轉換至「代理企業」代表自雲端開始以來最顯著的結構變更。其承諾具有前所未有的生產力與自動化層級,但也帶來與管治、安全性和營運複雜度相關的深刻挑戰。使用零件方法 (在沒有統一策略的情況下將工作人員部署在孤立區) 是技術債務和組織混亂的直接途徑。

部署沒有中央管理計畫的工作人員會造成重大營運風險,包括直接系統存取的安全性漏洞、無法觀察工作人員互動和動作,以及由於冗餘點對點整合造成的高成本。此隔離的部署策略會造成不穩定的環境,難以大規模管理。永續性模型需要工作人員整合與管治的統一平台。

MuleSoft 提供���方位、統一且開放的平台,以確實引導企業完成整個過程。其利用企業現有的 API 環境作為工作人員動作的基礎,並透過受信任且 AI 技術支援的開發生命週期加速建立新的工作人員就緒資產。透過企業層級對如模型內容通訊協定 (MCP) 和 Agent2Agent (A2A) 通訊協定等開放標準的支援,這可讓這些資產適用於簡單指令和複雜的多工作人員協同合作,無論 AI 環境如何演進都是如此。MuleSoft Agent Fabric 提供探索、協調、管理和觀察整個工作人員生態系統的解決方案。透過此整合方法,MuleSoft Agent Fabric 提供已驗證的基礎,以擴大信任的 AI 工作人員網路,將 AI 的承諾轉換為具體、自動化的業務成果,並充分實現智慧企業的潛力。

已建立的 API 導向連線三層式方法 (系統、流程和 Experience API) 提供結構化工作人員可採取動作的強大架構。

• 系統 API 為基本記錄系統提供一致、安全且抽象的介面。它們會將工作人員與後端通訊協定和資料模型的複雜性分離,以確保所有工作人員動作都會在受管理且可靠的端點上執行。
• 流程 API 會壓縮複雜的多步驟業務邏輯。工作人員不需要瞭解建立銷售訂單、檢查庫存或起始出貨後的複雜協調流程。他們可以使用流程 API (例如「流程訂單」),而無須處理基本複雜性。流程 API 提供安全、交易且可稽核的機制讓工作人員執行業務流程,進而大幅減少工作人員所需的推理,並確保持續強制執行業務規則。
• Experience API 以傳統設計為提供特定 UI 應用程式 (例如「訂單管理應用程式」),但也可以重新用作工作人員的內容豐富動作。這可提供工作人員執行指定工作的必要資訊,而不需要對下游系統進行多次呼叫。

為了滿足對工作人員就緒工具和功能的日益增加需求,企業必須加速開發構成可組合基礎的 API 和整合。MuleSoft 透過將生成式 AI 直接內嵌在開發生命週期中來解決這個挑戰,這會建立一個使用 AI 的虛擬週期,以建立其他工作人員所耗用的高品質資產。

針對開發人員,MuleSoft Vibes 會自動化整合開發中最重複的層面,並為整個軟體開發生命週期提供統一的代理介面,以作為智慧合作夥伴。透過 Anypoint 程式碼產生器中的 MuleSoft Vibes,開發人員可以與由受信任的 Einstein AI 銷售管道支援的生成功能互動,進而讓 AI 輔助開發流程順利且有效率。此管道 (推斷圖表執行服務 (IGES)) 是用於達成高品質結果的多階段流程。其中包含奠基、驗證、錯誤修正和嚴格評估。

• MuleSoft Vibes 中的「產生流程」 功能以 Agentforce AI 架構為基礎。它會將自然語言商業邏輯 (使用者提示) 轉換為功能式 Mule 應用程式。IGES 銷售管道包含以下步驟:
  • **對話歷程記錄摘要:**LLM 會分析目前的提示和使用者的先前訊息,以建立摘要提示,該提示會收集使用者意圖和對話歷程記錄。此合併的提示可改善後續資料提取與產生步驟的準確度。
  • **從向量資料庫的流程語意取得:**系統會從上一個步驟取得摘要提示,並針對包含 200 個以上連接器、7,000 個以上連接器作業和 7,000 個以上範例程式碼片段的向量資料庫執行語意搜尋。其會使用準確的資料,以取得最相關的連接器、作業和程式碼範例,以奠基產生程序,並確保輸出符合 MuleSoft 的廣泛連接器生態系統。由於 MuleSoft 是連接器和作業的業界標準,因此此基礎可為模型提供一般 LLM 缺少的豐富內容和網域準確度。
  • **增量:**接著,系統會結合摘要的提示,以結合所取的內容和對話歷程記錄訊息。此擴大提示可引導 LLM 減少幻覺。其中也包含防止產生有毒內容的指示。
  • **流程產生:**此步驟利用 Einstein AI LLM 模型,以根據提供的內容與範例產生原始 XML 程式碼。這是產生管道的核心步驟。
  • **後續處理與驗證:**後端處理器和驗證程式會檢查程式碼以確保語法正確,並使用有效的連接器作業,而個別的毒性檢查會標記有害的內容。
  • **多步驟錯誤修正:**如果所有的初始產生無效,自動錯誤修正機制會分析錯誤訊息以偵測模式。接著,會將提示與豐富的錯誤訊息和修正中繼資料一起重新提交至 LLM。
  • **設定檔案產生:**此步驟會解壓縮相關連接器中繼資料、增強提示,並將其傳送至 LLM 以產生準確的連接器組態。最後,所有 POM 和 XML 命名空間都會使用每個相依性的最新版本來決定性地產生,進而消除幻覺並確保一致性。
• DataWeave 轉換產生**:**資料轉換通常是整合開發的最耗時部分。MuleSoft Vibes 使用與產生 Mule Flow XML 類似的多步驟方法來處理此流程。
  • **意圖原因:**LLM 會分析使用者輸入和輸出資料樣本,以自然語言推斷和說明概況轉換邏輯。此步驟會將使用者的目標與提示中可能提供的文字資料值分開。
  • **DataWeave 語意尋找:**為了尋找與語意最相關的 DataWeave 函數文件和完整的轉換範例,系統會使用上一個步驟產生的提示作為向量資料庫的查詢。這會讓產生流程以高品質且經過驗證的資訊為基礎。
  • **增量:**系統會將取用的函數和範例與原始使用者提示結合在一起,為後續 LLM 呼叫建立感內容的指示集,這會影響 LLM 的行為以減少幻覺。
  • **DataWeave 產生:**此步驟利用 LLM 模型產生 DataWeave 轉換指令檔,並根據提供的內容與範例提供隨附的說明。這是產生管道的核心步驟。
  • 系統會根據兩個特定度量評估產生的指令檔:有效性和正確性。****指令檔必須編譯而不含語法錯誤 (有效性),並在使用範例輸入 (正確性) 執行時產生預期的輸出。
  • **多步驟錯誤修正:**如果初始驗證失敗,則此外掛程式會識別錯誤種類,並在產生的指令檔中修正問題。此精簡有助於改善系統的整體成功率與準確性。
  • 最終後續處理與驗證 來自錯誤修正模組的已更正指令檔會經過重新驗證流程,以確保其在語法上有效且在功能上正確。在將輸出傳送回使用者之前,此最終品質門可確保輸出精確且可靠。
• API 規格 **和 文件產生:**開發人員可以透過以自然語言描述所需的 API,產生完全驗證的 OpenAPI (OAS) 或 RAML 規格。MuleSoft Vibes 會提取提示 (其中包含資源、方法、安全性架構和參數的詳細資料),並產生有效且語法正確的 API 定義。產生後,其可以在 Anypoint Exchange 中建立 API 文件,其中涵蓋從驗證到端點詳細資料和錯誤處理的所有內容,以免開發人員執行這些繁琐的工作類型。
• **AI 輔助的 MUnit 產生:**針對由自發工作人員耗用的資產,品質保證至關重要。MuleSoft Vibes 可協助直接從 Mule 流程程程式碼產生 MUnit 測試個案。這有助於模擬外部相依性和判斷式,並識別常見的測試缺口,進而大幅減少達到高測試範圍和確保整合邏輯可靠性的手動工作。

開發人員在其偏好的環境中成長。這就是為什麼 MuleSoft 會在他們所在的位置與開發人員會面,這可讓他們在自己選擇的 AI IDE 中建立整合。MuleSoft 的模型內容通訊協定 (MCP) 伺服器將開發、部署和管理功能公開為 MCP 工具,任何以 VS 程式碼為基礎的 AI 原生 IDE (例如 Cursor、Windsurf 或 Trae) 都可以使用這些功能來使用自然語言與 Anypoint Platform 互動。

透過將其核心 IDE 功能封裝到 標準 VS 程式碼擴充中,_MuleSoft _ 會將其工具與品牌的 IDE 範本分離,這可讓開發工具對 IDE 進行反射。此結構選項不必與 IDE 的快速進化競爭,而是允許 MuleSoft 的開發工具在現代 AI 技術支援的 IDE 生態系統中保持相容且可供存取。

在「代理企業」中,擁有可編輯 API 的強大基礎是必要的,但不足。下一個重要步驟是確保 AI 工作人員可以探索、瞭解並叫用這些資產。這需要以特別針對工作人員通訊設計的開放標準為基礎建立的「可操作層」。MuleSoft 為兩個主要的新通訊協定提供企業級工具:

• 工作人員對系統互動的 MCP
• 工作人員對工作人員互動的 A2A

MCP 迅速成為工作人員對工具通訊的業界標準,這與 Web 服務的 REST 變得類似。MCP 可讓 AI 工作人員動態探索系統的功能、瞭解其輸入和輸出,並叫用以執行動作,而不需要預先程式設計或硬式編碼邏輯。

MuleSoft MCP 連接器允許將任何實作為 Mule 應用程式的 API 發佈為 MCP 伺服器。由於 MuleSoft 為幾乎每個主要企業系統 (例如 SaaS、舊版和資料庫) 提供數百個預先建置的連接器,因此會立即將組織的 API 和應用程式轉換為一組可供工作人員使用的工具。專為在 SAP 中檢查庫存所設計的 API、在 Salesforce 中處理新商機的流程,或透過 MuleSoft 連線的自訂應用程式,皆可使用 MCP 連接器作為原子受管理工具提供給 AI 工作人員。

雖然 MCP 在階層式、工作人員叫用工具互動方面表現優異,但複雜的業務流程通常需要多個專門工作人員的協同合作。工作人員對工作人員 (A2A) 通訊協定是新興的開放標準,其設計目的為協助點對點通訊,可啟用複雜的多工作人員工作流程。

MuleSoft 對 A2A 的支援可讓企業設計和建置進階系統,其管理與可靠性等級與其預期的 API 相同。MuleSoft A2A 連接器可讓開發人員輕鬆將任何工作人員公開為 A2A 伺服器,或從 Mule 應用程式叫用任何 A2A 相容的工作人員。例如,抵押貸款申請流程可能會跨「信用檢查工作人員」、「文件簽署工作人員」和「法規合規工作人員」協調,每個工作人員會探索並根據需要叫用其他人員的功能,以繼續進行申請。

透過為 MCP 和 A2A 提供強大的企業級工具,MuleSoft 支援建立由直接工作人員對系統互動 (透過 MCP 工具) 和工作人員對工作人員 (A2A) 互動組成的彈性生態系統。無論 AI 環境如何發展,此方法都會將 MuleSoft 視為連接所有形式代理通訊的基礎。

當企業採用工作人員 AI 時,不可避免地會面臨工作人員擴展的挑戰。為了防止變成混亂,需要專屬的協調流程層。MuleSoft Agent Fabric (示範) 是全方位的結構解決方案,專為面對此挑戰而設計。它提供一個集中式的管理計畫,可探索、管理、協調和觀察 AI 工作人員的整個網路,無論其建立的位置或作業方式為何。MuleSoft Agent Fabric 作為企業數位人力的「空中流量控制器」,將分割、隔離的工作人員集合轉換為一個凝聚力、安全且高效能的情報網路。

MuleSoft Agent Fabric 以四個整合的支柱為基礎,涵蓋工作人員作為一流企業資產的完整生命週期管理。

任何受管理生態系統的基礎就是可探索性。工作人員註冊處作為企業內每個工作人員資產的通用集中型目錄。這包括自訂建立的工作人員、內嵌在 SaaS 應用程式的工作人員、公開舊版系統的 MCP 伺服器,以及適用於工作人員間協同合作的 A2A 端點。透過提供單一事實來源,工作人員註冊處可透過防止小組建立冗餘功能,並讓人類開發人員和其他 AI 工作人員能夠動態尋找和大規模重複使用現有資產來解決重要探索問題。

工作人員登錄是以 Anypoint Exchange 為基礎,並新增三種新資產類型:工作人員、MCP 伺服器和 LLM。它會收集這些資產的相關資訊,包括 MCP 工具、傳輸通訊協定和工作人員卡片,以及工作人員與 MCP 伺服器和使用工具之間的相依性。開發人員可以直接在註冊表內建立及管理資產。他們也可以在建立新協調流程時,以程式設計的方式探索並重複使用 MuleSoft Vibes 內的現有資產 (透過 MuleSoft MCP Server 的 search_asset 工具)。這可讓開發人員取得瞭解和取用這些資產所需的所有資訊。

一旦可探索資產,必須協調資產,才能執行實用工作。工作人員經紀人是一種協調流程服務,可執行多步驟業務流程。其使用可設定的 LLM 解譯高層級工作並產生對應的工作流程。工作人員經紀人會動態探索、排序並叫用完成這些流程所需的工作人員和工具。

透過工具的 MCP 和工作人員的 A2A 通訊協定來管理連線。這可讓系統將工作人員組織到業務特定的網域 (例如「供應鏈」或「財務」),並在所有網域之間路由工作。單一自然語言提示 (例如「上線員工」) 會分成一系列由不同工作人員或工具在多個後端系統之間執行的離散動作。「工作人員經紀人協調流程」包括:

• **動態協調流程模式:**這是「工作人員迴圈」模式,可決定子工作,並在最適合的工作人員和工具之間協調工作,以達成整體目標。利用此模式,可建立 協同合作工作人員來解決複雜的使用個案 (例如,處理複雜的服務升級)。
• **LLM 強化的理由:**使用 LLM 解譯自然語言目標並產生執行計畫,進而去除硬式編碼的嚴格工作流程邏輯。
• **可設定的 LLM 模型:**允許開發人員指定要使用的 LLM 模型,其可控制成本、效能和功能。
• **自然語言開發:**工作人員經紀人邏輯可透過 MuleSoft Vibes 使用自然語言來定義。
• 觀察性:Anypoint Monitoring 會在部署時提供記錄和追蹤,以協助使用者瞭解和除錯工作人員經紀人的推理,以及與 MCP 工具和 A2A 工作人員的互動。
• 受管理部署:Agent Broker 是容器化應用程式,受 Mule Runtime 支援,可管理部署的可用性和延展性。

Anypoint Flex Gateway 是技術上強制執行特定原則的機制。MuleSoft Agent Fabric 利用 Anypoint Flex Gateway 來保護、檢查和管理透過 MCP 和 A2A 通訊協定發生的每個代理互動。這可讓組織將一組豐富的企業級原則套用至所有工作人員流量,以確保每個動作在執行前皆安全、合規且可稽核。若要安全且負責任地擴大 AI 採用,這些護欄十分重要。

工作人員通訊協定的企業管理原則

除了管理輸入要求之外,Anypoint Flex Gateway 也會管理工作人員與外部服務 (例如,MCP 伺服器和工具或其他工作人員) 的所有傳出連線和要求。包括:

• **登入:**提供集中化的可觀察點,以監視和記錄所有用於稽核和疑難排解的輸出工作人員要求。
• **安全性:**透過檢查輸出流量來防止敏感資料洩漏。
• **驗證:**透過從單一點套用輸出驗證機制 (包括 API 金鑰、OAuth 和 ClientId/ClientSecret) 來管理外部系統的認證。

Anypoint Flex Gateway Policy Development Kit (PDK) 可讓使用者在立即可用的原則不符合特定需求時建立自訂原則。透過使用 PDK,開發人員可以使用 Rust 程式設計語言撰寫原則邏輯,並將其編譯為 WebAssembly (WASM) 模組。接著將獨立模組載入至 Anypoint Flex Gateway,以直接在 API 邊緣強制執行唯一的安全性規則、自訂資料轉換或專門的整合邏輯。這可為獨特或複雜的使用個案提供強大且高效能的方法,以擴充通道功能。

以下是 PDK: 的四個重要元件

• **Anypoint CLI PDK 外掛程式:**此外掛程式會建立 PDK 專案,並將編譯的原則上載至 Exchange。它也會產生一個 Makefile,透過提供一組明確的指令來建立和管理原則來簡化開發程序。
• **原則範本:**建立新專案時,PDK 會產生基本的架構或範本。此結構包含成功編譯原則所需的所有必要檔案和組態,這為開發人員提供自訂邏輯的起點。
• **SDK 建立工具:**這些工具會摘要基本 Envoy Proxy 以事件為導向的複雜結構。透過使用反應器和執行器模式,SDK 提供簡單的線性編碼方法。這有助於降低複雜性、改善除錯,並降低開發人員的學習曲線。
• 原則管理:MuleSoft MCP Server 提供 MCP 工具,協助使用者管理自訂原則生命週期。這些工具的範例包括:
  • get_flex_gateway_policy_example
  • manage_api_instance_policy
  • manage_flex_gateway_policy_project

工作人員視覺化程式提供完整工作人員網路的即時動態地圖,將 AI 互動的「黑盒」變成可完全觀察的系統。結構設計師和作業小組可以使用「工作人員視覺化工具」來檢閱工作人員的連線方式、追蹤其決策流程、監視其健康與效能,以及識別相依性。此層級的可視性對於最佳化效能、有效地疑難排解失敗、偵測瓶頸,以及對已部署的工作人員建立信任至關重要。

MuleSoft API 目錄和 主題中心的設計目的為改善如何探索、使用和管理 API,特別是與 Agentforce 搭配使用。

所有設計和發佈的 MuleSoft API 都可以透過 Salesforce Platform 中的 API 目錄進行探索和取用。API 目錄作為集中化存放庫,將組織的所有 API (從 MuleSoft、Salesforce、Heroku 和其他雲端) 統一到單一檢視。這可讓開發人員和管理員輕鬆探索、瞭解和重複使用現有 API,方法是讓其能夠用於自動化 (例如,Agentforce、Flow 和 Apex)。

Agentforce 的 MuleSoft:「主題中心」可讓開發人員在設計時定義 Agentforce Topics 和 Actions 中繼資料,以根據特定業務使用個案來建構其 API。包括:

• 動作,這是工作人員可執行的工作
• 指示,可引導工作人員瞭解如何套用特定動作

透過新增此語意層級,「主題中心」可讓 API 可理解且可供 Agentforce 使用,以確保其能夠有效地與企業系統互動。

Agentforce Gateway 是一個集中式的管治層,專為管理及保護擴充中 Agentforce 生態系統內的互動而設計。由於 Agentforce 透過如 MCP 等通訊協定與其他第三方 API 和工具整合,因此 Agentforce Gateway 的主要功能是針對由 Agentforce 起始的所有輸出流量強制執行原則 (例如比率限制和工具限制),並稽核所有傳出要求。

Agentforce Gateway 利用現有的 MuleSoft API 監管原則引擎,原生內建於 Salesforce Platform 中。此以 傳送者為基礎的原則引擎會攔截工作人員流量、套用設定的原則 (例如,以屬性為基礎的存取控制和配額限制),以及管理驗證和授權,而不需要客戶安裝額外的大門基礎結構。

部署受管理的工作人員網路是里程碑成就。然而,這會帶來新的「第二天」作業挑戰。它需要增強層級的作業情報,才能監視、測量和疑難排解動態分散式自發執行動作的系統。最終的結構願景是系統,其中 AI 不僅用於執行業務流程,還用於監視、管理和修復其執行基礎結構。

MuleSoft 的整合智慧願景利用更廣泛的 Salesforce 生態系統的強大功能,為整合架構和代理程式網路的效能提供深入且可自訂的洞察。透過在 Salesforce Data 360 中 (即可觀察性的新增標準) 在「OpenTelemetry (OTEL)」合規資料中,組織可以建立整��地圖的記錄、度量和追蹤統一存放庫。透過預先建置的顯示面板和自訂視覺效果,您可以在 Tableau 中檢視此資料,以取得 API 效能、工作人員互動模式和整體系統健康狀況的詳細洞察。

此系統有三個關鍵元件:

1. **入院:**其為從各種 Mule 應用程式、工作人員經紀人和 Flex Gateways 收集及處理遙測資料的集中進入點。其會執行結構描述驗證、資料正規化和篩選,以維護各種應用程式的資料品質和一致性。此外,它也會在取用管道中強制執行控制 (例如驗證、加密、租戶公平性和比率限制)。
2. **儲存空間:**高流量串流工作會以 Data 360 執行,此工作會讀取來自多租戶 Kafka 主題的資料,並將其轉換為 OTEL 格式。接著,OTEL 資料會認可至在 Lakehouse 中的 TelemetryTraceSpan、TelemetryLogs 和 TelemetryMetrics DMO 中租戶的 Data 360。
3. **視覺化/耗用:**透過在 Data 360 中提供的遠端測量資料,客戶可以透過 Tableau Next 使用預先建置或自訂顯示面板來檢閱系統狀態並取得洞察。客戶也可以利用 Tableau Concierge,這是 Tableau Next 中預先建置的代理分析技能,可讓使用者以自然語言詢問相距測量資料的相關問題,並透過視覺效果接收可靠且可運作的回答。客戶也可以將資料匯出至現有的 應用程式效能管理 (APM) 系統 (例如,DynaTrace、Datadog、Splunk 等)。

轉換至「代理企業」不只是 IT 升級,而是基本的結構轉換點。AI 工作人員的分片化、隔離部署是營運混亂、陰影 IT 和無法管理技術債務的直接路徑。唯一的永續發展路徑是透過統一且可組合的結構。MuleSoft Agent Fabric 以經過驗證的 API 導向連線基礎為基礎,提供管理新數位人力所需的「中央神經系統」。其提供探索、協調流程、企業級監管和端對端可觀察性的關鍵功能。這是我們超越 AI 實驗的方式,開始建構真正智慧、自動和安全的企業,將自主潛力轉換為具體、受管理的業務成果。

• 開始使用 Anypoint 程式碼產生器
• Einstein for Anypoint Code Builder 的 技術指南:生成流程
• DataWeave 生成轉換 Deep Dive:快速資料轉換的 AI 創新
• 使用 MuleSoft Dev Agent 建立 API 規格
• 使用 Einstein 生成式 AI 產生 API 文件
• MuleSoft MCP 伺服器概觀
• MuleSoft MCP 伺服器工具
• MCP 連接器
• A2A 連接器
• 開始使用工作人員面板
• 使用 Flex Gateway 保護工作人員的互動
• Flex Gateway 工作人員原則
• Flex Gateway Policy Development Kit (PDK) 概觀
• Salesforce 的 MuleSoft API 目錄
• 為主題和工作人員動作啟用 API 專案
• 使用 Tableau 下一步
• OpenTelemetry
• 模型內容通訊協定
• Agent2Agent (A2A) 通訊協定

Nikhil Aggarwal 是 Salesforce 的主要結構設計師,負責 MuleSoft 和 Salesforce Automation Cloud 的結構設計。Nikhil 在提供大規模產品方面擁有超過 18 年的經驗,並對可調整結構、直覺式開發人員體驗和建立績效優良的小組有熱忱。在 Salesforce 之前,他在 Microsoft Power Platform、Dataverse 和 Office 365 中從概念到啟動領導多個計畫。他的工作繼續構思現代企業在 AI 初期時代如何連線系統、自動化工作流程,以及發揮業務價值。