Salesforce (27/10) mengumumkan perluasan Agent Fabric lewat fitur baru bernama Agent Evals, yang dirancang memantau kinerja dan biaya agen AI secara berkelanjutan di berbagai platform. Tujuannya agar tim yang memimpin transformasi AI di perusahaan bisa lebih percaya diri memasukkan lebih banyak agen ke tahap produksi tanpa khawatir biaya membengkak atau agen gagal diam-diam.
Agent Fabric sendiri adalah lapisan orkestrasi Salesforce yang menghubungkan agen AI dari berbagai platform agar bisa bekerja bersama dalam satu alur kerja. Dengan hadirnya Agent Evals, lapisan itu kini tidak hanya mengarahkan tugas, tetapi juga mengawasi hasil kerja setiap agen: metrik kinerja, pola kegagalan, dan biaya yang muncul saat agen berjalan. Jika terdeteksi anomali—misalnya biaya melonjak atau respons agen menurun—sistem dapat menghentikan atau mengarahkan ulang alur kerja sebelum masalah itu sampai ke pelanggan.
Salesforce menjelaskan bahwa Agent Evals bekerja lintas platform, artinya agen yang dibangun di luar ekosistem Salesforce tetap bisa dipantau lewat lapisan ini. Bagi perusahaan yang sudah menjalankan banyak agen dari vendor berbeda, pendekatan ini menjawab salah satu tantangan paling umum: sulitnya melihat gambaran menyeluruh tentang apa yang dilakukan agen, berapa biayanya, dan apakah hasilnya benar-benar membantu pengguna. Dengan evaluasi berkelanjutan, pemimpin bisnis dan tim operasional punya dasar yang lebih jelas untuk memutuskan agen mana yang layak diperluas dan mana yang perlu diperbaiki.
Secara umum, istilah agen AI merujuk pada program yang bisa menjalankan tugas secara mandiri—mulai dari menjawab pertanyaan pelanggan hingga memproses tiket—dengan sedikit atau tanpa campur tangan manusia. Karena sifatnya yang otonom, agen rentan terhadap dua risiko utama: biaya yang tidak terkontrol ketika agen melakukan terlalu banyak panggilan ke model bahasa besar, dan kegagalan yang luput dari perhatian karena tidak ada manusia yang memeriksa setiap interaksi. Fitur seperti Agent Evals muncul sebagai jawaban atas kekhawatiran tersebut, dengan menambahkan lapisan pengawasan otomatis di atas sistem yang sudah ada.