如果你是企业 IT 决策者，过去两年你一定听过无数遍「AI Agent 是下一件大事」。但你问「招进来干嘛、每天做什么、产出怎么算」，没人能说清。

Salesforce 在 9 月 11 日给了一个非常具体的回答：七个名字、七个岗位、七个已上线。

Casey（客服）、Paige（IT/HR）、Carter（电商）、Hunter（外销、11 月 GA）、Marshall（供应链）、Piper（入站线索）、Fin（客户体验）——从今天起，你可以在 Salesforce 生态里直接「招」一个 Agent 上岗，不用从零搭 Prompt、不用调 RAG、不用写工具链。

这不是 Beta，不是 Pilot（除了 Hunter），是 General Availability。

七张岗位说明书

Salesforce 这次发布的最务实的一点是：每个 Agent 自带岗位所需的技能、动作和数据模型，企业可以直接拿来用，也可以改名、微调、嵌入自己的业务流程。

• Casey：客服 Agent，覆盖语音、SMS、WhatsApp、Web Chat。Engine（一家客户）报告 Casey 的变体 Eva 解决了 50% 的聊天咨询。
• Paige：IT 和 HR 支持 Agent，运行在 Slack 里。Autism Queensland 说 Paige 解决了 70% 的行政请求。
• Carter：电商 Agent，面向在线购物体验。
• Hunter：外销 Agent（Pilot 阶段，11 月 GA）。Perk 说 Hunter 贡献了 60% 的销售 Pipeline。
• Marshall：供应链 Agent，面向后台运营。
• Piper：入站线索 Agent。Asana 报告 Piper 带来了 4 倍的对话量，部署周期约 45 天。
• Fin：客户体验 Agent。Anthropic（对，就是那个 Anthropic）说 Fin 自主解决了 79% 的客服对话。

每个 Agent 都连接到 Customer 360，所以它们不是独立的聊天机器人，而是能读写你的客户数据、订单历史、工单系统的企业员工。

重点是 Long-Horizon Runtime：Agent 终于能「跑几天」了

七个名字背后，藏了一个架构层面的变化：Long-Horizon Runtime。

传统的 AI Agent 面向「一次对话、一次任务」。你问它「帮我查一下订单状态」，它查完就结束了。但销售、供应链、项目管理类工作天然需要跨天、跨周执行。Hunter 是第一个跑在这个 Runtime 上的 Agent，它有三个关键能力：

• Memory：跨会话保存上下文和进度。对话中断了，明天回来接着聊。
• Durable Execution：计划不会因为网络波动或会话超时而丢失，Agent 能自己恢复和调整。
• Dynamic Steering：Seller 可以随时给反馈，Agent 根据反馈动态调整策略。

一个实际场景：销售可以在季度末把「挽救风险订单」的任务指派给 Hunter，它会用几天时间做客户跟进、发资料、约会议——不是一次性建议，而是持续的、可管理的执行。

Salesforce 明确表示，其他 Agent 也会逐步迁移到这个 Runtime 上。

7B Agentic Work Units：一个不太一样的衡量单位

Salesforce 引入了一个叫 Agentic Work Unit（AWU） 的计量单位，定义为「一个 AI Agent 完成的一个离散任务」——一次 Prompt 处理、一段推理链、一次工具调用。目前已经在 Agentforce 和 Slack 上累计交付了 70 亿 AWU，其中 Q2 就跑了 32 亿。

这个数字的意义不在于绝对值，而在于它说明了企业级 Agent 正在从「做 demo」走向「做生产」。32 亿 AWU/季度 = 每秒钟约 400 个 Agent 任务在 Salesforce 生态里跑着。

当然，AWU 是 Salesforce 自己的度量，不是第三方审计数据。但作为增长速度的参考指标，它至少说明：企业确实在用，并且量在快速放大。

Fin 的 $3.6B 收购：做不好就买

Fin 不是 Salesforce 自己写的。它是 Salesforce 此前收购的客服 AI 公司（据 SiliconANGLE 报道估值 $36 亿）的产品。现在 Fin 和 Casey 一起站在 Salesforce 客服产品线里——一个来自收购，一个来自自研。

这对企业买家来说是个好消息：不管你是偏自助客服（Fin）还是偏人工辅助（Casey），Salesforce 都有现成的选项。但 Salesforce 没有公开说明两个 Agent 如何分工、各自定价如何，这意味着同一客服场景下可能产生重复投入。

Multi-Agent Orchestration：Agent 之间也会开会

除了七个命名单兵，Salesforce 还发布了 Multi-Agent Orchestration（现已 GA）。这意味着 Casey、Paige、Carter 之间可以互相调用、接力执行——比如一个客服场景从 Casey 开始，需要库存信息时自动调 Marshall，需要审批时调 Paige。

这是 Salesforce 生态从「单个 Agent 做单项任务」向「Agent 团队协作」的演进。对于已经深度使用 Salesforce 的企业来说，这是很自然的延伸——你的 CRM 数据流本身就是跨部门的，Agent 也应该能跨部门接力。

写在最后

你问最近半年 AI Agent 行业最大变化是什么？我的答案不是某个模型 Intelligence Index 涨了 5 分，也不是又一家公司发了 API 降价公告。

是 AI Agent 第一次有了「岗位说明书」。

Salesforce 这七个命名 Agent 的意义，不在于它们的名字好不好记（说实话 Casey、Paige、Carter、Fin 这些名字挺容易混淆的），而在于它们代表了一种范式转变：Agent 正在从「你告诉它做什么」变成「你雇它来做什么」。

Long-Horizon Runtime 是比七个人名更重要的信号——Agent 不再是一个「问答机器」，而是一个能跑几天、会自己调整、对结果负责的执行者。

对于企业 IT 团队，这意味着：2026 年下半年，你不再需要回答「Agent 能做什么」这种抽象问题。你需要回答的是：我的哪个岗位，可以交给一个命名 Agent？

如果你还没想好怎么回答，Salesforce 替你选了 7 个。

延伸阅读：《GPT-6 Astra 横空出世！》 — 看看最强的通用模型如何改变企业对 AI 能力的预期。《Meta 发布 Muse！个人 AI Agent》 — 个人 Agent 和今天的企业 Agent 形成了有趣的两极对比。