De overstap naar de Agentic Enterprise vertegenwoordigt de belangrijkste architectonische verschuiving sinds het ontstaan van de cloud. Het belooft ongekende niveaus van productiviteit en automatisering, maar het introduceert ook diepgaande uitdagingen op het gebied van governance, beveiliging en operationele complexiteit. Een fragmentarische aanpak - agenten in silo's implementeren zonder een uniforme strategie - is een direct pad naar technische schulden en organisatorische chaos.

Het implementeren van agenten zonder centraal beheerniveau leidt tot aanzienlijke operationele risico's, waaronder beveiligingskwetsbaarheden door directe systeemtoegang, gebrek aan observatie in interacties en acties van agenten en hoge kosten als gevolg van redundante punt-naar-punt integraties. Deze strategie voor geïsoleerde implementatie resulteert in een broze omgeving die moeilijk op grote schaal te beheren is. Een duurzaam model vereist een gecombineerd platform voor agentintegratie en governance.

MuleSoft biedt een uitgebreid, gecombineerd en open platform om bedrijven vol vertrouwen te begeleiden tijdens hun journey. Het maakt gebruik van het bestaande API-landschap van de onderneming als basis voor agentische acties en versnelt het maken van nieuwe voor agenten geschikte activa via een vertrouwde, AI-gestuurde ontwikkelingslevenscyclus. Door ondersteuning op ondernemingsniveau voor open standaarden zoals Model Context Protocol (MCP) en Agent2Agent (A2A)-protocollen maakt het deze activa bruikbaar voor zowel eenvoudige opdrachten als complexe samenwerking met meerdere agenten, ongeacht hoe het AI-landschap zich ontwikkelt. MuleSoft Agent Fabric biedt een oplossing voor het ontdekken, ordenen, besturen en observeren van het gehele agentecosysteem. Door deze geïntegreerde aanpak biedt MuleSoft Agent Fabric een bewezen basis voor het opschalen van een netwerk van Vertrouwde AI agenten, die de belofte van AI omzet in tastbare, geautomatiseerde bedrijfsresultaten en het volledige potentieel van de intelligente onderneming realiseert.

De bestaande drielaagse benadering van API-geleide connectiviteit - systeem-, proces- en Experience-API's - biedt een krachtig raamwerk voor het structureren van de uitvoerbaarheid van agenten.

• Systeem-API's bieden een consistente, veilige en geabstraheerde interface naar onderliggende systemen voor records. Ze ontkoppelen agenten van de complexiteit van back-endprotocollen en gegevensmodellen, wat ervoor zorgt dat alle agentacties worden uitgevoerd op beheerde, betrouwbare eindpunten.
• Proces-API's omvatten complexe bedrijfslogica met meerdere stappen. Agenten hoeven geen inzicht te hebben in de ingewikkelde combinatie die schuilgaat achter het maken van verkooporders, het controleren van voorraad of het initiëren van verzendingen. Ze kunnen Proces-API's (bijvoorbeeld "Procesorder") gebruiken zonder de onderliggende complexiteiten te hoeven afhandelen. Proces-API's bieden een veilig, transactioneel en controleerbaar mechanisme voor agenten om bedrijfsprocessen uit te voeren, hetgeen de vereiste redenering van agenten drastisch vermindert en ervoor zorgt dat bedrijfsregels consistent worden gehandhaafd.
• Omgevings-API's zijn traditioneel ontworpen om specifieke UI-toepassingen te bedienen (bijvoorbeeld de app Orderbeheer), maar ze kunnen ook worden hergebruikt als contextrijke acties voor agenten. Dit biedt agenten essentiële informatie voor het uitvoeren van een bepaalde taak zonder dat er meerdere aanroepen naar downstream systemen nodig zijn.

Om te voldoen aan de toenemende vraag naar tools en mogelijkheden die gereed zijn voor agenten, moeten ondernemingen de ontwikkeling versnellen van de API's en integraties die de samensteller vormen. MuleSoft pakt deze uitdaging aan door generatieve AI rechtstreeks in de ontwikkelingslevenscyclus in te bedden, waardoor een positieve cyclus ontstaat die AI gebruikt om de hoogwaardige activa te bouwen die andere agenten verbruiken.

Voor ontwikkelaars fungeert MuleSoft Vibes als intelligente partner door de meest herhalende aspecten van integratieontwikkeling te automatiseren en een uniforme, agentische interface te bieden voor de gehele levenscyclus van softwareontwikkeling. Via MuleSoft Vibes in Anypoint Code Builder werken ontwikkelaars met generatieve mogelijkheden die worden aangestuurd door de vertrouwde Einstein AI Pipelines, wat het door AI ondersteunde ontwikkelingsproces soepel en efficiënt maakt. Deze pijplijn - de Inference Graph Execution Service (IGES) - is een proces met meerdere fasen dat wordt gebruikt om hoogwaardige resultaten te bereiken. Het bestaat uit aarding, validatie, foutcorrectie en rigoureuze evaluatie.

• De mogelijkheid van Generatieve stromen in MuleSoft Vibes is gebaseerd op het Agentforce AI framework. Het transformeert bedrijfslogica met natuurlijke taal (Aanwijzingen van gebruiker) in functionele Mule-toepassingen. De IGES-pijplijn bestaat uit de volgende stappen:
  • Samenvatting van gesprekshistorie: De LLM analyseert de huidige aanwijzing en de eerdere berichten van de gebruiker om een samengevatte aanwijzing te maken die de intent en gesprekshistorie van de gebruiker vastlegt. Deze geconsolideerde aanwijzing verbetert de nauwkeurigheid van daaropvolgende stappen voor het ophalen en genereren van gegevens.
  • Stroomsemantisch ophalen uit een vectordatabase: Het systeem neemt de samengevatte aanwijzing van de vorige stap over en voert een semantische zoekopdracht uit op een vectordatabase die 200+ connectoren, 7.000+ connectorbewerkingen en 7.000+ voorbeeldcodesnippets bevat. Het haalt de meest relevante connectoren, bewerkingen en codevoorbeelden op om het generatieproces te gronden met behulp van nauwkeurige gegevens en zorgt ervoor dat uitvoer wordt afgestemd op het uitgebreide connectorecosysteem van MuleSoft. Aangezien MuleSoft de industriestandaard is voor connectoren en bewerkingen, biedt deze aarding het model een rijke context en domeinnauwkeurigheid die generieke LLM's missen.
  • Augmentatie: De opgehaalde inhoud en gesprekshistorieberichten worden vervolgens gecombineerd met de samengevatte aanwijzing. Deze uitgebreide aanwijzing begeleidt de LLM om hallucinaties te verminderen. Het bevat ook instructies om het ontstaan van giftige inhoud te voorkomen.
  • Stroomgeneratie: Deze stap maakt gebruik van het Einstein AI LLM model om ruwe XML-code te genereren die is gebaseerd op de context en voorbeelden die worden gegeven. Dit is de kernstap van de pijplijn voor genereren.
  • Naverwerking en validatie: De postprocessor en valideringsroutine controleren de code om te zorgen voor de juiste syntaxis en het gebruik van geldige connectorbewerkingen, terwijl een afzonderlijke toxiciteitscontrole schadelijke inhoud signaleert.
  • Foutcorrectie in meerdere stappen: Als alle initiële generaties ongeldig zijn, analyseert het geautomatiseerde foutcorrectiemechanisme de foutberichten om patronen te detecteren. Vervolgens wordt de aanwijzing opnieuw ingediend bij de LLM, samen met verrijkte foutberichten en corrigerende metagegevens.
  • Genereren van configuratiebestanden: Deze stap extraheert relevante connectormetagegevens, vergroot de aanwijzing en stuurt deze naar de LLM om nauwkeurige connectorconfiguraties te genereren. Ten slotte worden alle POM- en XML-naamruimten deterministisch gegenereerd met behulp van de nieuwste versie van elke afhankelijkheid, wat hallucinaties elimineert en consistentie garandeert.
• Transformatie van gegevens van DataWeave-transformatie genereren: is vaak het meest tijdrovende onderdeel van integratieontwikkeling. MuleSoft Vibes pakt dit proces aan met behulp van de benadering in meerdere stappen die lijkt op het genereren van Mule Flow XML.
  • Redenering van intentie: De LLM analyseert invoer- en uitvoergegevensvoorbeelden van gebruikers om transformatielogica op hoog niveau af te leiden en te articuleren in natuurlijke taal. Deze stap scheidt het doel van de gebruiker van de constantengegevenswaarden die mogelijk in de aanwijzing zijn opgegeven.
  • Semantisch ophalen van DataWeave: Om de meest semantisch relevante DataWeave-functiedocumentatie en volledige transformatievoorbeelden te vinden, gebruikt het systeem de gegenereerde aanwijzing uit de vorige stap als een query op de vectordatabase. Dit onderbouwt het proces van genereren in hoogwaardige, geverifieerde informatie.
  • Augmentatie: De opgehaalde functies en voorbeelden worden gecombineerd met de oorspronkelijke gebruikersaanwijzing om een contextbewuste set instructies te maken voor de daaropvolgende LLM-aanroep, die het gedrag van de LLM beïnvloedt om hallucinaties te verminderen.
  • DataWeave-generatie: Deze stap maakt gebruik van het LLM-model om een DataWeave-transformatiescript en een begeleidende uitleg te genereren op basis van de geboden context en voorbeelden. Dit is de kernstap van de pijplijn voor genereren.
  • Naverwerking en validatie Het gegenereerde script wordt geëvalueerd op basis van twee specifieke meetgegevens: geldigheid en correctheid. Het script moet compileren zonder syntaxisfouten (geldigheid) en de verwachte uitvoer produceren wanneer het wordt uitgevoerd met behulp van de voorbeeldinvoer (correctheid).
  • Foutcorrectie in meerdere stappen: Als de initiële validatie mislukt, identificeert deze invoegtoepassing de foutcategorieën en corrigeert de problemen in het gegenereerde script. Deze verfijning helpt de algemene successcore en nauwkeurigheid van het systeem te verbeteren.
  • Definitieve naverwerking en validatie Het gecorrigeerde script uit de foutcorrectiemodule ondergaat een opnieuw validatieproces om ervoor te zorgen dat het syntactisch geldig en functioneel correct is. Deze definitieve kwaliteitspoort zorgt ervoor dat de uitvoer nauwkeurig en betrouwbaar is voordat deze naar de gebruiker wordt teruggestuurd.
• Ontwikkelaars van API-specificaties en documentatiegeneratie: kunnen volledig gevalideerde OpenAPI- of RAML-specificaties genereren door de gewenste API in natuurlijke taal te beschrijven. MuleSoft Vibes neemt de aanwijzing op (die details bevat over resources, methoden, beveiligingsschema's en parameters) en produceert een geldige, syntactisch correcte API-definitie. Na het genereren kan het documentatie maken voor de API in Anypoint Exchange, die alles bestrijkt, van authenticatie tot eindpuntdetails en foutafhandeling, waardoor ontwikkelaars worden bevrijd van dit soort vervelende taken.
• AI-ondersteunde MUnitgeneratie: Kwaliteitsborging is van het grootste belang voor activa die worden verbruikt door autonome agenten. MuleSoft Vibes helpt MUnit-testcases rechtstreeks vanuit de Mule-stroomcode te genereren. Dit helpt bij het spotten van externe afhankelijkheden en definities, en het identificeren van veelvoorkomende testhiaten, wat de handmatige inspanning drastisch vermindert die nodig is om een hoge testdekking te bereiken en de betrouwbaarheid van de integratielogica te waarborgen.

Ontwikkelaars gedijen in hun voorkeursomgevingen. Daarom ontmoet MuleSoft ontwikkelaars waar ze zijn, waardoor ze integraties kunnen bouwen in hun AI-IDE van keuze. MuleSoft's Model Context Protocol (MCP) Server biedt ontwikkelings-, implementatie- en beheermogelijkheden als MCP-tools die elke op VS Code gebaseerde AI-native IDE (bijvoorbeeld Cursor, Windsurf of Trae) kan gebruiken voor interactie met het Anypoint Platform met behulp van natuurlijke taal.

Door de kern IDE-functionaliteit in een standaard VS Code-extensie te verpakken, ontkoppelt MuleSoft zijn tools van een IDE-shell met "branding", waardoor ontwikkeltooling IDE-onafhankelijk kan zijn. In plaats van te concurreren met de snelle evolutie van IDE's, zorgt deze architectuurkeuze ervoor dat MuleSoft's ontwikkeltools compatibel en toegankelijk blijven binnen het groeiende ecosysteem van moderne, door AI ondersteunde IDE's.

In een Agentic Enterprise is een robuuste basis van samenstelbare API's noodzakelijk, maar onvoldoende. De volgende kritieke stap is ervoor te zorgen dat deze activa vindbaar, begrijpelijk en aanroepbaar zijn voor AI-agenten. Dit vereist een "actionability layer" die is gebaseerd op open standaarden die specifiek zijn ontworpen voor agentische communicatie. MuleSoft biedt enterprise-grade tooling voor de twee dominante opkomende protocollen:

• MCP voor agent-naar-systeem interacties
• A2A voor interacties tussen agenten

MCP is snel uitgegroeid tot de industriestandaard voor agent-naar-tool communicatie, wat analoog is aan wat REST werd voor webservices. Met MCP kunnen AI-agenten dynamisch de mogelijkheden van een systeem ontdekken, de invoer en uitvoer ervan begrijpen en het aanroepen om een actie uit te voeren, allemaal zonder dat er vooraf geprogrammeerde of hard-coded logica voor nodig is.

Met de MuleSoft MCP-connector kan elke API die is geïmplementeerd als een Mule-toepassing, worden gepubliceerd als een MCP-server. Aangezien MuleSoft honderden vooraf samengestelde connectoren biedt voor vrijwel elk belangrijk ondernemingssysteem (bijvoorbeeld SaaS, legacy en databases), worden de API's en toepassingen van een organisatie onmiddellijk omgezet in een set tools die klaar zijn voor agenten. Een API die is ontworpen om voorraad in SAP te controleren, een stroom die een nieuwe lead verwerkt in Salesforce of een aangepaste toepassing die is verbonden via MuleSoft, kunnen allemaal beschikbaar worden gesteld aan AI-agenten als atomaire, beheerde tools met behulp van de MCP-connector.

Hoewel de MCP uitblinkt in hiërarchische, agentaanroepende toolinteracties, vereisen complexe bedrijfsprocessen vaak samenwerking tussen meerdere gespecialiseerde agenten. Het protocol Agent-to-Agent (A2A) is de opkomende open standaard die is ontworpen om peer-to-peer communicatie te vergemakkelijken die geavanceerde werkstromen voor meerdere agenten mogelijk maakt.

Met de ondersteuning van MuleSoft voor A2A kunnen bedrijven geavanceerde systemen ontwerpen en bouwen met hetzelfde niveau van governance en betrouwbaarheid dat ze voor hun API's verwachten. Met de MuleSoft A2A-connector kunnen ontwikkelaars gemakkelijk elke agent zichtbaar maken als een A2A-server of elke A2A-conforme agent aanroepen vanuit een Mule-toepassing. Zo kan een hypotheekaanvraagprocedure worden georganiseerd tussen een "Agent voor kredietcontrole", een "Agent voor documentondertekening" en een "Agent voor naleving van regelgeving", waarbij elke agent de mogelijkheden van anderen (indien nodig) ontdekt en aanroept om de aanvraag verder te zetten.

Door robuuste tooling op ondernemingsniveau te bieden voor MCP en A2A, ondersteunt MuleSoft het bouwen van een flexibel ecosysteem dat bestaat uit directe agent-naar-systeem-interacties (via MCP-tools) en agent-naar-agent-interacties (A2A). Ongeacht hoe het AI-landschap evolueert, positioneert deze benadering MuleSoft als de onderliggende basis die alle vormen van agentische communicatie verbindt.

Naarmate bedrijven agentische AI gebruiken, worden ze onvermijdelijk geconfronteerd met de uitdaging van agentsprawl. Om te voorkomen dat dit uitmondt in chaos, is een speciale doeltreffende doeltreffende laag vereist. MuleSoft Agent Fabric (demo) is een uitgebreide architectonische oplossing die is ontworpen om deze uitdaging aan te pakken. Het biedt een centraal beheerniveau voor het ontdekken, beheren, organiseren en observeren van het hele netwerk van AI-agenten, ongeacht waar ze zijn gebouwd of hoe ze werken. MuleSoft Agent Fabric fungeert als de "luchtverkeersleider" voor het digitale personeel van de onderneming en transformeert een verzameling gefragmenteerde, in silo's ondergebrachte agenten in een samenhangend, veilig en hoogwaardig inlichtingennetwerk.

MuleSoft Agent Fabric is gebaseerd op vier geïntegreerde pijlers die het volledige levenscyclusbeheer voor agenten als eersteklas bedrijfsactiva bestrijken.

Ontdekbaarheid is de basis van elk beheerd ecosysteem. Het agentenregister fungeert als de universele, gecentraliseerde catalogus voor elk agentisch activum binnen de onderneming. Dit omvat op maat samengestelde agenten, agenten die zijn ingebed in SaaS-toepassingen, MCP-servers die verouderde systemen zichtbaar maken en A2A-eindpunten voor samenwerking tussen agenten. Door één bron van waarheid te bieden, lost het Agent-register het kritieke ontdekkingsprobleem op door te voorkomen dat teams redundante mogelijkheden samenstellen en menselijke ontwikkelaars en andere AI-agenten in staat stellen om bestaande activa dynamisch op grote schaal te vinden en te hergebruiken.

Het agentenregister is gebaseerd op Anypoint Exchange en voegt drie nieuwe activumtypen toe: Agenten, MCP-servers en LLM's. Het legt informatie vast over deze activa, inclusief MCP-tools, transportprotocollen en agentkaarten, evenals de afhankelijkheden tussen agenten en de MCP-servers en tools die ze gebruiken. Ontwikkelaars kunnen activa rechtstreeks binnen het register maken en beheren. Ze kunnen ook programmatisch bestaande activa ontdekken en hergebruiken binnen MuleSoft Vibes (via de tool searchasset van de _MuleSoft MCP Server) bij het maken van nieuwe doeltreffende combinaties. Dit geeft ontwikkelaars alle informatie die ze nodig hebben om deze activa te begrijpen en te verbruiken.

Zodra activa ontdekbaar zijn, moeten ze worden geordend om nuttig werk uit te voeren. De Agent Broker is een doeltreffende combinatieservice die bedrijfsprocessen met meerdere stappen uitvoert. Het gebruikt een configureerbare LLM voor het interpreteren van taken op hoog niveau en het genereren van overeenkomende werkstromen. De agentmakelaar ontdekt dynamisch de vereiste agenten en tools en roept deze aan om deze processen te voltooien.

Connectiviteit wordt beheerd via het MCP voor tools en een A2A protocol voor agenten. Hierdoor kan het systeem agenten indelen in bedrijfsspecifieke domeinen (bijvoorbeeld Supply Chain of Finance) en taken routeren naar alle domeinen. Eén aanwijzing met natuurlijke taal (bijvoorbeeld "Onboard an Employee") wordt ontbonden in een reeks afzonderlijke acties die worden uitgevoerd door verschillende agenten of tools in meerdere back-endsystemen. Agent Broker Orchestration omvat:

• Dynamisch doeltreffende combinatiepatroon: Dit is een Agent-Loop-patroon dat subtaken bepaalt en deze ordent voor de meest geschikte agenten en tools om het algemene doel te bereiken. Door gebruik te maken van dit patroon kunnen samenwerkingsagenten worden samengesteld om complexe gebruikscases op te lossen (bijvoorbeeld een complexe service-escalatie afhandelen).
• LLM-aangedreven redenering: Gebruikt een LLM om doelen met natuurlijke taal te interpreteren en uitvoeringsplannen te genereren, waardoor hard-coded, rigide werkstroomlogica overbodig wordt.
• Configureerbaar LLM-model: Hiermee kunnen ontwikkelaars opgeven welk LLM-model moet worden gebruikt, wat controle biedt over kosten, prestaties en mogelijkheden.
• Natuurlijke taalontwikkeling: Logica van Agentmakelaar kan worden gedefinieerd met behulp van natuurlijke taal via MuleSoft Vibes.
• Waarneembaarheid: Anypoint Monitoring biedt vastleggen en traceren bij implementatie om gebruikers te helpen de redenering van Agent Broker en interacties met MCP-tools en A2A Agents te begrijpen en op te lossen.
• Beheerde implementatie: Agent Broker is een containertoepassing die wordt ondersteund door Mule Runtime, waarmee de beschikbaarheid en schaalbaarheid van de implementatie worden beheerd.

De Anypoint Flex Gateway is het mechanisme waarmee bepaalde beleidsvormen technisch worden afgedwongen. MuleSoft Agent Fabric maakt gebruik van de Anypoint Flex Gateway voor het beveiligen, inspecteren en beheren van elke agentische interactie die plaatsvindt via MCP- en A2A-protocollen. Hierdoor kunnen organisaties een rijke set bedrijfsbeleidsvormen toepassen op al het agentische verkeer om ervoor te zorgen dat elke actie veilig, conform en controleerbaar is voordat deze wordt uitgevoerd. Voor het veilig en verantwoord opschalen van AI-acceptatie zijn deze vangrails cruciaal.

Beleidsvormen voor Enterprise Governance voor agentische protocollen

Naast het beheer van inkomende verzoeken beheert de Anypoint Flex Gateway ook alle uitgaande verbindingen en verzoeken van een agent naar externe services (bijvoorbeeld MCP Servers and Tools of andere agenten). Dit omvat:

• Vastleggen: Biedt een gecentraliseerd observatiepunt voor het bewaken en vastleggen van alle uitgaande agentverzoeken voor controle en probleemoplossing.
• Beveiliging: Voorkomt lekkage van gevoelige gegevens door uitgaand verkeer te inspecteren.
• Authenticatie: Beheert inloggegevens voor externe systemen door uitgaande authenticatiemechanismen, waaronder API-sleutels, OAuth en ClientId/ClientSecret, vanaf één punt toe te passen.

Met de Anypoint Flex Gateway **Policy Development Kit (**PDK) kunnen gebruikers aangepaste beleidsvormen maken wanneer kant-en-klare beleidsvormen niet voldoen aan specifieke vereisten. Door middel van de PDK kunnen ontwikkelaars beleidslogica schrijven in de programmeertaal Rust en deze compileren in een module WebAssembly (WASM). De zelfstandige module wordt vervolgens in de Anypoint Flex Gateway geladen om unieke beveiligingsregels, aangepaste gegevenstransformaties of gespecialiseerde integratielogica rechtstreeks aan de API-rand af te dwingen. Dit biedt een krachtige, krachtige manier om gatewayfunctionaliteit uit te breiden voor unieke of complexe gebruikscases.

Dit zijn de vier belangrijkste componenten van de PDK:

• Anypoint CLI PDK-invoegtoepassing: Deze invoegtoepassing maakt het PDK project en uploadt het gecompileerde beleid naar Exchange. Het genereert ook een Makefile die het ontwikkelingsproces vereenvoudigt door een duidelijke set opdrachten te bieden voor het samenstellen en beheren van het beleid.
• Beleidssjabloon: Wanneer een nieuw project wordt gemaakt, genereert de PDK een basissteiger of sjabloon. Deze structuur omvat alle benodigde bestanden en configuratie die nodig zijn om het beleid met succes te compileren, wat ontwikkelaars een uitgangspunt biedt voor aangepaste logica.
• SDK-bouwgereedschap: Deze tools abstraheren de complexe, eventgestuurde architectuur van de onderliggende Envoy proxy. Door reactor- en uitvoerpatronen te gebruiken, biedt de SDK een eenvoudige, lineaire codeermethode. Dit helpt de complexiteit te verminderen, foutopsporing te verbeteren en de leercurve voor ontwikkelaars te verlagen.
• Beleidsbeheer: De MuleSoft MCP Server biedt MCP tools om gebruikers te helpen de levenscyclus van aangepaste polissen te beheren. Voorbeelden van deze tools zijn:
  • get_flex_gateway_policy_voorbeeld
  • manage_api_instance_policy
  • manage_flex_gateway_policy_project

De Agent Visualizer biedt een real-time, dynamische kaart van het gehele agentnetwerk, waardoor een "black box" van AI-interacties kan worden omgezet in een volledig observeerbaar systeem. Architecten en operationele teams kunnen de Agent Visualizer gebruiken om te controleren hoe agenten zijn verbonden, hun beslissingsstromen traceren, hun gezondheid en prestaties bewaken en afhankelijkheden identificeren. Dit niveau van zichtbaarheid is cruciaal voor het optimaliseren van prestaties, het efficiënt opsporen van fouten, het detecteren van bottlenecks en het opbouwen van vertrouwen in geïmplementeerde agenten.

De MuleSoft API Catalog and Topic Center zijn ontworpen om de manier te verbeteren waarop API's worden ontdekt, gebruikt en beheerd, met name in combinatie met Agentforce.

Alle MuleSoft API's die zijn ontworpen en gepubliceerd, kunnen via de API-catalogus in het Salesforce Platform worden ontdekt en gebruikt. De API-catalogus fungeert als de gecentraliseerde opslagplaats en verenigt alle API's van een organisatie uit MuleSoft, Salesforce, Heroku en andere clouds in één weergave. Dit maakt het voor ontwikkelaars en beheerders gemakkelijk om bestaande API's te ontdekken, begrijpen en hergebruiken door ze te laten gebruiken in automatiseringen (bijvoorbeeld Agentforce, Flow en Apex).

De MuleSoft voor Agentforce: Met Topic Center kunnen ontwikkelaars hun API's structureren rond specifieke bedrijfsgebruikscases door Agentforce Topics en Actions metagegevens te definiëren op het moment van ontwerpen zelf. Dit omvat:

• Acties, de taken die een agent kan uitvoeren
• Instructies, die de agent begeleiden bij het toepassen van bepaalde acties

Door deze semantische laag toe te voegen maakt het Topic Center API's begrijpelijk en verbruikbaar voor Agentforce, wat ervoor zorgt dat het effectief kan werken met enterprisesystemen.

De Agentforce Gateway is een gecentraliseerde governance-laag die is ontworpen om interacties te beheren en beveiligen binnen het groeiende Agentforce ecosysteem. Aangezien Agentforce integreert met extra API's en tools van derden via protocollen zoals MCP, is de primaire functie van de Agentforce Gateway het afdwingen van beleidsvormen (bijvoorbeeld tarieflimieten en toolbeperkingen) voor al het uitgaande verkeer dat door Agentforce wordt geïnitieerd, en het controleren van alle uitgaande verzoeken.

De Agentforce Gateway maakt gebruik van de bestaande governancebeleidsengine van de MuleSoft API, die native is ingebouwd in het Salesforce Platform. Deze op een gezant gebaseerde beleidsengine onderschept verkeer van agenten, past geconfigureerd beleid toe (bijvoorbeeld op kenmerken gebaseerde toegangscontrole en quotalimieten) en beheert authenticatie en autorisatie, allemaal zonder dat klanten extra gateway-infrastructuur hoeven te installeren.

Het implementeren van een beheerd netwerk van agenten is een mijlpaal. Het introduceert echter nieuwe operationele uitdagingen van "dag 2". Het vereist een verbeterd niveau van operationele intelligentie om een dynamisch, gedistribueerd systeem van autonome actoren te bewaken, te meten en problemen op te lossen. De ultieme architectonische visie is een systeem waarin AI niet alleen wordt gebruikt voor het uitvoeren van bedrijfsprocessen, maar ook voor het bewaken, beheren en herstellen van de infrastructuur waarop het wordt uitgevoerd.

MuleSoft's visie op integratie-intelligence maakt gebruik van de kracht van het bredere ecosysteem van Salesforce om diepgaande, aanpasbare insights te bieden in de prestaties van de integratiestructuur en het agentische netwerk. Door het vastleggen en opslaan van OpenTelemetry-conforme gegevens - de opkomende standaard voor observatie - in Salesforce Data 360 kunnen organisaties een gecombineerde opslagplaats maken voor logboeken, meetgegevens en traceringen in hun hele landschap. Deze gegevens kunnen in Tableau worden weergegeven via vooraf samengestelde dashboards en aangepaste visualisaties voor gedetailleerde insights in API-prestaties, interactiepatronen van agenten en de algehele systeemtoestand.

Dit systeem heeft drie belangrijke componenten:

1. Opname: De opnameservice is het gecentraliseerde invoerpunt voor het verzamelen en verwerken van telemetriegegevens vanuit verschillende Mule-toepassingen, agentmakelaars en flexgateways. Het voert schemavalidatie, gegevensnormalisatie en filtering uit om de gegevenskwaliteit en consistentie in verschillende toepassingen te behouden. Daarnaast dwingt het controles (bijvoorbeeld authenticatie, encryptie, eerlijkheid van belanghebbenden en scorebeperking) in de opnamepijplijn af.
2. Opslag: Er wordt een streamingtaak met hoge doorvoer uitgevoerd in Data 360, die gegevens leest uit Kafka-onderwerpen met meerdere belanghebbenden en deze transformeert naar de OTEL-indeling. OTEL-gegevens worden vervolgens opgeslagen in de Data 360 van de belanghebbende in de DMO's TelemetryTraceSpan, TelemetryLogs en TelemetryMetrics in het Lakehouse.
3. Visualisering/verbruik: Met de telemetriegegevens die beschikbaar zijn in Data 360, kunnen klanten de systeemtoestand beoordelen en insights verkrijgen door middel van vooraf samengestelde of aangepaste dashboards via Tableau Next. Klanten kunnen ook gebruikmaken van de Tableau-conciërge, een vooraf samengestelde, agentische analysevaardigheid binnen Tableau Next, waarmee gebruikers vragen kunnen stellen over telemetriegegevens in natuurlijke taal en betrouwbare, navolgbare antwoorden kunnen krijgen met visualisaties. Klanten kunnen de gegevens ook exporteren naar bestaande Application Performance Management-systemen (_APM-systemen) (bijvoorbeeld _DynaTrace, Datadog, Splunk, enzovoort).

De overstap naar een Agentic Enterprise is niet alleen een IT-upgrade; het is een fundamenteel architectonisch omkeerpunt. Een gefragmenteerde, geïsoleerde implementatie van AI-agenten is een direct pad naar operationele chaos, schaduw-IT en onbeheersbare technische schulden. De enige duurzame weg voorwaarts is via een uniforme, composeerbare architectuur. Door voort te bouwen op de bewezen basis van API-geleide connectiviteit, levert de MuleSoft Agent Fabric het 'centrale zenuwstelsel' dat nodig is om dit nieuwe digitale personeel te beheren. Het biedt de kritieke mogelijkheden voor ontdekking, doeltreffende combinatie, governance op ondernemingsniveau en end-to-end observatie. Zo gaan we verder dan AI-experimenten en beginnen we een echt intelligente, geautomatiseerde en veilige onderneming te ontwerpen, waarbij we autonoom potentieel transformeren in tastbare, beheerste bedrijfsresultaten.

• Aan de slag met Anypoint Codesamensteller
• Technische gids voor Einstein voor Anypoint Codesamensteller: Generatieve stromen
• DataWeave Generative Transformation Deep Dive: AI-innovatie voor snelle gegevenstransformatie
• API-specificaties maken met MuleSoft Dev Agent
• API-documentatie genereren met Einstein Generative AI
• MuleSoft MCP Server Overzicht
• MuleSoft MCP Server-tools
• MCP-connector
• A2A-connector
• Aan de slag met Agent Fabric
• Interacties tussen agenten beveiligen met Flex Gateway
• Beleidsvormen voor Flex Gateway-agenten
• Overzicht van Flex Gateway Policy Development Kit (PDK)
• MuleSoft API-catalogus voor Salesforce
• Een API-project inschakelen voor onderwerpen en agentacties
• Werken met Tableau Next
• OpenTelemetry
• Modelcontextprotocol
• Agent2Agent (A2A) Protocol

Nikhil Aggarwal is hoofdarchitect bij Salesforce, waar hij architectuur leidt voor MuleSoft en Salesforce Automation Clouds. Nikhil heeft meer dan 18 jaar ervaring met het leveren van grootschalige producten en heeft een passie voor schaalbare architectuur, intuïtieve ontwikkelaarservaringen en het samenstellen van goed presterende teams. Voorafgaand aan Salesforce leidde hij meerdere initiatieven in Microsoft Power Platform, Dataverse en Office 365 van concept tot introductie. Zijn werk vormt nog steeds de manier waarop moderne ondernemingen systemen verbinden, werkstromen automatiseren en bedrijfswaarde ontsluiten in het AI-eerste tijdperk.