Salesforce 一口气推出 7 个命名 AI Agent！Casey 到 Fin 全员到岗——企业级 Agent 终于从「概念」走向「岗位」了！

admin@yesmiracle.net (万戈) — Sun, 13 Sep 2026 00:00:00 +0000

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。

Agentforce on AI博士 万戈