深入解析 Salesforce 的智能体技术栈

深入解析 Salesforce 的智能体技术栈

💡 原文英文,约2900词,阅读约需11分钟。
📝

内容提要

Salesforce发现单一大提示词不可靠,指令超过八条即被模型忽略,因此推出新架构,将规则、身份、上下文和权限从提示词中拆出:Agent Script以确定性代码强制执行规则;Data 360统一多源数据并解析身份;Agent Context Engine按需筛选上下文,大幅降低token消耗;Agent Identity赋予智能体独立权限。AIforce与Headless Toolkit让外部智能体通过API、技能和MCP访问Salesforce。下一步是整合为统一的Enterprise AI Harness。

🔎

延伸解读

提示词不是规则:八条指令上限的启示

Salesforce 发现,单一大提示词在指令超过八条后,模型会开始丢弃部分指令。这并非模型“不听话”,而是提示词本质上只是上下文中的文本,无法强制模型执行。IFScale 基准也显示,即使最好的模型在 500 条指令下也只能遵循 68%。对开发者而言,这意味着涉及合规、权限或关键业务逻辑的规则,不应依赖自然语言提示,而应交给确定性代码执行。

确定性代码与推理模型的分工原则

Agent Script 将规则、数据获取等可预测行为写成代码,在 before_reasoning 和 after_reasoning 阶段强制执行,模型只负责需要推理的环节。这种分工提升了可靠性,但并非所有逻辑都适合代码化。文章建议:条件、顺序、权限检查等需要稳定行为的场景用代码;需要理解、判断和生成的内容用自然语言。开发者应据此划分智能体中的确定性与概率性部分。

上下文管理直接决定 token 成本

文章用保险支持智能体的案例说明差距:无上下文管理时,一个问题消耗 124,000 tokens;使用 Agent Context Engine 后降至 9,000。两轮对话后,差距扩大到约 300,000 对 65,000。这说明上下文引擎不只是提升相关性,更是控制延迟和成本的关键基础设施。随着对话轮次增加,缺乏上下文筛选的设计会持续放大 token 消耗。

智能体独立身份:权限模型的关键转变

传统做法是让智能体沿用用户凭证,拥有与用户相同的全部权限。但智能体可以高速重复犯错,风险远高于人类。Agent Identity 为每个智能体分配独立身份和权限,操作前同时检查用户权限、智能体权限和数据策略,三者均不拒绝才执行。对计划将智能体接入生产系统的团队,这意味着权限设计需要从“代表用户”转向“智能体与用户双重约束”。

❓

Q&A

为什么 Salesforce 认为单一大提示词不可靠?

Salesforce 发现,当提示词中的指令超过八条时,模型会忽略部分指令。这是因为指令对模型来说只是上下文中的文本,并不能保证被遵循。此外,随着指令数量增加,模型的指令遵循能力会下降。例如,IFScale 基准测试显示,即使最好的模型在 500 条指令下也只遵循了 68%。

Agent Script 是什么?它如何提高智能体的可靠性?

Agent Script 是 Salesforce 开发的一种用于描述智能体行为的脚本语言,开源且类似 Python。它通过确定性代码强制执行规则,而不是依赖模型遵循提示词。Agent Script 文件被编译成 Agent Graph,由 Atlas Reasoning Engine 执行。代码部分(如 before_reasoning 块中的操作)会可靠运行,模型只负责需要推理的步骤。

Data 360 如何解决客户身份识别问题?

Data 360 通过三个步骤解决身份识别:1) 连接各种数据源并直接读取,保持数据最新;2) 将不同来源的数据映射到共享数据模型(如 person、lead);3) 通过匹配规则(精确、模糊或规范化匹配)解析身份,生成统一档案,链接回原始记录。这样智能体可以直接获取统一档案,而不需要模型猜测身份。

Agent Context Engine 如何减少 token 消耗?

Agent Context Engine 通过六个步骤(解析、规划、协调、治理、编译、学习)筛选相关上下文,只将必要信息发送给模型。例如,在保险支持场景中,朴素设计下问题消耗 124,000 个 token,而使用上下文引擎后仅消耗 9,000 个 token。随着对话继续,差距会进一步扩大。

Agent Identity 与传统的智能体权限管理有何不同?

传统方式中,智能体使用用户的凭证,拥有与用户相同的权限,这可能导致错误被放大。Agent Identity 为智能体分配独立身份和权限。当智能体认证时,会生成两个令牌:一个用于智能体,一个用于其代表的用户。执行操作前,系统会检查用户权限、智能体权限和数据策略,只有三者都不拒绝时才执行。

AIforce 和 Headless Toolkit 如何让外部智能体访问 Salesforce?

AIforce 是一个实时接口层,通过 API、技能和 MCP 将 Salesforce 的数据、工作流和逻辑暴露给外部环境(如 Slack、Claude)。Headless Toolkit 提供构建块:API 暴露功能,技能列出 API 调用顺序,MCP 发布工具列表。Salesforce MCP Server 使用四个工具(discover、describe、dispatch 等)来减少上下文占用,智能体先搜索工具,再获取详情,最后执行。

🏷️

标签

➡️

继续阅读