Salesforce近日在TDX大会上发布新一代AI代理开发环境“Salesforce Headless 360”，这是该公司在平台架构上的一次重要调整。

Headless 360的核心在于“去界面化”。借助API、MCP工具和命令行接口（CLI），AI代理无需打开图形界面逐项操作，也能直接调用Salesforce平台能力并执行相关任务。过去，使用Salesforce通常需要通过浏览器进入网页界面完成操作，而Headless 360则改变了这一方式。

据VentureBeat报道，Headless 360某种程度上也回应了一个问题：当AI代理已经能够进行推理、规划和执行时，以图形界面为中心的CRM是否还有必要。

Salesforce副总裁Zahra Yasi Govindarajan表示，如何搭建代理只是第一步。客户在使用不同技术栈构建代理系统时，往往会遇到部署、运维和治理等生命周期层面的问题。Headless 360并非一个营销概念，而是Salesforce在服务大量企业客户部署AI代理过程中形成的产品化成果。

从产品设计看，Headless 360主要包括三方面能力。

首先是“以任意方式构建”。Salesforce新增了60多项MCP（Model Context Protocol）工具和30多种预配置编码技能，使Claude Code、Cursor、Codex、Windsurf等外部编码代理能够访问Salesforce的数据、工作流和业务逻辑，而无需在Salesforce自有IDE内完成开发。Salesforce表示，开发者可以通过任意终端，借助AI编码代理完成Salesforce应用的构建、部署和管理。

其次是“面向任意界面部署”。借助Agentforce Experience Layer，企业只需构建一套代理能力，即可将其输出到Slack、Teams和移动端等不同平台，并适配各自的交互界面，无需为不同平台重复开发界面。

在Headless 360的现场演示中，Salesforce展示了同一套已定义体验无需额外编写代码，即可部署到6个不同界面。

第三是“构建可信的AI代理”。围绕这一目标，Salesforce推出了一套新的生命周期管理工具，覆盖测试、评估、实验、观测和编排等环节。

Salesforce还正式发布了Agent Script，并以开源方式对外提供。该产品是一种专用领域语言，用于以确定性方式定义代理行为。

Salesforce表示，企业内部AI代理若要实现规模化落地，需要将基于概率的LLM能力与确定性方法结合起来。LLM驱动的代理本质上属于概率系统，但企业场景往往要求结果具备更高确定性，这也是公司推出Agent Script的原因。按照Salesforce的说法，Agent Script将编程语言的确定性与LLM的灵活性结合起来：某些步骤可严格遵循明确的业务逻辑，另一些步骤则允许LLM自由推理。

在本次TDX大会上，Salesforce还集成了OpenAI、Anthropic、Google Gemini、Meta Llama和Mistral AI等模型。不过，公司同时表示，MCP能否成为AI代理领域的事实标准仍有待观察，因此除MCP外，也提供API和CLI作为替代选项。

Zahra Yasi Govindarajan表示，目前还无法判断MCP是否会成为长期标准。MCP刚出现时，不少工程师认为它只是对成熟CLI的一层封装；直到现在，仍有人认为CLI与MCP一样好，甚至更合适。

在商业模式上，Salesforce还将Headless 360的定价方式从按用户许可转向按用量计费。公司解释称，在由代理替代人工完成任务的场景下，按用户收费的模式已不再适配。