Salesforce bổ sung Agent Evals và các biện pháp kiểm soát chi phí cho Agent Fabric

Ngày 27 tháng 10 năm 2026, Salesforce công bố một loạt bổ sung cho Agent Fabric, nền tảng điều khiển AI giúp quản lý và quản trị các tác tử trên nhiều nền tảng. Nổi bật trong số đó là Agent Evals, API Evals và các biện pháp kiểm soát chi phí nâng cao. Salesforce cho biết nền tảng này xử lý hơn 1,2 tỷ yêu cầu mỗi ngày.

Thông báo đặt những bổ sung này trong bối cảnh một vấn đề vận hành cụ thể: khi doanh nghiệp mở rộng việc triển khai AI, các tác tử có thể âm thầm gặp lỗi, đưa ra câu trả lời sai và làm chi phí tăng lên trước khi có người phát hiện. Salesforce cho biết các tính năng mới giúp giám đốc CNTT (CIO) và lãnh đạo phụ trách AI phát hiện vấn đề trước khi chúng dẫn đến khiếu nại của khách hàng hoặc chi phí tăng vọt; nền tảng kết hợp các biện pháp can thiệp tự động khi chất lượng giảm với những giới hạn chi tiêu cứng để khống chế mức sử dụng trong phạm vi ngân sách.

Agent Fabric là nền tảng điều khiển tác tử dành cho doanh nghiệp, được xây dựng trên MuleSoft, giúp khám phá, quản trị, điều phối và giám sát các tác tử, tài sản AI và quy trình làm việc dạng tác tử từ một nền tảng điều khiển duy nhất. Theo trang sản phẩm Agent Fabric, các công cụ quét của nền tảng tự động phát hiện và đăng ký tác tử, máy chủ Model Context Protocol (MCP) và API đang vận hành trong những hệ sinh thái như Amazon, Google, Microsoft, Claude, Databricks và Kong, trực tiếp vào Agent Registry — danh mục tập trung các tài sản AI. Nền tảng còn có MCP Bridge, giúp cung cấp các API hiện có dưới dạng công cụ MCP; khả năng điều phối nhiều tác tử; hỗ trợ giao thức A2A; cổng kết nối hợp nhất cho LLM và MCP; Trusted Agent Identity; và Agent Visualizer, công cụ lập bản đồ mạng lưới tác tử với các chỉ số như điểm tin cậy, khả năng phát hiện nút thắt và nguy cơ ảo giác. Trang sản phẩm nêu rõ Agent Fabric và Agentforce, nền tảng của Salesforce để xây dựng và vận hành tác tử trong Salesforce, sử dụng cùng một bộ máy để xác định cách các tác tử xử lý tương tác, lập luận, lập kế hoạch và hành động.

Đánh giá liên tục và can thiệp tự động

Salesforce cho biết Agent Evals tự động tạo các bài kiểm tra trước khi triển khai, sau đó đánh giá tác tử, mô hình ngôn ngữ lớn (LLM) và máy chủ MCP trong môi trường vận hành thực tế theo các ngưỡng chất lượng đã xác định. Khi kết quả không đạt yêu cầu, hệ thống kích hoạt các biện pháp can thiệp được xác định trước, trong đó có Agent Kill Switch; quy trình sẽ có bước phê duyệt nếu chính sách của nhóm yêu cầu. Trang sản phẩm mô tả tính năng này là khả năng biến các bài kiểm tra chất lượng tác tử thành hành động tự động, đồng thời cho biết tính năng đánh giá máy chủ MCP và LLM sẽ sớm ra mắt.

API Evals xử lý một điểm gây lỗi khác: tác tử ngừng hoạt động khi các API mà chúng phụ thuộc vào thay đổi. Salesforce cho biết công cụ này tự động tạo các bài kiểm tra chức năng và hiệu năng từ thông số kỹ thuật API, giúp phát hiện những thay đổi gây gián đoạn trước khi chúng được đưa vào môi trường vận hành thực tế.

Thông báo đưa ra tình huống của một nhà bán lẻ để minh họa quy trình. Nhà bán lẻ chuyển tác tử hỗ trợ đơn hàng sang một mô hình AI có chi phí thấp hơn nhằm giảm chi phí vận hành. Sau khi thay đổi, Agent Evals chạy các bài kiểm tra theo lịch và phát hiện tác tử đang cung cấp thông tin không chính xác về những đơn hàng bị chậm trễ. Hệ thống đánh dấu vấn đề về chất lượng và, căn cứ vào mong muốn duy trì sự giám sát của con người trong quy trình, yêu cầu phê duyệt để cách ly tác tử. Sau khi được phê duyệt, tác tử được cách ly trong khi nhóm điều chỉnh hướng dẫn xử lý các đơn hàng bị chậm trễ, chạy lại bài đánh giá trên mô hình có chi phí thấp hơn để xác nhận hiệu năng, rồi đưa tác tử trở lại môi trường vận hành thực tế.

Theo mô tả trên trang sản phẩm, Agent Kill Switch là công cụ giúp nhanh chóng dừng hoạt động của tác tử trong môi trường vận hành thực tế và đã được cung cấp rộng rãi vào thời điểm thông báo. Triggered-Agent Kill Switch sẽ được cung cấp rộng rãi vào tháng 1 năm 2027.

Kiểm soát chi phí và thực thi ngân sách

Về chi phí, FinOps Dashboard và Model Wallet cung cấp cho người phụ trách ngân sách một giao diện tổng quan duy nhất về chi tiêu cho AI, cùng các giới hạn cứng để chặn yêu cầu trước khi chi phí vượt ngân sách. Salesforce cho biết Cost Optimization Policies giúp giảm mức sử dụng token tới 75%, dựa trên các kịch bản thử nghiệm của công ty, thông qua bộ nhớ đệm ngữ nghĩa, nén tải dữ liệu và cắt gọn phản hồi.

Tài liệu quản lý chi phí của MuleSoft trình bày chi tiết cơ chế thực thi. Model Wallet áp dụng ngân sách cho từng tác tử, từng phiên bản hoặc từng đơn vị kinh doanh, đồng thời theo dõi trực tiếp khi chi tiêu phát sinh; khi số dư trong ví sắp cạn, cơ chế thực thi được kích hoạt trước khi chi vượt mức chứ không phải sau khi hóa đơn được lập, còn tính năng dự báo sẽ cảnh báo nguy cơ vượt ngân sách trước nhiều ngày. Model Proxy nằm trên luồng lưu lượng và tính giá cho từng yêu cầu theo mức phí thực tế mà nhà cung cấp tính, nhờ đó số liệu chi tiêu trên bảng điều khiển khớp với hóa đơn. Các chính sách tối ưu hóa (Progressive Disclosure, Smart Response Trimming và TOON compression) hoạt động tại cổng kết nối, giảm lãng phí token mà không cần chỉnh sửa máy chủ MCP hoặc mã phía máy khách. Tài liệu cũng mô tả khả năng theo dõi chi tiêu theo nhóm, ứng dụng và trường hợp sử dụng theo thời gian thực, đồng thời tự động tắt các vòng lặp tác tử vượt tầm kiểm soát trước khi chúng vượt ngân sách.

FinOps Dashboard, Model Wallet và Cost Optimization Policies đã được cung cấp rộng rãi vào thời điểm thông báo.

Khám phá và chính sách cổng kết nối liên kết

Salesforce cũng công bố hai cập nhật mở rộng Agent Fabric vượt ra ngoài phạm vi hỗ trợ nền tảng có sẵn. Custom Agent Scanner tự động phát hiện tác nhân trong các môi trường nội bộ, hệ thống nằm sau tường lửa và nền tảng bên thứ ba, cho phép các nhóm xây dựng trình quét tùy chỉnh để lập danh mục tác nhân, mô hình, máy chủ MCP và API trong Agent Registry mà không cần đăng ký thủ công từng tài sản. Tính năng này đang ở giai đoạn beta tại thời điểm công bố, dự kiến phát hành rộng rãi vào tháng 1 năm 2027.

Open Policies for Federated API Gateways phát hiện, thực thi và theo dõi các chính sách API trên những cổng kết nối của Azure, Apigee và Kong, cho phép áp dụng một chính sách—chẳng hạn như danh sách cho phép IP hoặc giới hạn tốc độ—trên tất cả các cổng trong một thao tác thay vì lần lượt từng cổng. Tính năng này đã được phát hành rộng rãi tại thời điểm công bố.

Dữ liệu khảo sát và chia sẻ từ khách hàng

Thông báo liên hệ các tính năng mới với dữ liệu khảo sát về thực tiễn đánh giá, lưu ý rằng chưa đến một nửa số tổ chức sử dụng tác nhân đánh giá chúng trên lưu lượng thực tế. Thông báo dẫn báo cáo State of Agent Engineering của LangChain, khảo sát hơn 1.300 chuyên gia trong khoảng thời gian từ ngày 18 tháng 11 đến ngày 2 tháng 12 năm 2025. Báo cáo cho thấy 57,3% số người trả lời có tác nhân đang vận hành trong môi trường sản xuất, 32% cho rằng chất lượng là một trong những rào cản hàng đầu đối với việc đưa tác nhân vào môi trường sản xuất, và 89% đã triển khai một hình thức giám sát nào đó cho các tác nhân của họ. Riêng về đánh giá, 52,4% số tổ chức cho biết họ thực hiện đánh giá ngoại tuyến trên các bộ dữ liệu kiểm thử, trong khi tỷ lệ áp dụng đánh giá trực tuyến là 37,3%.

Poonam Deshpande, Giám đốc Kỹ thuật, Thương mại Kỹ thuật số tại ASICS Digital, cho biết ASICS đang hợp tác với Salesforce để góp phần định hình phiên bản beta của Agent Evals. Bà nói: “Điều khiến chúng tôi hào hứng nhất về Agent Evals là tính năng này không chỉ dừng lại ở việc báo cho chúng tôi biết có vấn đề. Khi chất lượng của một tác nhân giảm sút, Agent Fabric có thể tự động can thiệp, cảnh báo cho người phụ trách phù hợp hoặc đưa tác nhân ngoại tuyến trước khi một sự cố nhỏ trở thành vấn đề trên diện rộng ảnh hưởng đến khách hàng.”

Thông báo cũng có phát biểu của các lãnh đạo tại Capita, GE Appliances và Newell Brands. Tiina Stephens, Giám đốc Kỹ thuật AI tại Capita, cho biết Agent Evals sẽ giúp công ty xác nhận rằng các tác nhân đáp ứng những kết quả kinh doanh và dịch vụ rõ ràng. Adam Jones, Giám đốc Điều hành phụ trách Chuyển đổi Doanh nghiệp tại GE Appliances, mô tả một mặt phẳng điều khiển duy nhất, nơi công ty có thể xem các tác nhân của mình, biết ai đã xây dựng chúng và tắt chúng nếu xảy ra sự cố. Steve Sigrist, Phó chủ tịch Dịch vụ Khách hàng Toàn cầu tại Newell Brands, cho biết công ty đang sử dụng Agent Fabric làm mặt phẳng điều khiển khi đưa các tác nhân AI vào dịch vụ khách hàng trên khắp các thương hiệu của mình.

Andrew Comstock, Phó chủ tịch cấp cao kiêm Tổng giám đốc phụ trách MuleSoft và Agent Fabric, cho biết: “Doanh nghiệp chỉ có thể mở rộng quy mô tác nhân nhanh đến mức họ có thể duy trì độ chính xác và kiểm soát chi phí. Hiện nay, phát hiện câu trả lời sai hoặc chi phí tăng đột biến là một việc, còn ngăn chặn chúng lại là việc khác. Agent Fabric hợp nhất hai việc này, kết hợp đánh giá, kiểm soát chi phí và can thiệp để các nhóm có thể xử lý sự cố ngay lập tức và tự tin mở rộng quy mô tác nhân.”

Tình trạng phát hành

Agent Evals và API Evals sẽ bước vào giai đoạn beta vào tháng 11 năm 2026, dự kiến phát hành rộng rãi vào tháng 1 năm 2027. Custom Agent Scanner đang ở giai đoạn beta tại thời điểm công bố và sẽ được phát hành rộng rãi vào tháng 1 năm 2027; Triggered-Agent Kill Switch cũng vậy. Agent Kill Switch, Open Policies for Federated API Gateways, FinOps Dashboard, Model Wallet và Cost Optimization Policies đã được phát hành rộng rãi tính đến ngày 27 tháng 10 năm 2026.