Salesforce 部署 2 万个企业 Agent 的教训：90% 工作量在上线之后

Salesforce 已部署 20,000 个企业级 AI Agent。其 Agentforce 产品负责人 John Kucera 分享了一个反直觉的结论：做 Agent 和传统软件，工作量分布完全颠倒。

传统软件 vs AI Agent：90% 在哪

传统软件：90% 的努力在上线之前（需求、设计、开发、测试）。
AI Agent：90% 的努力在上线之后（反馈、调优、扩面、守护栏）。

把「上线」当终点的团队，会永远困在试点（pilot）里；把上线当起点的团队，才能规模化。Salesforce 从 2 万个 Agent 的部署里总结的 playbook，对每一个做企业 AI 落地的 FDE 都极具参考价值。

为什么大多数企业 Agent 会失败

核心原因往往不是模型不够强，而是：

• 范围没定清——想一口吃掉整个流程，demo 好看、上线即崩；
• 没有可量化的 KPI——无法判断 Agent 是在帮忙还是在添乱；
• 护栏缺失——幻觉、越权、错误动作没有熔断机制；
• 缺少上线后的反馈闭环——没有 eval、没有人工抽检、没有迭代节奏。

FDE 应该建立的「上线后」能力

1. 上线前把地基打牢：明确 scope、KPI、guardrails——这和传统项目一样重要；
2. 上线后建立反馈环：日志 → 评测 → 调 prompt/工具/流程 → 再放量；
3. 用数据门控扩面：不是 demo 过了就全公司推广，而是达标才扩大 Agent 职责范围。

这对 FDE 角色的启示很直接：你的价值越来越像「上线后的运营工程师」，而不只是「把第一个版本做出来的人」。会写第一版 Agent 的人越来越多；能在生产环境让它持续产生价值的人，仍然稀缺。

---

来源：X 平台 @alexxubyte 引述 Salesforce Agentforce CPO John Kucera 关于 20,000 企业 AI Agent 部署经验的公开分享。数据与观点引自原文，经编辑整理。