Salesforce เพิ่ม Agent Evals และเครื่องมือควบคุมค่าใช้จ่ายให้ Agent Fabric

เมื่อวันที่ 27 ตุลาคม 2026 Salesforce ประกาศชุดความสามารถใหม่สำหรับ Agent Fabric ซึ่งเป็นแพลตฟอร์มควบคุม AI สำหรับจัดการและกำกับดูแลเอเจนต์บนแพลตฟอร์มต่าง ๆ โดยมี Agent Evals, API Evals และเครื่องมือควบคุมค่าใช้จ่ายขั้นสูงเป็นไฮไลต์ Salesforce ระบุว่าแพลตฟอร์มรองรับคำขอมากกว่า 1.2 พันล้านรายการต่อวัน

ประกาศนี้ชี้ให้เห็นว่าความสามารถใหม่ ๆ มุ่งแก้ปัญหาการดำเนินงานที่ชัดเจนประการหนึ่ง นั่นคือ เมื่อองค์กรขยายการใช้งาน AI เอเจนต์อาจทำงานผิดพลาดโดยไม่มีใครสังเกต ส่งคำตอบที่ไม่ถูกต้องและทำให้ค่าใช้จ่ายพอกพูนขึ้นก่อนที่ใครจะรู้ตัว Salesforce ระบุว่าความสามารถใหม่ช่วยให้ CIO และผู้นำด้าน AI ตรวจพบปัญหาได้ก่อนที่จะกลายเป็นข้อร้องเรียนจากลูกค้าหรือค่าใช้จ่ายที่พุ่งสูงเกินควบคุม โดยผสานการแทรกแซงอัตโนมัติเมื่อคุณภาพลดลงเข้ากับการกำหนดวงเงินใช้จ่ายที่จำกัดการใช้งานให้อยู่ภายในงบประมาณ

Agent Fabric เป็นแพลตฟอร์มควบคุมเอเจนต์ระดับองค์กรที่พัฒนาบน MuleSoft สำหรับค้นหา กำกับดูแล ประสานการทำงาน และติดตามเอเจนต์ สินทรัพย์ AI และเวิร์กโฟลว์แบบเอเจนต์จากแพลตฟอร์มควบคุมเดียว ตามข้อมูลในหน้าผลิตภัณฑ์ Agent Fabric เครื่องมือสแกนของแพลตฟอร์มจะตรวจหาและลงทะเบียนเอเจนต์ เซิร์ฟเวอร์ Model Context Protocol (MCP) และ API ที่ทำงานอยู่ในระบบนิเวศต่าง ๆ เช่น Amazon, Google, Microsoft, Claude, Databricks และ Kong ลงใน Agent Registry ซึ่งเป็นแค็ตตาล็อกกลางของสินทรัพย์ AI โดยตรง แพลตฟอร์มยังมี MCP Bridge ซึ่งเปิดให้ใช้ API ที่มีอยู่เป็นเครื่องมือ MCP, ความสามารถในการประสานการทำงานของเอเจนต์หลายตัว, การรองรับโปรโตคอล A2A, เกตเวย์รวมสำหรับ LLM และ MCP, Trusted Agent Identity และ Agent Visualizer ซึ่งแสดงแผนผังเครือข่ายเอเจนต์พร้อมตัวชี้วัดต่าง ๆ เช่น คะแนนความเชื่อมั่น การตรวจจับจุดคอขวด และความเสี่ยงจากการหลอนของ AI หน้าผลิตภัณฑ์ระบุว่า Agent Fabric และ Agentforce ซึ่งเป็นแพลตฟอร์มของ Salesforce สำหรับสร้างและใช้งานเอเจนต์ภายใน Salesforce ขับเคลื่อนด้วยเอนจินเดียวกันสำหรับกำหนดวิธีที่เอเจนต์จัดการปฏิสัมพันธ์ ใช้เหตุผล วางแผน และลงมือทำ

การประเมินอย่างต่อเนื่องและการแทรกแซงอัตโนมัติ

Salesforce ระบุว่า Agent Evals จะสร้างชุดทดสอบโดยอัตโนมัติก่อนการติดตั้งใช้งาน จากนั้นจึงประเมินเอเจนต์ โมเดลภาษาขนาดใหญ่ (LLM) และเซิร์ฟเวอร์ MCP ในระบบใช้งานจริง โดยเทียบกับเกณฑ์คุณภาพที่กำหนดไว้ เมื่อผลลัพธ์ต่ำกว่าเกณฑ์ ระบบจะเริ่มการแทรกแซงที่กำหนดไว้ล่วงหน้า รวมถึงใช้ Agent Kill Switch พร้อมขั้นตอนขออนุมัติในกรณีที่นโยบายของทีมกำหนดให้ต้องมีการอนุมัติ หน้าผลิตภัณฑ์อธิบายว่าความสามารถนี้เปลี่ยนการทดสอบคุณภาพเอเจนต์ให้เป็นการดำเนินการโดยอัตโนมัติ และระบุว่าการประเมินเซิร์ฟเวอร์ MCP และ LLM จะเปิดให้ใช้งานเร็ว ๆ นี้

API Evals มุ่งแก้ปัญหาความผิดพลาดอีกจุดหนึ่ง นั่นคือเอเจนต์ทำงานล้มเหลวเมื่อ API ที่ต้องพึ่งพามีการเปลี่ยนแปลง Salesforce ระบุว่าเครื่องมือนี้สร้างชุดทดสอบการทำงานและประสิทธิภาพจากข้อกำหนด API โดยอัตโนมัติ เพื่อจับการเปลี่ยนแปลงที่ทำให้ระบบเดิมใช้งานไม่ได้ก่อนจะเข้าสู่ระบบใช้งานจริง

ประกาศนี้ยกตัวอย่างขั้นตอนการทำงานผ่านกรณีของผู้ค้าปลีก ผู้ค้าปลีกรายหนึ่งเปลี่ยนเอเจนต์ที่ให้ความช่วยเหลือด้านคำสั่งซื้อไปใช้โมเดล AI ที่มีต้นทุนต่ำกว่าเพื่อลดค่าใช้จ่ายในการดำเนินงาน หลังการเปลี่ยนแปลง Agent Evals จะเรียกใช้การทดสอบตามกำหนดเวลาและตรวจพบว่าเอเจนต์ให้ข้อมูลที่ไม่ถูกต้องเกี่ยวกับคำสั่งซื้อที่ล่าช้า ระบบแจ้งปัญหาด้านคุณภาพ และเมื่อพิจารณาจากความต้องการของทีมที่ต้องการให้มนุษย์มีส่วนร่วมในกระบวนการ ก็จะขออนุมัติเพื่อกักกันเอเจนต์ เมื่อได้รับอนุมัติแล้ว เอเจนต์จะถูกกักกันระหว่างที่ทีมปรับปรุงคำสั่งสำหรับจัดการกรณีคำสั่งซื้อล่าช้า จากนั้นจึงเรียกใช้การประเมินกับโมเดลต้นทุนต่ำอีกครั้งเพื่อยืนยันประสิทธิภาพ แล้วนำเอเจนต์กลับเข้าสู่ระบบใช้งานจริง

Agent Kill Switch ซึ่งหน้าผลิตภัณฑ์อธิบายว่าเป็นเครื่องมือสำหรับหยุดการทำงานของเอเจนต์ในระบบใช้งานจริงได้อย่างรวดเร็ว เปิดให้ใช้งานทั่วไปแล้ว ณ วันที่ประกาศ ส่วน Triggered-Agent Kill Switch มีกำหนดเปิดให้ใช้งานทั่วไปในเดือนมกราคม 2027

การควบคุมค่าใช้จ่ายและการบังคับใช้เพดานงบประมาณ

ในด้านค่าใช้จ่าย FinOps Dashboard และ Model Wallet ช่วยให้ผู้ดูแลงบประมาณเห็นค่าใช้จ่ายด้าน AI และวงเงินสูงสุดที่ระงับคำขอก่อนที่ค่าใช้จ่ายจะเกินงบประมาณได้ในมุมมองเดียว Salesforce ระบุว่า Cost Optimization Policies ลดการใช้โทเค็นได้สูงสุด 75% จากการทดสอบของบริษัท ด้วยการแคชเชิงความหมาย การบีบอัดข้อมูลในเพย์โหลด และการตัดทอนคำตอบ

เอกสารการจัดการค่าใช้จ่ายของ MuleSoftอธิบายกลไกการบังคับใช้ไว้อย่างละเอียด Model Wallet บังคับใช้วงเงินงบประมาณแยกตามเอเจนต์ อินสแตนซ์ หรือหน่วยธุรกิจ พร้อมติดตามค่าใช้จ่ายแบบเรียลไทม์ เมื่อยอดเงินในวอลเล็ตใกล้หมด ระบบจะเริ่มบังคับใช้วงเงินก่อนเกิดค่าใช้จ่ายเกินงบ ไม่ใช่หลังได้รับใบแจ้งหนี้ และระบบคาดการณ์จะแจ้งเตือนล่วงหน้าหลายวันเมื่อคาดว่าจะใช้จ่ายเกินงบ Model Proxy ทำงานอยู่ในเส้นทางการรับส่งข้อมูลและคำนวณราคาของแต่ละคำขอตามอัตราที่ผู้ให้บริการเรียกเก็บจริง ทำให้ยอดใช้จ่ายบนแดชบอร์ดตรงกับใบแจ้งหนี้ นโยบายเพิ่มประสิทธิภาพ (Progressive Disclosure, Smart Response Trimming และการบีบอัด TOON) ทำงานที่เกตเวย์และลดการใช้โทเค็นอย่างสูญเปล่าโดยไม่แก้ไขเซิร์ฟเวอร์ MCPหรือโค้ดฝั่งไคลเอ็นต์ เอกสารยังอธิบายการติดตามค่าใช้จ่ายตามทีม แอปพลิเคชัน และกรณีใช้งานแบบเรียลไทม์ รวมถึงการปิดลูปการทำงานของเอเจนต์ที่ใช้ทรัพยากรเกินควบคุมโดยอัตโนมัติก่อนที่จะใช้งบประมาณเกินกำหนด

FinOps Dashboard, Model Wallet และ Cost Optimization Policies เปิดให้ใช้งานทั่วไปแล้ว ณ วันที่ประกาศ

นโยบายการค้นหาและเกตเวย์แบบสหพันธ์

Salesforce ยังประกาศการอัปเดตอีกสองรายการ ซึ่งขยายขอบเขตการรองรับแพลตฟอร์มของ Agent Fabric ให้ครอบคลุมมากกว่าที่มีมาให้พร้อมใช้งาน Custom Agent Scanner ช่วยค้นหาสินทรัพย์โดยอัตโนมัติในสภาพแวดล้อมภายใน ระบบที่อยู่หลังไฟร์วอลล์ และแพลตฟอร์มของบุคคลที่สาม ทำให้ทีมสามารถสร้างเครื่องมือสแกนแบบกำหนดเองเพื่อจัดทำรายการเอเจนต์ โมเดล เซิร์ฟเวอร์ MCP และ API ใน Agent Registry ได้ โดยไม่ต้องลงทะเบียนสินทรัพย์แต่ละรายการด้วยตนเอง ฟีเจอร์นี้อยู่ในช่วงเบต้า ณ วันที่ประกาศ และมีกำหนดเปิดให้ใช้งานทั่วไปในเดือนมกราคม 2027

Open Policies for Federated API Gateways ค้นหา บังคับใช้ และติดตามนโยบาย API ในเกตเวย์จาก Azure, Apigee และ Kong ได้ โดยใช้การดำเนินการเดียวเพื่อบังคับใช้นโยบาย เช่น การอนุญาตเฉพาะ IP ที่กำหนดหรือการจำกัดอัตราการเรียกใช้ กับเกตเวย์ทั้งหมด แทนการดำเนินการทีละรายการ ฟีเจอร์นี้เปิดให้ใช้งานทั่วไปแล้ว ณ วันที่ประกาศ

ข้อมูลจากการสำรวจและคำกล่าวจากลูกค้า

ประกาศดังกล่าวเชื่อมโยงฟีเจอร์ที่เพิ่มเข้ามากับข้อมูลจากการสำรวจแนวทางการประเมิน โดยระบุว่าองค์กรที่มีเอเจนต์น้อยกว่าครึ่งหนึ่งประเมินเอเจนต์เหล่านั้นจากทราฟฟิกจริง ประกาศอ้างถึงรายงาน State of Agent Engineering ของ LangChain ซึ่งสำรวจผู้เชี่ยวชาญมากกว่า 1,300 คนระหว่างวันที่ 18 พฤศจิกายนถึง 2 ธันวาคม 2025 รายงานดังกล่าวพบว่า ผู้ตอบแบบสำรวจ 57.3% มีเอเจนต์ที่ทำงานอยู่ในระบบใช้งานจริง 32% ระบุว่าคุณภาพเป็นอุปสรรคสำคัญประการหนึ่งต่อการนำไปใช้งานจริง และ 89% ได้นำแนวทางการสังเกตการณ์เอเจนต์บางรูปแบบมาใช้แล้ว เมื่อพิจารณาเฉพาะการประเมิน องค์กร 52.4% รายงานว่าดำเนินการประเมินแบบออฟไลน์กับชุดทดสอบ ขณะที่การนำการประเมินแบบออนไลน์มาใช้มีสัดส่วนอยู่ที่ 37.3%

Poonam Deshpande ผู้อำนวยการฝ่ายวิศวกรรม ด้านดิจิทัลคอมเมิร์ซของ ASICS Digital กล่าวว่า ASICS กำลังร่วมมือกับ Salesforce เพื่อช่วยพัฒนา Agent Evals ในช่วงเบต้า เธอกล่าวว่า “สิ่งที่เราตื่นเต้นมากที่สุดเกี่ยวกับ Agent Evals คือฟีเจอร์นี้ไม่ได้หยุดอยู่แค่การบอกเราว่ามีบางอย่างผิดพลาด” เธอกล่าวต่อว่า “เมื่อคุณภาพของเอเจนต์ลดลง Agent Fabric สามารถเข้าจัดการโดยอัตโนมัติ ไม่ว่าจะเป็นการแจ้งเตือนผู้รับผิดชอบที่เหมาะสม หรือนำเอเจนต์ออกจากระบบก่อนที่ปัญหาเล็กน้อยจะลุกลามจนส่งผลกระทบต่อลูกค้าในวงกว้าง”

ประกาศดังกล่าวยังมีคำกล่าวจากผู้บริหารของ Capita, GE Appliances และ Newell Brands ด้วย Tiina Stephens ผู้อำนวยการฝ่ายวิศวกรรม AI ของ Capita กล่าวว่า Agent Evals จะช่วยให้บริษัทตรวจสอบได้ว่าเอเจนต์ทำงานสอดคล้องกับผลลัพธ์ทางธุรกิจและการบริการที่ชัดเจน Adam Jones ผู้อำนวยการบริหารฝ่ายพลิกโฉมองค์กรของ GE Appliances อธิบายถึงระนาบควบคุมแบบรวมศูนย์ ซึ่งช่วยให้บริษัทมองเห็นเอเจนต์ของตน ทราบว่าใครเป็นผู้สร้าง และปิดใช้งานเอเจนต์ได้หากเกิดปัญหา Steve Sigrist รองประธานฝ่ายบริการลูกค้าระดับโลกของ Newell Brands กล่าวว่า บริษัทกำลังใช้ Agent Fabric เป็นระนาบควบคุม ขณะที่นำเอเจนต์ AI มาใช้ในงานบริการลูกค้าภายใต้แบรนด์ต่าง ๆ ของบริษัท

“องค์กรจะขยายการใช้งานเอเจนต์ได้เร็วเท่าที่สามารถรักษาความถูกต้องและควบคุมค่าใช้จ่ายให้อยู่ในงบประมาณได้เท่านั้น” Andrew Comstock รองประธานอาวุโสและผู้จัดการทั่วไปของ MuleSoft และ Agent Fabric กล่าว “ทุกวันนี้ การตรวจพบคำตอบที่ผิดหรือค่าใช้จ่ายที่พุ่งสูงเป็นงานอย่างหนึ่ง ส่วนการหยุดปัญหานั้นเป็นอีกงานหนึ่ง Agent Fabric รวมทั้งสองอย่างเข้าด้วยกัน โดยผสานการประเมิน การควบคุมต้นทุน และการแทรกแซงไว้ด้วยกัน เพื่อให้ทีมจัดการปัญหาได้ทันทีและขยายการใช้งานเอเจนต์ได้อย่างมั่นใจ”

กำหนดการเปิดให้ใช้งาน

Agent Evals และ API Evals จะเข้าสู่ช่วงเบต้าในเดือนพฤศจิกายน 2026 และมีกำหนดเปิดให้ใช้งานทั่วไปในเดือนมกราคม 2027 Custom Agent Scanner อยู่ในช่วงเบต้า ณ วันที่ประกาศ และจะเปิดให้ใช้งานทั่วไปในเดือนมกราคม 2027 เช่นเดียวกับ Triggered-Agent Kill Switch ส่วน Agent Kill Switch, Open Policies for Federated API Gateways, FinOps Dashboard, Model Wallet และ Cost Optimization Policies เปิดให้ใช้งานทั่วไปแล้ว ณ วันที่ 27 ตุลาคม 2026