骤和工作流，可以让系统更加确定性。随后，当像 Agentforce Operations 这样的平台引入代理时，这些代理已经知道自己的具体任务。

“它迫使公司重新思考自己的流程，并因系统中的会话追踪模型而引入可观测性，”她说。

可以在系统中内置人工检查，使流程更加透明。

该方法与其他工作流自动化产品的区别在于，它不依赖代理自行决定下一步该做什么；而是系统来决定。不同于传统的自动化工具通过概率决策来路由任务和代理，这种方式强制在预定义的、确定性的结构上执行。

引入的问题

将工作流形式化并不能修复已经破损的工作流。如果一个流程的步骤本身就有缺陷，将其编码给代理后，就会在大规模上锁定这个问题。一旦工作流被分配给多个代理，挑战就从执行转向治理：谁拥有该流程，谁对其进行验证，以及当业务环境变化时它如何演进。

组织需要考虑，除了像 Agentforce Operations 这样的平台提供的执行控制平面之外，还应有人负责任务完成和成功。

Brandon Metcalf，工作流编排公司 Asymbl 的创始人兼 CEO，在接受 VentureBeat 的另一场采访时表示，人与代理遵循工作流的关键在于共同的目标：

“你必须了解目标，否则代理或人类将无法成功完成任务。必须有人管理必须交付的结果。这个人可以是个人，也可以是代理。”

瓶颈已经转移。正如 Metcalf 所述，问题不再是代理是否能够推理完成任务，而是它们底层的工作流是否足够连贯以执行。对于那些将流程建立在人类判断和组织记忆之上的企业来说，这比换用更智能的模型要更难解决。