Il passaggio all'Agenteic Enterprise rappresenta il cambiamento architetturale più significativo dagli albori del cloud. Promette livelli di produttività e automazione senza precedenti, ma introduce anche sfide profonde relative a governance, sicurezza e complessità operativa. Utilizzare un approccio frammentario - distribuire gli agenti in silos senza una strategia unificante - è un percorso diretto verso il debito tecnico e il caos organizzativo.

La distribuzione degli agenti senza un piano di gestione centrale crea un rischio operativo significativo, incluse vulnerabilità della sicurezza dovute all'accesso diretto al sistema, alla mancanza di osservabilità nelle interazioni e nelle azioni degli agenti e ai costi elevati dovuti a integrazioni ridondanti da punto a punto. Questa strategia di distribuzione in silo si traduce in un ambiente fragile difficile da gestire su larga scala. Un modello sostenibile richiede una piattaforma unificata per l'integrazione e la governance degli agenti.

MuleSoft offre una piattaforma completa, unificata e aperta per guidare con sicurezza le aziende durante il loro percorso. Sfrutta il panorama API esistente dell'azienda come base per le azioni degli agenti e accelera la creazione di nuovi asset pronti per gli agenti attraverso un ciclo di vita di sviluppo affidabile basato sull'intelligenza artificiale. Grazie al supporto di livello aziendale per standard aperti come i protocolli MCP (Model Context Protocol) e Agent2Agent (A2A), questi asset diventano fruibili sia per comandi semplici che per la collaborazione complessa tra più agenti, indipendentemente dall'evoluzione del panorama AI. MuleSoft Agent Fabric offre una soluzione per scoprire, orchestrare, governare e osservare l'intero ecosistema degli agenti. Attraverso questo approccio integrato, MuleSoft Agent Fabric fornisce una base collaudata per scalare una rete di agenti Intelligenza artificiale affidabili, che trasforma la promessa dell'intelligenza artificiale in risultati aziendali tangibili e automatizzati e realizza il pieno potenziale dell'impresa intelligente.

L'approccio consolidato a tre livelli della connettività basata su API - API di sistema, di processo ed Experience - offre un framework efficace per strutturare l'agibilità degli agenti.

• Le API di sistema offrono un'interfaccia coerente, sicura e astratta ai sistemi di record sottostanti. Disaccoppiano gli agenti dalla complessità dei protocolli di backend e dei modelli di dati, assicurando che tutte le azioni degli agenti vengano eseguite su endpoint governati e affidabili.
• Le API dei processi incapsulano una logica aziendale complessa in più fasi. Non è necessario che gli agenti comprendano la complessa orchestrazione che sta dietro alla creazione di ordini di vendita, al controllo dell'inventario o all'avvio delle spedizioni. Possono utilizzare le API dei processi (ad esempio, "Process Order") senza dover gestire le complessità sottostanti. Le API dei processi offrono agli agenti un meccanismo sicuro, transazionale e controllabile per l'esecuzione dei processi aziendali, che riduce notevolmente il ragionamento degli agenti richiesto e garantisce che le regole aziendali vengano applicate in modo coerente.
• Le API Experience sono state tradizionalmente progettate per servire applicazioni dell'interfaccia utente specifiche (ad esempio, l'app Gestione ordini); tuttavia, possono anche essere riutilizzate come azioni ricche di contesto per gli agenti. Questo fornisce agli agenti le informazioni essenziali per eseguire una determinata operazione senza richiedere più chiamate ai sistemi a valle.

Per soddisfare la crescente domanda di strumenti e funzionalità pronti per gli agenti, le aziende devono accelerare lo sviluppo delle API e delle integrazioni che costituiscono la base componibile. MuleSoft affronta questa sfida incorporando l'intelligenza artificiale generativa direttamente nel ciclo di vita dello sviluppo, creando un ciclo virtuoso che utilizza l'intelligenza artificiale per creare gli asset di alta qualità consumati da altri agenti.

Per gli sviluppatori, MuleSoft Vibes funge da partner intelligente automatizzando gli aspetti più ripetitivi dello sviluppo dell'integrazione e fornendo un'interfaccia agente unificata per l'intero ciclo di vita dello sviluppo software. Tramite MuleSoft Vibes in Anypoint Code Builder, gli sviluppatori interagiscono con le capacità generative basate sulle affidabili pipeline Einstein AI, che rendono il processo di sviluppo assistito dall'intelligenza artificiale fluido ed efficiente. Questa pipeline - l'Inference Graph Execution Service (IGES) - è un processo a più fasi utilizzato per ottenere risultati di alta qualità. Consiste in radicamento, convalida, correzione degli errori e valutazione rigorosa.

• La funzionalità dei flussi generativi in MuleSoft Vibes è basata sul framework AI Agentforce. Trasforma la logica aziendale del linguaggio naturale (prompt utente) in applicazioni Mule funzionali. La pipeline IGES si articola nelle seguenti fasi:
  • Riepilogo cronologia conversazioni: LLM analizza il prompt corrente e i messaggi precedenti dell'utente per creare un prompt riepilogato che acquisisce l'intento dell'utente e la cronologia delle conversazioni. Questo prompt consolidato migliora la precisione delle fasi successive di recupero e generazione dei dati.
  • Recupero semantico dei flussi da un database vettoriale: Il sistema riprende il prompt riepilogato del passaggio precedente ed esegue una ricerca semantica in un database vettoriale contenente oltre 200 connettori, oltre 7.000 operazioni sui connettori e oltre 7.000 snippet di codice di esempio. Recupera i connettori, le operazioni e gli esempi di codice più pertinenti per basare il processo di generazione utilizzando dati precisi e garantisce che gli output siano allineati all'ampio ecosistema di connettori di MuleSoft. Poiché MuleSoft è lo standard del settore per connettori e operazioni, questa base fornisce al modello un contesto e una precisione di dominio completi che mancano agli LLM generici.
  • Aumento: I messaggi del contenuto e della cronologia delle conversazioni recuperati vengono quindi combinati con il prompt di riepilogo. Questo prompt aumentato guida il LLM a ridurre le allucinazioni. Include anche istruzioni per prevenire la generazione di contenuto tossico.
  • Generazione di flusso: Questo passaggio sfrutta il modello Einstein AI LLM per generare codice XML non formattato basato sul contesto e sugli esempi forniti. Questa è la fase centrale della pipeline di generazione.
  • Post-elaborazione e convalida: Il post-processore e il validatore controllano il codice per verificare la sintassi corretta e l'uso di operazioni valide del connettore mentre un controllo della tossicità separato segnala i contenuti dannosi.
  • Correzione dell'errore in più fasi: Se tutte le generazioni iniziali non sono valide, il meccanismo di correzione automatica degli errori analizza i messaggi di errore per rilevare gli schemi. Quindi, invia nuovamente il prompt al LLM insieme a messaggi di errore arricchiti e metadati correttivi.
  • Configura generazione file: Questo passaggio estrae i metadati pertinenti del connettore, aumenta il prompt e li invia al componente LLM per generare configurazioni del connettore accurate. Infine, tutti gli spazi dei nomi POM e XML vengono generati in modo deterministico utilizzando la versione più recente di ogni dipendenza, eliminando le allucinazioni e garantendo coerenza.
• La trasformazione dati è spesso la parte che richiede più tempo nello sviluppo dell'integrazione.: MuleSoft Vibes affronta questo processo utilizzando l'approccio a più fasi simile alla generazione XML Mule Flow.
  • Ragionamento intenzionale: LLM analizza gli esempi di dati di input e output degli utenti per dedurre e articolare una logica di trasformazione di alto livello in linguaggio naturale. Questo passaggio separa l'obiettivo dell'utente dai valori di dati letterali che potrebbero essere stati forniti nel prompt.
  • DataWeave Recupero semantico: Per trovare la documentazione della funzione DataWeave più rilevante dal punto di vista semantico e gli esempi completi di trasformazione, il sistema utilizza il prompt generato dalla fase precedente come query al database vettoriale. Questo basa il processo di generazione su informazioni verificate di alta qualità.
  • Aumento: Le funzioni e gli esempi recuperati vengono combinati con il prompt utente originale per creare una serie di istruzioni sensibili al contesto per la successiva chiamata LLM, che influenza il comportamento del LLM per ridurre le allucinazioni.
  • Generazione DataWeave: Questo passaggio sfrutta il modello LLM per generare uno script di trasformazione DataWeave e una spiegazione basata sul contesto e sugli esempi forniti. Questa è la fase centrale della pipeline di generazione.
  • Post-elaborazione e convalida Lo script generato viene valutato in base a due metriche specifiche: validità e correttezza. Lo script deve essere compilato senza errori di sintassi (validità) e generare l'output previsto quando viene eseguito utilizzando l'input di esempio (correttezza).
  • Correzione dell'errore in più fasi: Se la convalida iniziale non riesce, questo plugin identifica le categorie di errore e corregge i problemi nello script generato. Questo perfezionamento consente di migliorare la percentuale di successo complessiva e la precisione del sistema.
  • Post-elaborazione e convalida finali Lo script corretto del modulo di correzione degli errori viene sottoposto a un nuovo processo di convalida per assicurarsi che sia sintatticamente valido e funzionalmente corretto. Questo gate di qualità finale garantisce che l'output sia preciso e affidabile prima di inviarlo nuovamente all'utente.
• Gli sviluppatori di specifiche API e generazione di documentazione: possono generare specifiche OpenAPI (OAS) o RAML completamente convalidate descrivendo l'API desiderata in linguaggio naturale. MuleSoft Vibes inserisce il prompt (che include dettagli su risorse, metodi, schemi di sicurezza e parametri) e genera una definizione API valida e sintatticamente corretta. Dopo la generazione, può creare documentazione per l'API in Anypoint Exchange, che copre qualsiasi cosa, dall'autenticazione ai dettagli dell'endpoint e alla gestione degli errori, liberando gli sviluppatori da questi tipi di operazioni noiose.
• Generazione MUnit assistita da AI: L'assicurazione della qualità è fondamentale per gli asset consumati da agenti autonomi. MuleSoft Vibes consente di generare casi di test MUnit direttamente dal codice flusso Mule. Ciò consente di ingannare le dipendenze e le asserzioni esterne e di identificare le lacune comuni nei test, riducendo drasticamente l'impegno manuale necessario per ottenere un'elevata copertura dei test e garantire l'affidabilità della logica di integrazione.

Gli sviluppatori prosperano nei loro ambienti preferiti. Ecco perché MuleSoft incontra gli sviluppatori ovunque si trovino, il che consente loro di creare integrazioni nell'IDE AI preferito. Il server MCP espone le funzionalità di sviluppo, distribuzione e gestione come strumenti MCP che qualsiasi IDE nativo dell'intelligenza artificiale basato su VS Code (ad esempio, Cursore, Windsurf o Trae) può utilizzare per interagire con la piattaforma Anypoint utilizzando un linguaggio naturale.

Incorporando le sue funzionalità IDE principali in un'estensione VS Code standard, MuleSoft disaccoppia i suoi strumenti da una shell IDE con immagine aziendale, il che consente agli strumenti di sviluppo di essere indipendenti dall'IDE. Anziché competere con la rapida evoluzione delle IDE, questa scelta di architettura consente agli strumenti di sviluppo di MuleSoft di rimanere compatibili e accessibili in tutto l'ecosistema in crescita delle moderne IDE basate sull'intelligenza artificiale.

In un'organizzazione Agentic Enterprise, avere una solida base di API componibili è necessario, ma insufficiente. Il passaggio successivo è assicurarsi che questi asset siano individuabili, comprensibili e invocabili dagli agenti dell'intelligenza artificiale. Ciò richiede un "livello di fruibilità" basato su standard aperti progettati specificamente per la comunicazione tra agenti. MuleSoft fornisce strumenti di livello aziendale per i due protocolli emergenti dominanti:

• MCP per le interazioni tra agenti e sistemi
• A2A per le interazioni tra agenti

MCP è rapidamente emerso come lo standard del settore per la comunicazione da agente a strumento, che è analogo a quello che REST è diventato per i servizi Web. MCP consente agli agenti AI di scoprire dinamicamente le funzionalità di un sistema, comprenderne gli input e gli output e invocarlo per eseguire un'azione, il tutto senza richiedere una logica pre-programmata o codificata.

Il connettore MuleSoft MCP consente a qualsiasi API implementata come applicazione Mule di essere pubblicata come server MCP. Poiché MuleSoft fornisce centinaia di connettori predefiniti praticamente a tutti i principali sistemi aziendali (ad esempio, SaaS, legacy e database), ciò trasforma immediatamente le API e le applicazioni di un'organizzazione in una serie di strumenti pronti per l'uso da parte degli agenti. Un'API progettata per controllare l'inventario in SAP, un flusso che elabora un nuovo lead in Salesforce o un'applicazione personalizzata connessa tramite MuleSoft possono essere tutti resi disponibili agli agenti AI come strumenti atomici governati utilizzando il connettore MCP.

Mentre l'MCP eccelle nelle interazioni gerarchiche tra agenti e strumenti di invocazione, i processi aziendali complessi spesso richiedono la collaborazione tra più agenti specializzati. Il protocollo A2A (Agent-to-Agent) è lo standard aperto emergente progettato per facilitare la comunicazione peer-to-peer che consente flussi di lavoro sofisticati e multi-agente.

Il supporto di MuleSoft per A2A consente alle aziende di progettare e creare sistemi avanzati con lo stesso livello di governance e affidabilità che si aspettano per le loro API. Il connettore MuleSoft A2A consente agli sviluppatori di esporre facilmente qualsiasi agente come server A2A o di invocare qualsiasi agente compatibile con A2A da un'applicazione Mule. Ad esempio, un processo di richiesta di mutuo ipotecario può essere orchestrato in un "Agente controllo del credito", un "Agente firma documenti" e un "Agente conformità normativa", con ogni agente che scopre e invoca le capacità degli altri (in base alle esigenze) per far avanzare la richiesta.

Fornendo strumenti efficaci di livello aziendale per MCP e A2A, MuleSoft supporta la creazione di un ecosistema flessibile che consiste in interazioni dirette tra agenti e sistemi (tramite strumenti MCP) e interazioni tra agenti (A2A). Indipendentemente dall'evoluzione del panorama AI, questo approccio posiziona MuleSoft come base sottostante che collega tutte le forme di comunicazione tra agenti.

Quando le aziende adottano l'intelligenza artificiale agente, devono inevitabilmente affrontare la sfida della proliferazione degli agenti. Per evitare che questo si trasformi in caos, è necessario un livello di orchestrazione dedicato. MuleSoft Agent Fabric (demo) è una soluzione architettonica completa progettata per affrontare questa sfida di petto. Fornisce un piano di gestione centralizzato per scoprire, governare, orchestrare e osservare l'intera rete di agenti AI, indipendentemente da dove vengono creati o da come operano. Funzionando come "controllore del traffico aereo" per la forza lavoro digitale dell'azienda, MuleSoft Agent Fabric trasforma una raccolta di agenti frammentati e isolati in una rete di intelligence coerente, sicura e ad alte prestazioni.

MuleSoft Agent Fabric è basato su quattro pilastri integrati che coprono la gestione completa del ciclo di vita degli agenti come asset aziendali di prima classe.

La base di qualsiasi ecosistema gestito è la possibilità di individuazione. Il Registro agenti funge da catalogo universale centralizzato per ogni asset agente all'interno dell'azienda. Ciò include agenti creati su misura, agenti incorporati in applicazioni SaaS, server MCP che espongono sistemi legacy ed endpoint A2A per la collaborazione tra agenti. Fornendo un'unica fonte di dati veritieri, il Registro agenti risolve il problema critico dell'individuazione impedendo ai team di creare funzionalità ridondanti e consentendo agli sviluppatori umani e ad altri agenti AI di trovare e riutilizzare dinamicamente gli asset esistenti su larga scala.

Il Registro agenti è basato su Anypoint Exchange e aggiunge tre nuovi tipi di asset: Agenti, server MCP e LLM. Acquisisce informazioni su questi asset, inclusi strumenti MCP, protocolli di trasporto e schede agente, nonché le dipendenze tra gli agenti e i server MCP e gli strumenti che utilizzano. Gli sviluppatori possono creare e gestire gli asset direttamente nel registro. Possono anche scoprire e riutilizzare a livello di programmazione gli asset esistenti in MuleSoft Vibes (tramite lo strumento searchasset del _server MCP MuleSoft) durante la creazione di nuove orchestrazioni. Questo fornisce agli sviluppatori tutte le informazioni necessarie per comprendere e utilizzare questi asset.

Una volta che gli asset sono individuabili, devono essere orchestrati per eseguire un lavoro utile. L'agente broker è un servizio di orchestrazione che esegue processi aziendali in più fasi. Utilizza un LLM configurabile per interpretare operazioni di alto livello e generare flussi di lavoro corrispondenti. L'agente broker rileva, sequenzia e invoca dinamicamente gli agenti e gli strumenti necessari per completare questi processi.

La connettività viene gestita tramite l'MCP per gli strumenti e un protocollo A2A per gli agenti. Ciò consente al sistema di organizzare gli agenti in domini specifici dell'azienda (ad esempio, Supply Chain o Finanza) e di instradare le operazioni in tutti i domini. Un singolo prompt in linguaggio naturale (ad esempio, "A bordo di un dipendente") viene scomposto in una sequenza di azioni discrete eseguite da agenti o strumenti diversi in più sistemi di backend. L'orchestrazione broker agente include:

• Schema di orchestrazione dinamico: Si tratta di uno schema Agent-Loop che determina le operazioni secondarie e le orchestra attraverso gli agenti e gli strumenti più adatti per raggiungere l'obiettivo generale. Sfruttando questo schema, è possibile creare agenti collaborativi per risolvere casi d'uso complessi (ad esempio, gestire un servizio inoltrato al livello superiore).
• Ragionamento basato su LLM: Utilizza un LLM per interpretare gli obiettivi del linguaggio naturale e generare piani di esecuzione, eliminando la necessità di una logica di flusso di lavoro rigida e codificata.
• Modello LLM configurabile: Consente agli sviluppatori di specificare il modello LLM da utilizzare, che offre il controllo su costi, prestazioni e funzionalità.
• Sviluppo del linguaggio naturale: La logica di Agent Broker può essere definita utilizzando il linguaggio naturale tramite MuleSoft Vibes.
• Osservabilità: Anypoint Monitoring fornisce registrazione e tracciamento al momento della distribuzione per aiutare gli utenti a capire e a eseguire il debug del ragionamento e delle interazioni dell'agente broker con gli strumenti MCP e gli agenti A2A.
• Distribuzione gestita: Agent Broker è un'applicazione containerizzata supportata da Mule Runtime, che gestisce la disponibilità e la scalabilità della distribuzione.

L'Anypoint Flex Gateway è il meccanismo attraverso il quale vengono applicate tecnicamente determinate policy. MuleSoft Agent Fabric sfrutta il gateway Anypoint Flex per proteggere, ispezionare e gestire ogni interazione tra agenti tramite i protocolli MCP e A2A. Ciò consente alle organizzazioni di applicare una ricca serie di policy a tutto il traffico degli agenti per garantire che ogni azione sia sicura, conforme e controllabile prima della sua esecuzione. Per scalare in modo sicuro e responsabile l'adozione dell'intelligenza artificiale, questi guardrail sono fondamentali.

Polizze di governance aziendale per i protocolli agenti

Oltre a gestire le richieste in entrata, il gateway Anypoint Flex gestisce anche tutte le connessioni e le richieste in uscita da un agente a servizi esterni (ad esempio, server e strumenti MCP o altri agenti). Ciò include:

• Registrazione: Fornisce un punto di osservabilità centralizzato per monitorare e registrare tutte le richieste degli agenti in uscita per il controllo e la risoluzione dei problemi.
• Sicurezza: Impedisce la fuga di dati sensibili ispezionando il traffico in uscita.
• Autenticazione: Gestisce le credenziali per i sistemi esterni applicando meccanismi di autenticazione in uscita, tra cui chiavi API, OAuth e ClientId/ClientSecret da un unico punto.

Il Kit Flex Gateway **Policy Development Kit (**PDK) consente agli utenti di creare policy personalizzate quando le policy pronte all'uso non soddisfano requisiti specifici. Utilizzando il PDK, gli sviluppatori possono scrivere la logica delle policy nel linguaggio di programmazione Rust e compilarla in un modulo WebAssembly (WASM). Il modulo autonomo viene quindi caricato in Anypoint Flex Gateway per applicare regole di sicurezza univoche, trasformazioni dati personalizzate o logica di integrazione specializzata direttamente all'edge API. Questo offre un modo potente e ad alte prestazioni per estendere le funzionalità del gateway per casi d'uso unici o complessi.

Ecco i quattro componenti chiave della PDK:

• Plugin Anypoint CLI PDK: Questo plugin crea il progetto PDK e carica la policy compilata in Exchange. Genera anche un Makefile che semplifica il processo di sviluppo fornendo una serie chiara di comandi per creare e gestire la policy.
• Modello di policy: Quando viene creato un nuovo progetto, la PDK genera un ponteggio o modello di base. Questa struttura include tutti i file e la configurazione necessari per compilare correttamente la policy, che offre agli sviluppatori un punto di partenza per la logica personalizzata.
• Strumenti di creazione SDK: Questi strumenti astraggono la complessa architettura basata sugli eventi del proxy inviato sottostante. Utilizzando schemi di reattori ed esecutori, l'SDK fornisce un metodo di codifica lineare semplice. Ciò consente di ridurre la complessità, migliorare il debug e ridurre la curva di apprendimento per gli sviluppatori.
• Gestione delle policy: Il server MuleSoft MCP fornisce strumenti MCP per aiutare gli utenti a gestire il ciclo di vita delle policy personalizzate. Esempi di questi strumenti sono:
  • get_flex_gateway_policy_example
  • manage_api_instance_policy
  • manage_flex_gateway_policy_project

Il Visualizzatore agente fornisce una mappa dinamica in tempo reale dell'intera rete di agenti, trasformando quella che potrebbe essere una "scatola nera" di interazioni AI in un sistema completamente osservabile. Gli architetti e i team operativi possono utilizzare il Visualizzatore agente per esaminare il modo in cui gli agenti sono connessi, tenere traccia dei flussi decisionali, monitorarne lo stato e le prestazioni e identificare le dipendenze. Questo livello di visibilità è fondamentale per ottimizzare le prestazioni, risolvere i problemi in modo efficiente, rilevare i colli di bottiglia e creare fiducia negli agenti distribuiti.

Il Catalogo API MuleSoft e il Centro Argomenti sono progettati per migliorare il modo in cui le API vengono scoperte, utilizzate e gestite, in particolare in collaborazione con Agenteforce.

Tutte le API MuleSoft progettate e pubblicate possono essere rese individuabili e consumabili tramite il Catalogo API in Salesforce Platform. Il Catalogo API funge da repository centralizzato e unifica tutte le API di un'organizzazione di MuleSoft, Salesforce, Heroku e altri cloud in un'unica visualizzazione. Ciò semplifica la scoperta, la comprensione e il riutilizzo delle API esistenti da parte degli sviluppatori e degli amministratori, consentendone l'utilizzo nelle automazioni (ad esempio, Agenteforce, Flusso e Apex).

La MuleSoft per Agentforce: Il Centro argomenti consente agli sviluppatori di strutturare le API in base a casi d'uso aziendali specifici definendo i metadati Argomenti e Azioni Agentforce in fase di progettazione. Ciò include:

• Le azioni, ovvero le operazioni che un agente può eseguire
• Istruzioni, che guidano l'agente su come applicare determinate azioni

Aggiungendo questo livello semantico, il Centro Argomenti rende le API comprensibili e utilizzabili da Agenteforce, il che garantisce che possa interagire efficacemente con i sistemi aziendali.

L'Agentforce Gateway è un livello di governance centralizzato progettato per gestire e proteggere le interazioni all'interno dell'ecosistema Agenteforce in espansione. Poiché Agenteforce si integra con API e strumenti di terze parti aggiuntivi tramite protocolli come MCP, la funzione principale dell'Agentforce Gateway è quella di applicare policy (ad esempio, limiti di traffico e restrizioni degli strumenti) su tutto il traffico in uscita avviato da Agenteforce e di controllare tutte le richieste in uscita.

L'Agentforce Gateway sfrutta il motore di policy di governance dell'API MuleSoft esistente, che è integrato in modo nativo in Salesforce Platform. Questo motore di policy basato su Envoy intercetta il traffico degli agenti, applica policy configurate (ad esempio, controllo dell'accesso basato sugli attributi e limiti delle quote) e gestisce l'autenticazione e l'autorizzazione, il tutto senza richiedere ai clienti di installare un'infrastruttura gateway aggiuntiva.

La distribuzione di una rete governata di agenti è un traguardo fondamentale. Introduce tuttavia nuove sfide operative "giorno 2". Richiede un livello avanzato di intelligence operativa per monitorare, misurare e risolvere i problemi di un sistema dinamico e distribuito di attori autonomi. La visione architettonica definitiva è un sistema in cui l'intelligenza artificiale non viene utilizzata solo per eseguire i processi aziendali, ma anche per monitorare, gestire e guarire l'infrastruttura su cui viene eseguita.

La visione di MuleSoft per l'intelligenza dell'integrazione sfrutta la potenza del più ampio ecosistema Salesforce per fornire approfondimenti profondi e personalizzabili sulle prestazioni del tessuto di integrazione e della rete di agenti. Acquisendo e archiviando i dati conformi a OpenTelemetry (OTEL), lo standard emergente per l'osservabilità, in Salesforce Data 360, le organizzazioni possono creare un repository unificato per registri, metriche e tracce in tutto il loro panorama. Questi dati possono essere visualizzati in Tableau tramite cruscotti digitali predefiniti e visualizzazioni personalizzate per ottenere informazioni dettagliate sulle prestazioni API, sugli schemi di interazione degli agenti e sullo stato generale del sistema.

Questo sistema ha tre componenti chiave:

1. Inserimento: Il servizio di inserimento è il punto di ingresso centralizzato per la raccolta e l'elaborazione dei dati di telemetria da varie applicazioni Mule, Agent Broker e Flex Gateway. Esegue la convalida dello schema, la normalizzazione dei dati e i filtri per mantenere la qualità e la coerenza dei dati in varie applicazioni. Inoltre, impone controlli (ad esempio, autenticazione, crittografia, equità del tenant e limitazione del tasso) nella pipeline di inserimento.
2. Memoria: In Data 360 viene eseguito un processo di streaming ad alta produttività che legge i dati degli argomenti Kafka multi-tenant e li trasforma nel formato OTEL. I dati OTEL vengono quindi confermati nei DMO Data 360 del tenant nei DMO TelemetryTraceSpan, TelemetryLogs e TelemetryMetrics in Lakehouse.
3. Visualizzazione/consumo: Con i dati di telemetria disponibili in Data 360, i clienti possono esaminare lo stato del sistema e ottenere approfondimenti utilizzando cruscotti digitali predefiniti o personalizzati tramite Tableau Next. I clienti possono anche utilizzare Tableau Concierge, una competenza di analisi degli agenti predefinita in Tableau Next, che consente agli utenti di porre domande sui dati di telemetria in linguaggio naturale e di ricevere risposte affidabili e fruibili con visualizzazioni. I clienti possono anche esportare i dati in sistemi APM (Application Performance Management) esistenti (ad esempio, DynaTrace, Datadog, Splunk e così via).

Il passaggio a un'organizzazione agente non è solo un aggiornamento IT; è un punto di flessione architetturale fondamentale. Una distribuzione frammentata e in silo degli agenti AI è un percorso diretto verso il caos operativo, l'IT ombra e un debito tecnico ingestibile. L’unica strada sostenibile da percorrere è attraverso un’architettura unificata e componibile. Basandosi sulla comprovata base della connettività basata su API, il MuleSoft Agent Fabric offre il "sistema nervoso centrale" necessario per gestire questa nuova forza lavoro digitale. Offre le funzionalità essenziali per l'individuazione, l'orchestrazione, la governance di livello aziendale e l'osservabilità end-to-end. È così che andiamo oltre la sperimentazione dell'intelligenza artificiale e iniziamo a progettare un'azienda davvero intelligente, automatizzata e sicura, trasformando il potenziale autonomo in risultati aziendali tangibili e governati.

• Suggerimenti introduttivi su Anypoint Code Builder
• Guida tecnica ad Einstein per il Generatore di codice Anypoint: Flussi generativi
• Deep Dive della trasformazione generativa DataWeave: Innovazione AI per una rapida trasformazione dei dati
• Creazione di specifiche API con MuleSoft Dev Agent
• Generazione di documentazione API con AI generativa Einstein
• Panoramica di MuleSoft MCP Server
• Strumenti di MuleSoft MCP Server
• Connettore MCP
• Connettore A2A
• Suggerimenti introduttivi su Agent Fabric
• Protezione delle interazioni degli agenti con Flex Gateway
• Polizze Flex Gateway Agent
• Panoramica del Flex Gateway Policy Development Kit (PDK)
• Catalogo API MuleSoft per Salesforce
• Abilitazione di un progetto API per argomenti e azioni degli agenti
• Lavoro con Tableau Next
• OpenTelemetry
• Protocollo contesto modello
• Protocollo Agent2Agent (A2A)

Nikhil Aggarwal è Principal Architect presso Salesforce, dove dirige l'architettura per MuleSoft e Salesforce Automation Clouds. Nikhil vanta oltre 18 anni di esperienza nella fornitura di prodotti su larga scala ed è appassionato di architettura scalabile, esperienze di sviluppo intuitive e creazione di team ad alte prestazioni. Prima di Salesforce, ha diretto diverse iniziative in Microsoft Power Platform, Dataverse e Office 365, dall'ideazione al lancio. Il suo lavoro continua a plasmare il modo in cui le aziende moderne connettono i sistemi, automatizzano i flussi di lavoro e sbloccano il valore aziendale nell'era dell'intelligenza artificiale.