Salesforce的7B次智能体工作与Enterprise AI Harness：企业级AI治理栈为何在2026年成为必须
Salesforce的7B次智能体工作与Enterprise AI Harness：企业级AI治理栈为何在2026年成为必须
2026年9月11日，Salesforce同时做了两件看似平行但实则相互支撑的事：一，发布了Enterprise AI Harness，一个专为企业AI智能体设计的统一治理架构，包含上下文、代理、行动、治理、安全、模型六大能力层和一个新的AI Control Plane；二，推出了7个有具体名字和职能的即用型智能体——Casey（客服）、Paige（IT/HR）、Carter（商务）、Hunter（外呼销售）、Marshall（供应链）、Piper（入站商机）和Fin（客户体验）。
更引人注意的是一个数字：Salesforce称已在Agentforce和Slack上完成70亿个”Agentic Work Units（AWU）”，仅Q2就完成32亿个。
这组数字背后藏着一个深层问题，可能比任何产品发布都更重要：当AI智能体从”一个有趣工具”变成了”核心业务流程的执行者”，它不再只是效率问题，而是信任问题。企业如何知道自己雇用的AI智能体在做正确的事？
7B AWU说明了什么
70亿次AWU，是Salesforce用来衡量智能体已完成的”实际工作量”的新指标，于2026年初引入以替代传统的”用户”或”交易”计量单位。
这个数字的意义不在于绝对值，而在于它揭示了企业AI部署的密度已经达到了一个新量级：不是每天几万次查询，而是每季度32亿次有意义的业务操作——包括客户问题解答、销售线索处理、供应链协调、IT工单处理。
Engine公司（发动机制造商）公开表示其帮助智能体Eva已能独立解决50%的聊天咨询；Perk公司的外呼销售智能体Hunter建立了60%的销售管道；澳大利亚自闭症服务机构Autism Queensland声称其行政处理自动化率达到70%。
这些数字标志着企业AI已经越过了”概念验证”阶段，进入了”核心业务流程整合”阶段。一旦到了这个阶段，治理就不再是可选项——它变成了先决条件。
Enterprise AI Harness：智能体基础设施的六大支柱
Salesforce对Enterprise AI Harness的定义，围绕一个核心问题：当智能体不再是偶尔使用的助理，而是成为企业核心业务流程的执行者，企业需要什么才能让它可靠运行？
答案是6层能力，加上一个统一的控制平面：
上下文层（Context）：智能体需要理解它工作的完整业务背景——哪个客户、什么关系、哪些承诺、什么约束。Salesforce将此建立在Customer 360数据之上，让所有智能体共享企业已有的客户数据、语义模型和历史记录。文章开头举了一个例子：”我们今天能履行这笔订单吗？”——没有任何单一系统有完整答案，智能体必须理解CRM、ERP、合同、策略的综合上下文才能回答。
代理层（Agency）：智能体需要能够自主判断和规划，追求数天甚至数周的目标，而不是只回答单次查询。Salesforce的新代理层支持”长周期目标追踪”——这正是Hunter（外呼销售智能体）的核心能力，它可以在数周内持续跟进一个销售线索，而不是在每次会话后”遗忘”。
行动层（Action）：智能体需要能够安全地在多个业务系统间执行操作。Salesforce的行动层将这些操作标准化，让同一套权限和审计框架覆盖所有智能体行为，不管它访问的是Salesforce CRM还是第三方ERP。
治理层（Governance）：这是整个Harness中最关键的层次。企业AI的治理挑战不同于软件治理：你不能只定义规则，因为智能体会遇到规则设计者没有预料到的场景。Salesforce的方案是”Agent Script”——一套开源的确定性规则语言，可以让企业在AI推理之上叠加硬性约束。当智能体面临需要人工审批的操作时，Agent Script会强制触发人工介入，而不是让AI自行决断。
安全层（Security）：统一的权限管理框架，确保每个智能体只能访问它被授权的数据和系统。在Salesforce以前的架构里，每个智能体需要独立配置权限——这在单个智能体时代是可行的，但在70亿AWU的规模下，这是一场噩梦。Harness将权限管理集中化。
模型层（Models）：Salesforce承认不会也不应该只绑定自家模型——Harness设计为开放架构，支持第三方大模型（GPT-6 Astra、Claude、Google Gemini等）接入，企业可以根据任务需求选择不同模型，而上层的治理、安全、上下文框架保持不变。
AI Control Plane：在这六层之上，Salesforce新增了一个统一的控制台，让企业管理者可以看到所有正在运行的智能体、它们的状态、它们的权限边界、它们的执行历史——在一个界面里。这解决了企业AI的一个实际痛点：随着智能体数量增长，”我不知道系统里有什么智能体在做什么”变成了真实的运营风险。AI4 2026会议的数据显示，企业CEO实际运行的AI智能体数量是他们自己预估的10倍以上。AI Control Plane本质上是要让这个”影子智能体”问题变得可见。
为什么现在是治理栈形成的时间点
从更宏观的视角看，Salesforce在9月11日的发布并非孤立事件。
据Forkast News的分析，2026年8月24日至9月初约两周内，有四家企业软件厂商相继推出独立的”AI智能体治理”产品——Salesforce是其中之一，另外三家包括ServiceNow、Workday和一家未公开名字的欧洲企业软件公司。这种密集的集体行动，表明整个行业都在同时意识到同一个问题。
这个时间节点的背后有三个驱动因素：
第一，规模触发了可见性。 当企业智能体部署从”十几个”增长到”数百个”，原本可以手工管理的问题开始出现系统性裂缝。AI4 2026会议的数据显示，企业CEO实际运行的AI智能体数量是他们自己预估的10倍以上——”Shadow Agent”已经成为企业IT的新难题。
第二，合规要求开始落地。 加州Newsom签署的AI安全法案，欧盟AI法案的企业合规要求，以及美国SEC对AI决策可解释性的新要求，都在推动企业必须建立AI智能体的行为记录和审计能力。
第三，安全事件提供了压力。 OpenAI智能体被黑客劫持公共网站的事件（同周发生），直接演示了没有治理框架的智能体部署面临什么样的安全风险。这不再是理论上的威胁。
对手：ServiceNow的正面挑战
Salesforce的这次发布，在产品层面是明确针对ServiceNow的。
ServiceNow在企业IT和HR服务管理领域有深厚根基，其AI战略也在朝”企业操作系统”方向延伸。Salesforce Enterprise AI Harness的推出，本质上是在说：客户数据和业务流程的上下文，比IT服务管理的深度更重要——客户关系才是企业AI的真正护城河。
市场分析师的看法分为两派。一派认为Salesforce的开放架构（支持第三方模型和系统）是对的，因为没有企业愿意把AI基础设施锁定在单一厂商；另一派认为治理栈的价值在于深度整合，而非广度覆盖，ServiceNow在特定垂直领域的深度可能比Salesforce的横向覆盖更有粘性。
两种逻辑都有道理。但有一点是确定的：企业AI治理栈的市场还远未定型，接下来12-18个月的产品迭代和实际客户采用数据，将是真正的试金石。
值得注意的是，并非所有声音都对Salesforce的这次发布持正面态度。一些企业架构师指出了潜在的锁定风险：如果企业深度采用了Salesforce的Enterprise AI Harness（特别是上下文层和Agent Script语言），切换成本将会相当高昂——这与Salesforce历史上CRM产品的高粘性模式如出一辙。对于希望保持AI灵活性的企业来说，这种”全家桶”架构可能是一种变相的单一供应商依赖。也有独立分析师指出，Harness的开放架构声明（支持第三方模型）和实际产品中对Salesforce原生数据格式的优化之间存在一定张力——真正的”模型无关”需要时间验证。
这些质疑不是杀手级反对意见，但它们提醒我们：企业AI治理架构的选择，本质上是一场关于未来10年技术依赖关系的赌注，不只是今天的产品功能评比。
第三层洞察：AI智能体的”基础设施”时代正在开始
回看计算机行业的历史，每一次应用层爆发之前，都先有一波基础设施建设：互联网应用爆发之前先有TCP/IP和HTTP，移动应用爆发之前先有iOS/Android SDK，云计算应用爆发之前先有AWS的弹性计算框架。
AI智能体应用的基础设施时代，正在2026年9月以一种意想不到的方式到来——不是由某个划时代的技术突破触发，而是由规模压力和安全事件共同逼出来的。
当Salesforce在一周内同时遭遇了OpenAI智能体劫持事件的冲击波，和企业客户部署密度越过某个临界点，它推出了一个企业级AI治理框架——这不是偶然，这是产业成熟的典型信号。
Enterprise AI Harness背后的假设值得仔细审视：Salesforce认为，随着底层AI模型持续改进并逐渐商品化，企业的竞争优势将越来越多地来自”专有上下文的积累”——客户关系、业务流程、历史数据的沉淀。模型是临时护城河，数据和流程是持久护城河。这个判断如果是对的，那么Harness的本质是一个”上下文积累飞轮”——每一次智能体交互都在丰富系统对业务的理解，而这种理解反过来让下一次交互更精准。
这与大语言模型提供商的逻辑形成了有趣的竞争关系：模型越通用，上下文越重要；上下文越有价值，拥有客户数据的企业软件公司就越有定价权。Salesforce在用Enterprise AI Harness宣告自己作为”企业AI基础设施”的身份，而不只是一个CRM工具。
这场身份定位的战争，比任何技术细节都更值得持续关注。
如果Salesforce的上下文飞轮假设是对的，下一个重要信号将会在2027年Q1前后出现：届时Agentforce的客户续约数据（以及是否开始出现客户从OpenAI直接API迁移到Salesforce平台的趋势）将是这个假设的第一次真实检验。Hunter智能体（外呼销售）将于2026年11月正式可用，届时来自企业销售自动化ROI的真实数据，将比任何分析师报告都更有说服力。
参考资料：
- Salesforce官方，2026-09-11：Salesforce Introduces the Trusted Enterprise AI Harness，来源：https://www.salesforce.com/news/stories/enterprise-ai-harness/
- Salesforce官方，2026-09-11：Salesforce Expands Agentforce With New Job-Ready Agents，来源：https://www.salesforce.com/news/stories/agentforce-job-ready-ai-agents/
- VentureBeat报道，2026-09-10：Many models, many agents, many tasks: Salesforce’s new Enterprise AI Harness，来源：https://venturebeat.com/orchestration/many-models-many-agents-many-tasks-salesforces-new-enterprise-ai-harness-seeks-to-ground-all-in-your-shared-business-context
- Forkast News分析，2026-09-12：Four Products, Two Weeks, One Pattern：企业 AI 智能体治理产品密集落地，来源：https://finance.yahoo.com/technology/ai/articles/agent-governance-stack-forming-four-204405621.html
- MSN报道（AI4 2026会议），2026-08-06：AI4 2026 closes: Enterprise CEOs are running 10x more AI agents than they know，来源：https://www.msn.com/en-us/technology/artificial-intelligence/ai4-2026-closes-enterprise-ceos-are-running-10x-more-ai-agents-than-they-know/ar-AA29ym5h