架構師的Agentforce互通性指南

作者：Agentforce產品團隊(Pragya Anand 、Moe Basi 、Shiv Ramanna 、Kyle Bransky )

繼續閱讀，進一步瞭解如何制定您的互通性策略。
接著下載第2部分，作為您建置時的參考指南。

在設計多代理系統之前，務必先瞭解單一代理的運作方式。Agentforce代理由子代理 (前身為主題)組成。子代理是針對特定領域設計的模組化建置元件，每個子代理都有明確定義的動作(例如Flow、Apex、提示詞)。

每個Agentforce代理都會執行自己的LLM推理迴圈，協調工作如何分派給不同的子代理，以及如何形成回答，直到達成目標為止。Agentforce推理引擎透過以代理指令碼為基礎的確定性機制擴充這個迴圈，在子代理之間加入明確的轉換與執行順序，確保行為可預測且可控制，而非完全仰賴LLM做出決策。正是LLM推理與確定性指令碼的結合，讓業務工作流程得以實現。單一代理可以處理許多工作，但隨著複雜度提高，也會遇到以下限制：

• 資料邊界限制：無法存取位於不同Salesforce組織或系統中的資料、工作流程與權限。這是單一代理設計無法跨越的架構限制。
• 情境資訊超載：當LLM推理引擎的情境資訊塞滿指示、動作輸出與對話記錄後，便可能開始忽略核心規則，或混淆不同主題。
• 領域專業能力失效：當代理試圖成為所有領域的專家時，可能會套用錯誤的邏輯來叫用特定子代理。指示區塊越龐大，精準度就越低。

決策架構：如果您的業務流程相對單純、在單一領域內運作，而且各子代理需要使用一致的資料存取權限，請採用單一代理。

SOMA(單一組織、多代理)協調可讓多個專業Agentforce代理在單一Salesforce組織中順暢協作。SOMA無需使用者逐一管理與不同代理的對話，而是提供單一統一的對話入口代理。在幕後，「超級代理」或「協調器」代理會以智慧方式協調並將工作委派給專業代理，確保每項工作都由最適合處理該工作的代理負責。

決策架構：當您的客戶希望為在單一Salesforce組織環境中運作的專業代理提供統一的「入口」體驗時，請使用SOMA。

• 優點：透過為多個專業代理提供單一對話入口，簡化使用者體驗。
• 缺點：僅限使用單一Salesforce組織內可用的資料與工作流程。

MOMA(多組織多代理)協調是單一組織(SOMA)模式的自然延伸，可讓多個Salesforce組織提供統一的代理體驗，無需進行複雜的資料整併。這套架構採取有意識的委派方式，而非開放式網路，並刻意限制只能進行一層委派(代理A>代理B，而非代理A->B->C)，以避免出現無法預測的連鎖委派。安全性則透過能辨識使用者身分的執行方式，以及在Data 360 One(DC1)信任邊界內運作來維持。

決策架構：當您的原生Agentforce網路需要在不整併資料模型的情況下，安全地跨不同Salesforce組織委派工作時，請使用MOMA。

• 優點：可在複雜的企業環境中提供統一的代理體驗，同時維持嚴格的資料落地要求。
• 缺點：跨多個組織對應使用者身分，以及跨組織分享情境資訊，可能具有相當高的難度。

模型情境協定(MCP)用戶端可讓Agentforce管理員註冊外部MCP伺服器，讓建置人員能以標準化方式在Agentforce中整合遠端工具、資源與動作。如此一來，Agentforce就能透過工具合約使用外部功能，而無需採用量身打造的點對點整合。

決策架構：當Agentforce應繼續擔任主要協調器，只需將外部功能當作工具來存取時，請使用MCP用戶端。例如，從外部系統擷取資料、叫用工作流程、搜尋知識來源，或透過第三方平台採取行動。

當Agentforce應將外部功能當作工具使用時，請使用MCP用戶端。

• 優點：無需撰寫自訂程式碼，就能將外部服務轉化為Agentforce可安全使用且可治理的工具；並包含語意完整性檢查(防止惡意抽換)與風險評分等安全功能，以防止工具投毒。它能讓推理迴圈持續以Agentforce為核心，同時擴充Agentforce可執行的功能。
• 缺點：這種抽象化設計刻意以工具為核心。如果遠端功能更適合建模為負責部分推理或工作流程的專業代理，硬要以MCP工具的形式處理，反而會顯得不自然。此外，由於結構描述是由外部伺服器定義，因此合約一旦變更，整合可能就會失效，直到重新整理或重新註冊為止。

Agentforce A2A傳出是讓Agentforce代理直接與第三方代理協作的原生方式。若要啟用這項功能，管理員需先註冊外部代理，並詳細指定其技能、功能與傳輸協定。完成註冊並連接至Agentforce代理後，即可在執行階段安全地跨平台委派工作。

決策架構：當您的原生Agentforce網路需要與Google或Box等外部供應商的代理安全互動時，請使用Agentforce A2A。注意：在這種情況下，一個代理需將工作委派給另一個負責部分推理、規劃或執行的代理。

• 優點：由於這項功能直接內建於Agentforce，因此您無需另外購買外部協調工具來管理這些多代理工作流程。它能為使用者提供「統一品牌」的AI生態系，並使用外部平台預先建置的專業能力。
• 缺點：如何信任第三方代理並確保跨系統的資料隱私，可能是一大挑戰。這需要手動註冊第三方代理的功能，並配合相應的驗證標準。

請遵循這項簡單原則：關鍵差異不在於雙方是否都有AI。關鍵在於如何為遠端功能建模：

• 如果將它建模為工具，請使用MCP
• 如果將它建模為協作代理，請使用A2A

A2A傳入可讓外部第三方代理以原生方式叫用Agentforce代理的專業技能與資料。這項設定會將Agentforce視為高價值的「專家」，外部系統可隨時叫用它來執行Salesforce特定動作。透過安全的API端點公開Agentforce功能，外部平台便能將工作委派給Salesforce，而使用者全程無需離開第三方應用程式。

決策架構：當您的主要AI介面位於第三方系統(例如自訂入口網站或外部機器人)，但需要在Salesforce中執行複雜工作流程時，請使用A2A傳入。

• 優點：無需重複建置邏輯，即可讓外部應用程式使用即時Salesforce資料與自動化功能。
• 缺點：外部系統需負責處理協調與「交接」邏輯，以確保順暢的使用者體驗。

Salesforce託管的MCP伺服器可透過標準化MCP介面，將Agentforce功能提供給第三方代理、AI助理和LLM平台等外部主機使用。如此一來，外部平台便能將Agentforce當作工具提供者來叫用，而Agentforce則繼續在幕後封裝企業動作、業務邏輯與協調功能，以處理複雜且專業的工作。

決策架構：當外部平台應將Agentforce當作工具提供者使用時，請將Agentforce代理作為MCP伺服器。這種方式在以下兩種情境中特別實用：

• 企業代理互通性：Microsoft Copilot等第三方企業代理可叫用Agentforce代理，透過Agentforce執行完成工作所需的企業動作。
• 外部LLM/通路分發：可將帶有品牌特色的Agentforce功能提供至ChatGPT、Gemini或類似主機等外部對話介面中使用。

在這種模式下，外部平台仍是主要的使用介面，而Agentforce則刻意透過MCP以工具端點的形式提供使用。即使Agentforce內部採用代理式運作，互通模式仍然是MCP，因為對外關係屬於工具叫用，而不是同等代理之間的委派。

• 優點：透過標準化協定，即可輕鬆在Salesforce之外重複使用功能強大且專業的Agentforce代理(例如帳務、支援等)，這些代理是根據Salesforce資料為您的企業打造；也能讓外部助理與企業代理直接使用Agentforce的協調功能與業務動作，無需重新建置；同時支援企業互通性與外部通路分發。
• 缺點：主要使用者體驗與推理迴圈由外部主機掌控，因此Agentforce對於自身如何以及何時被叫用的控制程度較低。企業情境也需妥善處理驗證、授權、身分傳遞與情境資訊傳遞。

上述概覽只是起點，可協助您判斷哪種協調模式最適合您的使用情境。繼續閱讀，瞭解如何設計並推出這套架構。

下載第2部分後，您將瞭解以下內容：架構師多代理協調參考指南：

• 將複雜流程拆分成各司其職的代理。透過三種策略—依領域專長、工作流程階段或功能劃分—將一個過於龐雜的代理拆分成多個專業代理，讓每個代理都能專注做好一項工作。
• 為您的架構選擇五種協調模式之一。監督模式與交接模式目前已正式推出。平行執行、事件驅動背景代理，以及規劃與呈現已列入產品藍圖。
• 在LLM驅動與確定性路由之間做選擇。推理引擎能靈活因應開放式要求。當工作流程需確保依照特定順序執行時，代理指令碼可提供確定性的控制能力。大多數多代理設計都會同時使用這兩種方式。
• 避免七種最常見的反模式。網狀協調、彼此重疊的子代理，以及過多的委派層級，都會在大規模運作時迅速削弱治理與可觀測性。
• 根據目前支援的功能進行設計。代理指令碼目前的限制(固定交接、巢狀委派、最多連接七個子代理)會影響哪些模式現在可馬上推出，以及哪些模式需規劃到下一季。