Salesforce, “Headless 360” ile platformunun temel işlevlerini programlı bir şekilde sunar. Veriler, iş akışları ve iş mantığı, 60'tan fazla MCP aracı, 30'dan fazla önceden oluşturulmuş kodlama becerisinin yanı sıra API'ler ve CLI'ler aracılığıyla doğrudan kontrol edilebilir. Aynı zamanda satıcı, geliştirme ortamını “Agentforce Vibes 2.0” ile yapay zeka tarafından desteklenen işlevleri içerecek şekilde genişletiyor.
Duyurudan sonra devamını okuyun
Salesforce, Headless 360 ile erişimi GUI'den arayüzlere taşıyor. Uygulamalar artık yalnızca kullanıcı arayüzü etkileşimleri yoluyla kullanılmıyor; bunun yerine API'ler, MCP araçları ve otomatik aracılar aracılığıyla erişiliyor.
Teknik olarak yaklaşım, geliştirilmiş bir API öncelikli mimariye dayanmaktadır. İşlevler, veriler ve izinler, arayüzden bağımsız olarak mevcuttur ve farklı istemciler aracılığıyla kullanılabilir. Salesforce Ürün Mimarisi Başkan Yardımcısı Gary Lerhaupt, “API'lerle başlamak ve bunları Slack ve diğer müşterilerle birleştirmek yeni temsilci deneyimleri yaratıyor” diyor. Şirket için bu, etkileşimlerin geleneksel uygulamalar yerine giderek farklı müşteriler aracılığıyla gerçekleştiği bir “acente kuruluşu”nun temelini oluşturuyor.
Aracıların geliştirilmesi ve çalıştırılması
Merkezi bir bileşen, dış geliştirme ortamlarının entegrasyonudur. Claude Code, Cursor veya Codex gibi araçlar platforma MCP aracılığıyla erişir ve veri modelleme, devreye alma, test etme ve devreye alma gibi aşamaları kapsayacak şekilde önceden yapılandırılmış kodlama becerilerini kullanır. Platform, görsel katman üzerinde tam kontrol isteyen geliştiriciler için yerel React geliştirmeyi de destekliyor.
Salesforce ayrıca yapay zeka destekli kodlama özelliklerini entegre eden tarayıcı tabanlı bir geliştirme ortamı olan “Agentforce Vibes 2.0″ı da sağlıyor. Dağıtımlar, MCP DevOps Center aracılığıyla doğal dil kullanılarak tetiklenebilir. Salesforce, geliştirme döngülerinin %40'a kadar azaltılabileceğini tahmin ediyor; Bağımsız kriterler henüz mevcut değil.
Salesforce, “Agentforce Deneyim Katmanı” ile iş mantığını ve sunumu birbirinden ayırır. Onaylar veya iş akışları gibi etkileşimlerin yalnızca bir kez tanımlanması gerekir ve bu nedenle Slack, mobil uygulamalar veya harici AI arayüzleri gibi çeşitli istemcilerde kullanılabilir.
Duyurudan sonra devamını okuyun
Çalıştırma ve kontrol aletleri
Salesforce, temsilcileri kontrol etmek için deterministik mantığı doğal dil talimatlarıyla birleştiren “Ajan Komut Dosyası” kodlama dilini sunar. Lisanslı açık kaynaktır ve birden fazla aracıyı düzenlemek için kullanılır. Bağlam: Gary Lerhaupt'a göre saf LLM yaklaşımları yalnızca %95 civarında güvenilirliğe ulaşır, ancak üretken iş sistemleri en az %99,5'e ihtiyaç duyar.
“Test Merkezi” (Mayıs 2026'da kullanıma sunulacaktır) kullanımdan önce mantıksal boşlukları tanımlamayı amaçlamaktadır. “Özel Puanlama Değerlendirmeleri” kararları değerlendirirken, “Gözlemlenebilirlik” ve “Oturum İzleme” etkileşimleri analiz eder. A/B testi API'si, aracının farklı sürümlerinin paralel test edilmesine olanak tanır.
Şirketler tarafından yapılan uygulamalar
Salesforce, pratik bir örnek olarak Engine rezervasyon platformunu gösteriyor. Şirket, taleplerin yaklaşık yarısını otomatik olarak işleyen bir müşteri hizmetleri temsilcisini on iki gün içinde etkinleştirdiğini açıkladı. Ön koşul, tarihsel veri kümelerinin hazırlanmasıydı.
Organizasyonel ayarlamalar da uygulamaya eşlik eder. Asymbl şirketi, dijital çalışanları mevcut süreçlere entegre etme konusunda şirketleri destekliyor ve çok sayıda yapay zeka aracısı işlettiğini söylüyor. Devam eden operasyonlar sürekli izleme ve yeniden ayarlama gerektirir: CEO Brandon Metcalf, “'Kur ve unut' yaklaşımı yoktur. Bu, niyet, yöntem ve nihayetinde koçluk gerektirir” diyor.
Yenilikler stratejik bir değişime işaret ediyor: Salesforce, platformunu aracı tabanlı sistemlere yönelik bir altyapıya genişletiyor. Bunların üretim kullanımında ne kadar istikrarlı olacağı ve artan teknik karmaşıklığın geliştirme ve operasyonu nasıl etkileyeceği belli değil. Ayrıca, fayda büyük ölçüde temel verilerin kalitesine bağlıdır; bu, motor örneğinde de vurgulanan bir noktadır; burada geçmiş veri kümelerinin hazırlanması, üretken operasyon için bir ön koşuldur.
(yardımcı)
Bir yanıt yazın