Salesforce在2024年Dreamforce大会上正式推出Agentforce——一个自动化AI Agents产品，能够帮助客户解决服务、销售、营销等多场景任务。Agentforce由五大要素构成（角色、数据、行动、保护机制、渠道），通过Atlas Reasoning Engine驱动工作流，用户通过自然语言即可零代码创建AI代理。Agentforce的推出进一步完善了Salesforce“Platform+Data Cloud+Customer 360+AI”的一体化产品体系，将公司从CRM软件供应商升级为企业级AI Agent平台商。
Agentforce五大要素与产品定位
Agentforce的核心架构由五个核心要素构成。角色定义Agent的定位和执行任务类型；数据决定Agent能使用的信息范围；行动是Agent能执行的具体操作（可根据用户指示灵活调整）；保护机制是Agent运行必须遵守的准则（明确能做什么和不能做什么）；渠道是Agent运行的场景（支持Slack、网页、CRM等多种渠道）。这五大要素共同构建了一个灵活可控的AI Agent框架，能够适应不同行业和企业的合规要求与业务需求。
在产品体系层面，Agentforce处于执行层定位，整合了Salesforce Platform（基石）、Data Cloud（全域数据处理）、Customer 360（销售/服务/营销应用）和Trust Layer（安全保障）。Agentforce最大的吸引力在于能结合赛富时其他产品和现有AI模型，借助Data Cloud和Customer 360的优势更好地满足客户需求，而不是作为孤立产品存在。
Atlas推理引擎与工作流
Agentforce的工作流分为四个关键环节。数据输入通过Data Cloud等途径导入；Prompts生成环节提供Prompts Builder辅助用户生成高质量提示词；Atlas Reasoning Engine是核心处理单元，使用RAG技术和话题归类分解任务、评估步骤并提供行动方案；最后通过应用、工作流和对话等途径完成行动。
Atlas推理引擎的能力直接决定了Agentforce的智能化水平。它能够将复杂的用户请求拆解为可执行的子任务，并结合企业知识库和实时数据做出最优决策。Agentforce的能力强于此前的Einstein AI方案，且随着OpenAI等大模型的持续迭代，后续有望进一步提升Agentforce的推理和生成能力。
零代码部署与用户体验
Agentforce显著降低了AI Agent的使用门槛。通过Agent Builder，用户只需使用自然语言描述Agent的目的、行为和数据调用方式，基本零代码即可完成Agent创建——这一设计使得非技术背景的业务人员也能自主配置AI代理。
在销售场景中，Sales Agent通过整合销售资料与CRM数据，自动发送个性化介绍邮件、处理争议、提供会面预约建议，治理面板则用于监控业绩并针对每个潜在客户状态提出分析建议。Foundation平台（将Customer 360重写的新平台）提供了更好的数据访问能力，带来更准确的AI服务，所有收购项目（Slack、MuleSoft、Tableau等）现已整合到这个新平台中。
Agentforce五大要素详解| 要素 | 定义 | 功能 |
|---|
| 角色 | Agent的定位 | 定义“执行什么任务” |
| 数据 | Agent能使用的数据 | 决定信息范围和质量 |
| 行动 | Agent能做的事情 | 可根据用户指示调整 |
| 保护机制 | 运行准则 | 明确能做什么和不能做什么 |
| 渠道 | 运行场景 | 支持Slack、网页、CRM等 |
