La transición a Agentic Enterprise representa el cambio arquitectónico más significativo desde el amanecer de la nube. Promete niveles de productividad y automatización sin precedentes, pero también presenta retos profundos relacionados con la gobernanza, la seguridad y la complejidad operativa. El uso de un enfoque fragmentario (despliegue de agentes en silos sin una estrategia unificadora) es un camino directo hacia la deuda técnica y el caos organizativo.

La implementación de agentes sin un plano de gestión central crea un riesgo operativo significativo, incluyendo vulnerabilidades de seguridad procedentes del acceso directo al sistema, la falta de observabilidad en interacciones y acciones de agentes y altos costos debido a integraciones redundantes de punto a punto. Esta estrategia de implementación en silos da como resultado un entorno frágil difícil de gestionar a escala. Un modelo sostenible requiere una plataforma unificada para la integración y la gobernanza de agentes.

MuleSoft proporciona una plataforma integral, unificada y abierta para guiar con confianza a las empresas en su trayectoria. Aprovecha el panorama de API existente de la compañía como la base para acciones de agentes y acelera la creación de nuevos activos listos para agentes a través de un ciclo de vida de desarrollo de confianza con tecnología de IA. A través de la compatibilidad de nivel de compañía para estándares abiertos como los protocolos Model Context Protocol (MCP) y Agent2Agent (A2A), hace que estos activos tengan capacidad de acción para comandos sencillos y colaboración compleja de múltiples agentes, independientemente de cómo evolucione el panorama de la IA. MuleSoft Agent Fabric proporciona una solución para descubrir, orquestar, gobernar y observar todo el ecosistema de agentes. A través de este enfoque integrado, MuleSoft Agent Fabric proporciona una base probada para ampliar una red de agentes IA de confianza, que transforma la promesa de la IA en resultados de negocio tangibles y automatizados y realiza todo el potencial de la empresa inteligente.

El enfoque de tres capas establecido de conectividad dirigida por API - API de sistema, proceso y experiencia - proporciona un potente marco de trabajo para estructurar la capacidad de acción de los agentes.

• Las API del sistema ofrecen una interfaz coherente, segura y abstracta con los sistemas de registro subyacentes. Desvinculan los agentes de la complejidad de los protocolos backend y los modelos de datos, lo que garantiza que todas las acciones de agentes se realicen en extremos gobernados y fiables.
• Las API de procesos encapsulan lógica de negocio compleja de múltiples pasos. Los agentes no necesitan comprender la compleja orquestación detrás de la creación de pedidos de ventas, la comprobación de inventario o el inicio de envíos. Pueden utilizar las API de procesos (por ejemplo, "Procesar pedido") sin tener que gestionar las complejidades subyacentes. Las API de procesos proporcionan un mecanismo seguro, transaccional y auditable para que los agentes ejecuten procesos de negocio, lo que reduce drásticamente el razonamiento de los agentes requerido y garantiza que las reglas de negocio se apliquen de forma coherente.
• Las API de Experience se diseñaron tradicionalmente para servir aplicaciones de interfaz de usuario específicas (por ejemplo, Aplicación de gestión de pedidos); sin embargo, también se pueden reutilizar como acciones enriquecidas en contexto para agentes. Esto proporciona a los agentes información esencial para realizar una tarea concreta sin requerir múltiples llamadas a sistemas descendentes.

Para satisfacer la creciente demanda de herramientas y funciones listas para agentes, las compañías deben acelerar el desarrollo de las API e integraciones que forman la base componible. MuleSoft aborda este reto integrando la IA generativa directamente en el ciclo de vida del desarrollo, lo que crea un círculo virtuoso que utiliza la IA para crear los activos de alta calidad que otros agentes consumen.

Para desarrolladores, MuleSoft Vibes actúa como un socio inteligente automatizando los aspectos más repetitivos del desarrollo de integración y proporcionando una interfaz unificada y agente para todo el ciclo de vida del desarrollo de software. A través de MuleSoft Vibes en Anypoint Code Builder, los desarrolladores interactúan con funciones generativas con tecnología de las confianzas Einstein AI Pipelines, lo que hace que el proceso de desarrollo asistido por IA sea fluido y eficiente. Esta canalización, el Servicio de ejecución de gráficos de conferencias (IGES), es un proceso de múltiples etapas que se utiliza para alcanzar resultados de alta calidad. Consta de fundamentación, validación, corrección de errores y evaluación rigurosa.

• La función Flujos generativos en MuleSoft Vibes está construida sobre el marco de trabajo de IA Agentforce. Transforma la lógica de negocio del lenguaje natural (Solicitudes de usuario) en aplicaciones Mule funcionales. IGES Pipeline consta de los siguientes pasos:
  • Resumen del historial de pláticas: El LLM analiza la solicitud actual y los mensajes anteriores del usuario para crear una solicitud resumida que captura la intención del usuario y el historial de pláticas. Esta solicitud consolidada mejora la precisión de los pasos de generación y recuperación de datos posteriores.
  • Recuperación semántica de flujos desde una base de datos de vectores: El sistema toma la solicitud resumida del paso anterior y realiza una búsqueda semántica en una base de datos vectorial que contiene más de 200 conectores, más de 7.000 operaciones de conector y más de 7.000 miniprogramas de código de muestra. Recupera los conectores, las operaciones y los ejemplos de código más relevantes para fundamentar el proceso de generación utilizando datos precisos y garantiza que los resultados están alineados con el ecosistema de conectores extenso de MuleSoft. Puesto que MuleSoft es el estándar de la industria para conectores y operaciones, esta fundamentación proporciona al modelo contexto enriquecido y precisión de dominio de la que carecen los LLM genéricos.
  • Aumento: El contenido recuperado y los mensajes de historial de pláticas se combinan a continuación con la solicitud resumida. Esta solicitud aumentada guía el LLM para reducir las alucinaciones. También incluye instrucciones para evitar la generación de contenido tóxico.
  • Generación de flujos: Este paso aprovecha el modelo Einstein AI LLM para generar código XML sin procesar basado en el contexto y los ejemplos proporcionados. Este es el paso principal de las oportunidades en curso de generación.
  • Posprocesamiento y validación: El postprocesador y el validador comprueban el código para garantizar la sintaxis correcta y el uso de operaciones de conector válidas mientras que una comprobación de toxicidad separada marca contenido dañino.
  • Corrección de errores de múltiples pasos: Si todas las generaciones iniciales no son válidas, el mecanismo de corrección de errores automatizado analiza los mensajes de error para detectar patrones. A continuación, vuelve a enviar la solicitud al LLM junto con mensajes de error enriquecidos y metadatos correctivos.
  • Configurar generación de archivos: Este paso extrae metadatos de conector relevantes, aumenta la solicitud y la envía al LLM para generar configuraciones de conector precisas. Por último, todos los espacios de nombres POM y XML se generan de forma determinista utilizando la versión más reciente de cada dependencia, lo que elimina alucinaciones y garantiza la coherencia.
• Generación de transformación: DataWeave La transformación de datos es a menudo la parte que más tiempo consume del desarrollo de la integración. MuleSoft Vibes aborda este proceso utilizando el enfoque de múltiples pasos que es similar a la generación XML de Mule Flow.
  • Razonamiento de intención: El LLM analiza muestras de datos de entrada y salida de usuarios para inferir y articular lógica de transformación de alto nivel en lenguaje natural. Este paso separa el objetivo del usuario de los valores de datos literales que se proporcionaron en la solicitud.
  • Recuperación semántica de DataWeave: Para encontrar la documentación de función DataWeave más relevante semánticamente y ejemplos de transformación completos, el sistema utiliza la solicitud generada desde el paso anterior como una consulta a la base de datos de vectores. Esto fundamenta el proceso de generación en información verificada de alta calidad.
  • Aumento: Las funciones y los ejemplos recuperados se combinan con la solicitud de usuario original para crear un conjunto de instrucciones conscientes del contexto para la llamada LLM posterior, que influye en el comportamiento del LLM para reducir las alucinaciones.
  • Generación de DataWeave: Este paso aprovecha el modelo LLM para generar una secuencia de comandos de transformación de DataWeave y una explicación adjunta que se basa en el contexto y los ejemplos proporcionados. Este es el paso principal de las oportunidades en curso de generación.
  • Posprocesamiento y validación La secuencia de comandos generada se evalúa con dos mediciones específicas: validez y corrección. La secuencia de comandos debe compilarse sin errores de sintaxis (validez) y producir el resultado esperado cuando se ejecuta utilizando la entrada de muestra (corrección).
  • Corrección de errores de múltiples pasos: Si la validación inicial falla, este complemento identifica las categorías de error y corrige los problemas en la secuencia de comandos generada. Este ajuste ayuda a mejorar el índice de éxito general y la precisión del sistema.
  • Posprocesamiento y validación finales La secuencia de comandos corregida desde el módulo de corrección de errores se somete a un proceso de revalidación para garantizar que es sintácticamente válida y funcionalmente correcta. Esta puerta de calidad final garantiza que el resultado sea preciso y fiable antes de enviarlo de vuelta al usuario.
• Especificación de API y Generación de documentación: Los desarrolladores pueden generar especificaciones de OpenAPI (OAS) o RAML completamente validadas describiendo la API deseada en lenguaje natural. MuleSoft Vibes ingresa la solicitud (que incluye detalles sobre recursos, métodos, esquemas de seguridad y parámetros) y produce una definición de API válida y sintácticamente correcta. Tras la generación, puede crear documentación para la API en Anypoint Exchange, que cubre todo desde la autenticación hasta los detalles de extremos y la gestión de errores, liberando a los desarrolladores de este tipo de tareas tediosas.
• Generación de MUnit asistida por IA: La garantía de calidad es primordial para activos consumidos por agentes autónomos. MuleSoft Vibes ayuda a generar casos de prueba MUnit directamente desde el Código de flujo de Mule. Esto ayuda a simular dependencias externas y afirmaciones, e identificar brechas de prueba comunes, lo que reduce drásticamente el esfuerzo manual requerido para alcanzar una alta cobertura de prueba y garantizar la fiabilidad de la lógica de integración.

Los desarrolladores prosperan en sus entornos preferidos. Es por eso que MuleSoft se reúne con desarrolladores donde están, lo que les permite crear integraciones en su IDE de IA de su elección. Servidor de protocolo de contexto de modelo (MCP) de MuleSoft expone funciones de desarrollo, implementación y gestión como herramientas de MCP que cualquier IDE nativo de IA basado en VS Code (por ejemplo, Cursor, Windsurf o Trace) puede consumir para interactuar con la Plataforma Anypoint utilizando lenguaje natural.

Al empaquetar su función de IDE principal en una extensión VS Code estándar, MuleSoft desvincula sus herramientas de un shell de IDE con marca, lo que permite que las herramientas de desarrollo tengan en cuenta el IDE. En vez de competir con la rápida evolución de los IDE, esta opción de arquitectura permite a las herramientas de desarrollo de MuleSoft permanecer compatibles y accesibles en el creciente ecosistema de IDE modernos con tecnología de IA.

En una compañía agente, tener una base sólida de API componibles es necesario, pero insuficiente. El siguiente paso crítico es garantizar que estos activos son detectables, comprensibles e invocables por agentes de IA. Esto requiere una "capa con capacidad de acción" que esté construida sobre estándares abiertos diseñados específicamente para la comunicación de agentes. MuleSoft proporciona herramientas de nivel de compañía para los dos protocolos emergentes dominantes:

• MCP para interacciones de agente a sistema
• A2A para interacciones de agente a agente

MCP ha surgido rápidamente como el estándar de la industria para la comunicación de agente a herramienta, que es análogo a lo que se convirtió REST para servicios web. MCP permite a los agentes de IA descubrir dinámicamente las funciones de un sistema, comprender sus entradas y salidas e invocarlo para realizar una acción, todo ello sin requerir lógica preprogramada o codificada.

El Conector MCP MuleSoft permite que cualquier API implementada como una aplicación Mule se publique como un servidor MCP. Puesto que MuleSoft proporciona cientos de conectores preintegrados a prácticamente todos los sistemas de negocio principales (por ejemplo, SaaS, heredados y bases de datos), esto transforma instantáneamente las API y aplicaciones de una organización en un conjunto de herramientas listas para agentes. Una API diseñada para comprobar el inventario en SAP, un flujo que procesa un nuevo prospecto en Salesforce o una aplicación personalizada conectada a través de MuleSoft pueden ponerse a disposición de los agentes de IA como herramientas atómicas gobernadas utilizando el Conector MCP.

Aunque el MCP destaca en interacciones jerárquicas de herramienta de invocación de agentes, los procesos de negocio complejos a menudo requieren colaboración entre múltiples agentes especializados. El protocolo de agente a agente (A2A) es el estándar abierto emergente diseñado para facilitar la comunicación de punto a punto que permite flujos de trabajo sofisticados de múltiples agentes.

La compatibilidad de MuleSoft con A2A permite a las compañías diseñar y crear sistemas avanzados con el mismo nivel de gobernanza y fiabilidad que esperan para sus API. El Conector A2A MuleSoft permite a los desarrolladores exponer fácilmente cualquier agente como un servidor A2A, o invocar cualquier agente compatible con A2A desde una aplicación Mule. Por ejemplo, un proceso de solicitud de hipoteca puede orquestarse entre un "Agente de comprobación de crédito", un "Agente de firma de documentos" y un "Agente de cumplimiento normativo", con cada agente descubriendo e invocando las funciones de los demás (según sea necesario) para hacer avanzar la solicitud.

Al proporcionar herramientas sólidas de nivel de compañía para MCP y A2A, MuleSoft admite la creación de un ecosistema flexible que consta de interacciones directas de agente a sistema (a través de herramientas de MCP) e interacciones de agente a agente (A2A). Independientemente de cómo evolucione el panorama de la IA, este enfoque posiciona MuleSoft como la base subyacente que conecta todas las formas de comunicación de agentes.

A medida que las empresas adoptan la IA de agentes, inevitablemente se enfrentan al reto de la expansión de los agentes. Para evitar que esto se convierta en caos, se requiere una capa de orquestación dedicada. MuleSoft Agent Fabric (demostración) es una solución arquitectónica integral diseñada para abordar este reto de frente. Proporciona un plano de gestión central para descubrir, gobernar, orquestar y observar toda la red de agentes de IA, independientemente de dónde se construyen o cómo operan. Funcionando como el "controlador de tráfico aéreo" para la plantilla digital de la compañía, MuleSoft Agent Fabric transforma una colección de agentes fragmentados en una red de inteligencia cohesionada, segura y de alto desempeño.

MuleSoft Agent Fabric se basa en cuatro pilares integrados que cubren la gestión del ciclo de vida completo para agentes como activos de compañía de primera clase.

La base de cualquier ecosistema gestionado es la capacidad de descubrimiento. El Registro de agentes sirve como el catálogo universal y centralizado para cada activo de agente en la compañía. Esto incluye agentes creados a medida, agentes incrustados en aplicaciones SaaS, servidores MCP que exponen sistemas heredados y extremos A2A para la colaboración entre agentes. Al proporcionar una única fuente de verdad, el Registro de agentes resuelve el problema de descubrimiento crítico evitando que los equipos creen funciones redundantes y permitiendo a los desarrolladores humanos y otros agentes de IA encontrar y reutilizar dinámicamente activos existentes a escala.

El Registro de agentes está construido sobre Anypoint Exchange y agrega tres nuevos tipos de activos: Agentes, servidores MCP y LLM. Captura información acerca de estos activos, incluyendo herramientas de MCP, protocolos de transporte y tarjetas de agentes, así como las dependencias entre agentes y los servidores de MCP y las herramientas que consumen. Los desarrolladores pueden crear y gestionar activos directamente en el registro. También pueden descubrir y reutilizar programáticamente activos existentes en MuleSoft Vibes (a través de la herramienta searchasset del _servidor MuleSoft MCP) al crear nuevas orquestaciones. Esto equipa a los desarrolladores con toda la información que necesitan para comprender y consumir estos activos.

Una vez que los activos son detectables, deben orquestarse para realizar un trabajo útil. Agent Broker es un servicio de orquestación que ejecuta procesos de negocio de múltiples pasos. Utiliza un LLM configurable para interpretar tareas de alto nivel y generar flujos de trabajo correspondientes. El intermediario de agentes descubre, secuencia e invoca dinámicamente los agentes y herramientas requeridos para completar estos procesos.

La conectividad se gestiona a través de la MCP para herramientas y un protocolo A2A para agentes. Esto permite al sistema organizar agentes en dominios específicos de negocio (por ejemplo, Cadena de suministro o Finanzas) y enrutar tareas entre todos ellos. Una solicitud de lenguaje natural única (por ejemplo, “Incorporar un empleado”) se descompone en una secuencia de acciones discretas que ejecutan diferentes agentes o herramientas entre múltiples sistemas backend. Orquestación de corredor de agentes incluye:

• Patrón de orquestación dinámica: Este es un patrón de bucle de agente que determina las subtareas y las orquesta entre los agentes y herramientas más adecuados para alcanzar el objetivo general. Aprovechando este patrón, se pueden crear agentes de colaboración para resolver casos de uso complejos (por ejemplo, gestionando una distribución de servicios compleja).
• Razonamiento con tecnología LLM: Utiliza un LLM para interpretar objetivos de lenguaje natural y generar planes de ejecución, lo que elimina la necesidad de lógica de flujo de trabajo rígida y codificada.
• Modelo LLM configurable: Permite a los desarrolladores especificar qué modelo LLM utilizar, lo que proporciona control sobre el costo, el desempeño y las funciones.
• Desarrollo del lenguaje natural: La lógica de Agent Broker se puede definir utilizando lenguaje natural a través de MuleSoft Vibes.
• Observabilidad: Anypoint Monitoring proporciona registro y rastreo tras la implementación para ayudar los usuarios a comprender y depurar el razonamiento y las interacciones de Agent Broker con herramientas de MCP y Agentes A2A.
• Implementación gestionada: Agent Broker es una aplicación en contenedores respaldada por Mule Runtime, que gestiona la disponibilidad y la capacidad de ampliación de la implementación.

Anypoint Flex Gateway es el mecanismo a través del cual se aplican ciertas políticas técnicamente. MuleSoft Agent Fabric aprovecha la Anypoint Flex Gateway para asegurar, inspeccionar y gestionar cada interacción de agentes que se produce a través de protocolos MCP y A2A. Esto permite a las organizaciones aplicar un amplio conjunto de políticas de nivel de compañía a todo el tráfico de agentes para garantizar que cada acción es segura, compatible y auditable antes de su ejecución. Para ampliar la adopción de la IA de forma segura y responsable, estas barandillas son fundamentales.

Políticas de gobernanza de compañía para protocolos de agentes

Además de regir las solicitudes entrantes, la Puerta de enlace flexible Anypoint también gestiona todas las conexiones y solicitudes salientes desde un agente a servicios externos (por ejemplo, Servidores y herramientas de MCP u otros agentes). Esto incluye:

• Registro: Proporciona un punto de observabilidad centralizado para monitorear y registrar todas las solicitudes de agentes salientes para la auditoría y la solución de problemas.
• Seguridad: Evita la fuga de datos confidenciales inspeccionando el tráfico saliente.
• Autenticación: Gestiona credenciales para sistemas externos aplicando mecanismos de autenticación salientes, incluyendo Claves de API, OAuth y ClientId/ClientSecret desde un único punto.

El Kit de desarrollo de políticas de pasarela Anypoint Flex (PDK) permite a los usuarios crear políticas personalizadas cuando las políticas listas para su uso no cumplen requisitos específicos. Al utilizar el PDK, los desarrolladores pueden redactar lógica de políticas en el lenguaje de programación Rust y compilarla en un módulo WebAssembly (WASM). El módulo autónomo se carga a continuación en la Puerta flexible Anypoint para aplicar reglas de seguridad exclusivas, transformaciones de datos personalizadas o lógica de integración especializada directamente en el borde de la API. Esto proporciona una forma potente y de alto desempeño de ampliar la funcionalidad de la pasarela para casos de uso exclusivos o complejos.

Estos son los cuatro componentes clave del PDK:

• Complemento PDK de Anypoint CLI: Este complemento crea el proyecto PDK y carga la política compilada en Exchange. También genera un Makefile que simplifica el proceso de desarrollo proporcionando un conjunto claro de comandos para crear y gestionar la política.
• Plantilla de política: Cuando se crea un nuevo proyecto, el PDK genera un andamio o plantilla básica. Esta estructura incluye todos los archivos y la configuración necesarios para compilar correctamente la política, lo que proporciona a los desarrolladores un punto de partida para la lógica personalizada.
• Herramientas de creación de SDK: Estas herramientas abstraen la arquitectura compleja dirigida por eventos del proxy Enviado subyacente. Al utilizar patrones de reactor y ejecutor, el SDK proporciona un método de codificación lineal sencillo. Esto ayuda a reducir la complejidad, mejorar la depuración y reducir la curva de aprendizaje para desarrolladores.
• Gestión de políticas: El Servidor MCP de MuleSoft proporciona herramientas de MCP para ayudar los usuarios a gestionar el ciclo de vida de pólizas personalizadas. Ejemplos de estas herramientas incluyen:
  • get_flex_gateway_policy_example
  • manage_api_instance_policy
  • manage_flex_gateway_policy_project

El Visualizador de agentes proporciona un mapa dinámico en tiempo real de toda la red de agentes, convirtiendo lo que podría ser una "caja negra" de interacciones de IA en un sistema completamente observable. Los arquitectos y equipos de operaciones pueden utilizar el Visualizador de agentes para revisar cómo están conectados los agentes, realizar un seguimiento de sus flujos de decisiones, monitorear su estado y desempeño e identificar dependencias. Este nivel de visibilidad es crucial para optimizar el desempeño, solucionar fallos de forma eficiente, detectar cuellos de botella y fomentar la confianza en los agentes implementados.

El Catálogo de API y el Centro de temas de MuleSoft están diseñados para mejorar el modo en que se descubren, se utilizan y se gestionan las API, en particular junto con Agentforce.

Todas las API de MuleSoft diseñadas y publicadas pueden hacerse detectables y consumibles a través del Catálogo de API en Salesforce Platform. El Catálogo de API sirve como el repositorio centralizado y unifica todas las API de una organización desde MuleSoft, Salesforce, Heroku y otras nubes en una sola vista. Esto facilita a los desarrolladores y administradores la tarea de descubrir, comprender y reutilizar API existentes permitiéndoles utilizarse en automatizaciones (por ejemplo, Agentforce, Flow y Apex).

El MuleSoft para Agentforce: Centro de temas permite a los desarrolladores estructurar sus API en base a casos de uso de negocio específicos definiendo metadatos de acciones y temas de Agentforce en el momento del diseño. Esto incluye:

• Acciones, que son las tareas que un agente puede realizar
• Instrucciones, que guían al agente sobre cómo aplicar ciertas acciones

Al agregar esta capa semántica, el Centro de temas hace que las API sean comprensibles y consumibles por Agenteforce, lo que garantiza que pueda interactuar con sistemas de negocio de forma efectiva.

Agentforce Gateway es una capa de gobernanza centralizada diseñada para gestionar y proteger interacciones dentro del ecosistema Agentforce en expansión. Como Agentforce integra con herramientas y API externas adicionales a través de protocolos como MCP, la función principal de la Agentforce Gateway es aplicar políticas (por ejemplo, límites de velocidad y restricciones de herramientas) en todo el tráfico saliente iniciado por Agentforce, y auditar todas las solicitudes salientes.

La Puerta de enlace Agentforce aprovecha el motor de políticas de gobernanza de API de MuleSoft existente, que está integrado de forma nativa en la Plataforma Salesforce. Este motor de políticas basado en enviados intercepta el tráfico de agentes, aplica políticas configuradas (por ejemplo, control de acceso basado en atributos y límites de cuota) y gestiona la autenticación y la autorización, todo ello sin requerir a los clientes instalar infraestructura de pasarela adicional.

La implementación de una red gobernada de agentes es un logro clave. Sin embargo, presenta nuevos retos operativos del "Día 2". Requiere un nivel mejorado de inteligencia operativa para monitorear, medir y solucionar problemas de un sistema dinámico y distribuido de actores autónomos. La visión arquitectónica definitiva es un sistema donde la IA no solo se utiliza para ejecutar procesos de negocio, sino también para monitorear, gestionar y sanar la infraestructura en la que se ejecuta.

La visión de inteligencia de integración de MuleSoft aprovecha el poder del ecosistema de Salesforce más amplio para proporcionar perspectivas profundas y personalizables sobre el desempeño del tejido de integración y la red de agentes. Capturando y almacenando datos que cumplen OpenTelemetry (OTEL) - el estándar emergente para la observabilidad - en Salesforce Data 360, las organizaciones pueden crear un repositorio unificado para registros, mediciones y rastreos en todo su panorama. Estos datos se pueden ver en Tableau a través de tableros preconstruidos y visualizaciones personalizadas para obtener perspectivas detalladas sobre el desempeño de la API, los patrones de interacción de agentes y el estado general del sistema.

Este sistema tiene tres componentes clave:

1. Ingestión: El servicio de ingreso es el punto de entrada centralizado para recopilar y procesar datos de telemetría desde varias aplicaciones Mule, agentes y pasarelas Flex. Realiza la validación de esquemas, la normalización de datos y el filtrado para mantener la calidad y la coherencia de los datos entre varias aplicaciones. Además, aplica controles (por ejemplo, autenticación, cifrado, equidad de arrendatario y limitación de frecuencia) en las oportunidades en curso de ingreso.
2. Almacenamiento: Un trabajo de transmisión de alto rendimiento se ejecuta en Data 360 que lee datos de temas de Kafka de múltiples arrendatarios y los transforma en el formato OTEL. Los datos de OTEL se confirman a continuación con Data 360 del arrendatario en los DMO TelemetryTraceSpan, TelemetryLogs y TelemetryMetrics en Lakehouse.
3. Visualización/Consumo: Con los datos de telemetría disponibles en Data 360, los clientes pueden revisar el estado del sistema y obtener perspectivas utilizando tableros preconstruidos o personalizados a través de Tableau Next. Los clientes también pueden aprovechar Tableau Concierge, que es una habilidad de análisis de agentes preconstruida en Tableau Next, que permite a los usuarios formular preguntas sobre datos de telemetría en lenguaje natural y recibir respuestas de confianza con capacidad de acción con visualizaciones. Los clientes también pueden exportar los datos a sistemas de Gestión del desempeño de aplicaciones (APM) existentes (por ejemplo, DynaTrace, Datadog, Splunk, etc.).

La transición a Agentic Enterprise no es solo una actualización de TI; es un punto de inflexión arquitectónico fundamental. Una implementación fragmentada y aislada de agentes de IA es un camino directo al caos operativo, la TI en la sombra y la deuda técnica inmanejable. El único camino sostenible hacia delante es a través de una arquitectura unificada y componible. Construyendo sobre la base probada de la conectividad dirigida por API, el MuleSoft Agent Fabric entrega el “sistema nervioso central” requerido para gestionar esta nueva plantilla de trabajo digital. Proporciona las funciones críticas para el descubrimiento, la orquestación, la gobernanza de nivel de compañía y la observabilidad de extremo a extremo. Así es como avanzamos más allá de la experimentación de IA y comenzamos a diseñar una empresa verdaderamente inteligente, automatizada y segura, transformando el potencial autónomo en resultados de negocio gobernados tangibles.

• Primeros pasos con Anypoint Code Builder
• Guía técnica de Einstein for Anypoint Code Builder: Flujos generativos
• DataWeave Transformación generativa Deep Dive: Innovación de IA para una transformación rápida de datos
• Creación de especificaciones de API con MuleSoft Dev Agent
• Generación de documentación de API con IA generativa de Einstein
• Descripción general del servidor MCP de MuleSoft
• Herramientas de servidor MCP de MuleSoft
• Conector MCP
• Conector A2A
• Primeros pasos con Agent Fabric
• Proteger interacciones de agentes con pasarela Flex
• Políticas de agente de pasarela Flex
• Descripción general del kit de desarrollo de políticas de pasarela Flex (PDK)
• Catálogo de API de MuleSoft para Salesforce
• Activación de un proyecto de API para temas y acciones de agentes
• Trabajar con Tableau Next
• OpenTelemetry
• Protocolo de contexto de modelo
• Protocolo Agent2Agent (A2A)

Nikhil Aggarwal es Arquitecto principal en Salesforce, donde lidera la arquitectura para MuleSoft y Salesforce Automation Cloud. Nikhil aporta más de 18 años de experiencia entregando productos a gran escala y es un apasionado de la arquitectura ampliable, las experiencias de desarrollador intuitivas y la creación de equipos de alto desempeño. Antes de Salesforce, dirigió múltiples iniciativas en Microsoft Power Platform, Dataverse y Office 365 desde el concepto hasta el lanzamiento. Su trabajo continúa dando forma a cómo las empresas modernas conectan sistemas, automatizan flujos de trabajo y desbloquean valor de negocio en la primera era de la IA.