По мере роста числа AI-агентов Salesforce предлагает больше контроля и предсказуемости в AI-операциях
Salesforce в прошлом году впервые попыталась справиться с расползанием AI-агентов с помощью Agent Fabric — набора возможностей и инструментов внутри MuleSoft AnyPoint Platform. Теперь компания стремится еще жестче ограничить неуправляемых AI-агентов на своей платформе и на платформах других вендоров тоже, добавляя новые инструменты governance и детерминированные механизмы управления.
Когда предприятия внедряют несколько agentic AI-продуктов, у них могут появляться дублирующиеся или изолированные рабочие процессы, разбросанные по разным командам и платформам. Это снижает операционную эффективность и усложняет governance, когда компании пытаются масштабировать AI безопасно и ответственно.
Agent Fabric, представленный в сентябре 2025 года, изначально был местом, где предприятия могли регистрировать, просматривать, соединять и управлять агентами. В январе он получил детерминированный инструмент сценариев и возможность сканировать новые агенты и добавлять их в реестр.
Но предприятиям по-прежнему нужна дополнительная помощь, чтобы взять AI-агентов под контроль, поэтому Salesforce добавляет новые функции.
Первым идет расширение детерминированных контролей в виде Agent Script for Agent Broker — интеллектуального сервиса маршрутизации внутри Agent Fabric, который предназначен для соединения агентов между доменами и динамического сопоставления задач пользователя с наиболее подходящим агентом. Salesforce заявила, что эти контроли помогут разработчикам формализовать рабочие процессы в многоагентных системах, чтобы обеспечить стабильные и надежные результаты.
Вместо того чтобы оставлять вероятностным агентам все решения о том, как решать задачу, и тем самым вносить элемент непредсказуемости, Agent Script for Agent Broker позволяет предприятиям направлять часть принятия решений по заранее заданным правилам, которые требуют меньше вычислительных ресурсов, чем запуск большой языковой модели.
Это хорошие новости для Роберта Крамера, managing partner в KramerERP.
«Полностью автономные агенты не обязательно работают в production, потому что предприятиям нужно обеспечивать предсказуемый результат. Детерминированные контроли должны облегчить безопасную передачу управления и правил, при этом сохраняя возможность модели рассуждать, когда это уместно», — сказал он. «Это баланс между контролем и гибкостью, который является нормой для большинства реальных внедрений».
По словам Ребекки Уэттеманн, principal analyst в Valoir, наличие и детерминированных, и вероятностных вариантов в Agent Fabric позволяет разработчикам и создателям агентов выбирать более дешевый путь к более точным и предсказуемым результатам в agentic-системах.
Однако предприятиям придется подождать, прежде чем вывести эту функцию детерминированной оркестрации в production: она все еще проходит beta-тестирование и станет generally available только в июне 2026 года.
Централизованное governance LLM снижает издержки
Помимо оркестрации, Salesforce добавила новую возможность LLM Governance в AI Gateway — уровень управления внутри Agent Fabric, который обеспечивает централизованную видимость использования токенов, затрат и потоков данных для сторонних моделей.
Теперь предприятия смогут использовать LLM Governance, уже доступный в generally available, чтобы удерживать AI-операции в рамках бюджета, заявила Salesforce.
Это становится все важнее, поскольку CIO стремятся взять разрозненные AI-системы под централизованный контроль и обосновать стремительно растущие расходы на AI.
Scott Bickley, advisory fellow в Info-Tech Research Group, предупредил, что без такого централизованного governance разные команды внутри компании могут выбирать разные модели, заключать собственные договоры по API и локально управлять бюджетами токенов.
«Это приводит к расползающимся затратам, несогласованным контурам безопасности и отсутствию общекорпоративного enforcement политики», — сказал он. «Если сделать AI Gateway узловой точкой, через которую проходит весь трафик LLM, предприятия получают видимость шаблонов использования AI, применяемых моделей, целей использования и данных о затратах».
Новые возможности MCP упрощают интеграцию
Salesforce также добавляет новые возможности Model Control Protocol, включая MCP Bridge, чтобы упростить доступ к устаревшим API, а также hosted MCP от Informatica, которые, по словам компании, упростят взаимодействие агентов с корпоративными данными и API.
Это может сэкономить время разработчиков и упростить создание кросс-средовых многоагентных систем.
Bickley сказал, что MCP Bridge поможет предприятиям с тысячами устаревших API (REST, SOAP, GraphQL), созданных задолго до появления MCP.
«Агенты, говорящие на MCP, не могут нативно вызывать такие API, поэтому вокруг endpoint API нужны обертки; это было бы колоссальной инженерной задачей. MCP Bridge позволяет экспонировать эти API как совместимые с MCP инструменты без изменения исходного кода», — сказал он.
Уэттеманн добавила, что hosted MCP от Informatica еще сильнее снизят накладные расходы на разработку, поскольку встроят в рабочие процессы агентов возможности контроля качества данных и governance, что особенно важно для предприятий в регулируемых отраслях и для тех, кто работает с повышенными рисками.
Но Bickley добавил и предостережение. «API могут вести себя необычно и иметь свои тонкие особенности», — сказал он. «Предприятиям следует протестировать, как MCP Bridge обрабатывает крайние случаи».
Hosted MCP от Informatica тоже не станут чудесным решением, предупредил он: «Даже если возможности Informatica по качеству данных и governance аккуратно интегрированы в реестр Agent Fabric, это не мгновенные операции. Проверка полей данных на точность, дедупликация и сопоставление между системами требуют времени и создают задержки, измеряемые миллисекундами или даже несколькими секундами, и это еще до интеграции».
Поворот для MuleSoft?
Bickley рассматривает обновления как часть более широкой стратегии Salesforce по переориентации MuleSoft, который компания приобрела в 2018 году за 5,7 млрд долларов, с традиционной платформы интеграции API на инфраструктурный слой для корпоративных AI-агентов.
Накладывая оркестрацию, governance и connectivity поверх Agent Fabric, Salesforce, по сути, пытается сделать MuleSoft системой учета того, как агенты обнаруживаются, маршрутизируются и управляются по всему предприятию, расширяя его роль за пределы управления API до ядра AI-инфраструктуры, сказал он.
Не все CIO обрадуются такому шагу.
«Если ваш control plane для агентов работает на Agent Fabric, стоимость перехода заметно растет, и чем больше агентов вы регистрируете, чем больше задаете правил оркестрации и политик governance, тем сложнее становится перейти на альтернативное решение», — сказал аналитик.
Как и в случае любой критически важной инфраструктурной зависимости, «CIO нужно спросить: каков путь выхода? Какие компоненты Agent Fabric портируемы, а что привязано? Какова модель ценообразования? Насколько глубока интеграция с не-Salesforce-агентами и источниками данных?» — сказал он.
Пока же у предприятий есть из чего выбирать: на рынке достаточно вариантов для оркестрации AI-агентов.
Материал — перевод статьи с английского.
Оригинал: MuleSoft Agent Fabric adds new ways to keep AI agents in line