Salesforce 按岗位发 AI 员工了，还要干几周
按岗位发 AI 员工，外加能跨周跟进的 long-horizon runtime。
01
前几天 Salesforce 又扔了个东西出来。
2026 年 9 月 11 日，新闻稿标题写得很体面：job-ready agents。
翻译成人话就是——按岗位发 AI 员工。
客服有 Casey。
IT 和 HR 有 Paige。
购物有 Carter。
外呼销售有 Hunter。
供应链有 Marshall。
入站线索有 Piper。
客户体验还有个 Fin。
你要是只看名单，很容易以为又是一波 CRM 功能清单。
冒昧了。
这事儿，跟「再给你加十个聊天机器人开关」不是一桌牌。
凭什么不是？
说白了就是：企业不想从零造每个 agent 了。
他们要的是预装技能、预装动作、预装数据模型的「员工」。
接上 Customer 360，拿着现成客户上下文和业务流程开干。
02
先把旧世界说清楚。
过去两年，企业搞 agent，很多团队走的是「空白画布」路线。
先选模型。
再搓 prompt。
再接工具。
再接权限。
再接工单、库存、线索、退货……
你以为你在招一个能干的人。
其实你在开一家小作坊。
作坊开完，老板问一句：这东西到底替谁干活？
答不上来。
为什么答不上来？
因为岗位边界糊成了一锅粥。
客服能聊，但不能退货。
销售能写邮件，但不记得上周对方说了啥。
IT 能查知识库，但跨系统一碰就死。
讲道理，空白画布听起来很自由。
自由到最后，自由到没人敢上线。
谁的钱都不是大风刮来的。
你让一个中型企业自己从零把「外呼销售 agent」练到能跨周跟进，编制、测试、合规、审计——这账按计算器按到冒烟，也未必划得来。
所以 Salesforce 这次的动作，本质不是再堆功能。
是把「从零造人」改成「按岗位发人」。
为什么现在才改？
因为空白画布那条路，成本已经按冒烟了。
03
岗位预装，听起来像公关黑话。
拆开看，其实就是一张编制表。
Casey 管客服：语音、SMS、WhatsApp、网页都能接，FAQ、退货、账户、转人工都预埋好了——官方标 GA。
Paige 管 IT 和 HR：Slack、门户、员工常用工具里解决请求——官方标 GA。
Carter 管购物：发现、比较、问答、聊天里结账——官方标 GA。
Hunter 管外呼销售：从研究到触达，跨周跨月跟销售协作——官方标 Pilot，GA 盯着 2026 年 11 月。
Marshall 管供应链：端到端后台、确定性执行、全程审计——官方标 GA。
Piper 管入站线索：站上和邮箱上触达、资格、转管线——官方标 GA。
Fin 管客户体验：Operator 加 Fin Apex 定制模型——官方标 GA。
你看，这不是功能菜单。
这是工位牌。
功能菜单卖的是开关。
工位牌卖的是编制。
你听出差别了吗？
每个工位牌背后，是「这个岗位该会什么」的默认包。
客户还能改名、定制。
意思很直白：你可以把 Casey 叫成你们公司前台的名字，让它看起来像编制内的人，而不是一张贴了 logo 的聊天框。
还有 Agent Script。
官方说这是开源行为语言，把推理和确定性规则绑在一起。
翻译成人话就是——AI 可以想，但不能想飞。
该遵守的规则，得钉死。
该自主的空间，才放开。
这才像风控老舅愿意看的东西。
不是「模型很聪明所以信它」。
是「规则先写死，再允许它聪明」。
04
数字来了。
官方自己报的：过去两年，数千次 agentic 部署。
Agentforce 加 Slack，累计 70 亿 AWU。
其中 Q2 单季 32 亿。
（以上均为官方数字。）
AWU 是啥？
Agentic Work Units。
你可以把它理解成「agent 干了多少活」的计量单位。
别被单位名字唬住。
关键不是单位叫什么，而是他们在用「干活量」说话，而不是用「模型参数」说话。
客户结果呢？
官方举例：Engine 的帮助 agent，全自动解决 50% 聊天。
官方举例：Perk 的管线，60% 由 Hunter 建出来。
官方举例：Autism Queensland 那边，Paige 解决了 70% 行政请求。
官方举例：Hibbett 六周上线，90% 核心购物旅程交出去了。
官方举例：Asana 的 Piper，对话量到了 4 倍，平均部署 45 天。
官方举例：Anthropic 侧，Fin 看到的会话里 79% 自主解决。
这些数字漂亮吗？
漂亮。
但你得带着风控脑子看。
50%、60%、70%、90%、4×、79%——全是官方举例。
举例不是普查。
举例说明「有人跑通了」。
不等于「你买了就稳赚」。
那你还看这些数字干嘛？
看的是上限，不是保底。
真正该算的账是另一笔。
以前你养一个能跨渠道处理退货和账户的客服编制，一个月多少钱？
以前你养一个能从研究跟到触达的外呼销售，三个月打磨出来，流失率多少？
以前你让 IT/HR 门户里堆一堆工单，平均解决周期几天？
现在官方给你的叙事是：预装岗位 + 接 Customer 360 + 可改名定制。
你要问的不是「AI 厉不厉害」。
你要问的是——这个岗位，原来值多少编制？
这个编制，原来踩过多少坑？
这个坑，现在能不能用预装包先盖一层？
盖得住，你就省。
盖不住，你还是得自己填规则。
谁的钱都不是大风刮来的。
05
真正让我觉得这牌桌变了的，不是名单。
是 long-horizon runtime。
官方说：目标可以撑数日到数周。
底下三块：Memory、Durable execution、Dynamic steering。
Hunter 首发。
后面更多 agent 会跟上来，客户也能自己建跨周的。
这才是去魅的关键点。
过去大家吹 agent，默认场景是一轮对话。
问完答完，会话结束，上下文蒸发。
像临时工打卡下班。
临时工能跟一个 at-risk 单子跟三周吗？
但销售不是这样干活的。
销售救一单，可能要跟几周。
线索冷了又热，优先级变了又变，老板忽然说本季度必须救这几个 at-risk。
你让一个只会「当场答完」的聊天框去干这活。
它能干吗？
它只能假装能干。
long-horizon 的意思是：把目标拆成可持续推进的计划。
记得上次聊到哪。
断了还能续。
人一反馈，行为还能拧方向。
说白了就是——临时工变成长工。
打卡下班变成跟目标过日子。
Hunter 为什么首发？
因为外呼销售最吃这个。
研究、触达、跟进、改计划，天然跨周。
官方举例里 Perk 管线 60% 由 Hunter 建，你现在大概能听懂这句话的重量了。
不是「写了几封漂亮邮件」。
是「在时间轴上持续干活」。
06
平台层他们也补了几块。
AI Skills：Pilot，官方盯着 2026 年 10 月 GA。
意思是同事教 Coworker 一次，再规模化到更多人和界面。
Multi-Agent Orchestration：官方标 GA。
一个活跨角色、跨系统、跨旅程阶段时，多个 agent 当一队协调着干。
Agent Optimizer：官方盯着 2026 年 10 月 GA。
用 agent 去优化 agent，看会话痕迹，找该改啥。
同周还有一句可以提一句就够：Trusted Enterprise AI Harness 加 Control Plane 预告，统一体验计划 FY28 初滚动。
别被这些名字吓到。
拆开看，全是同一套算盘。
岗位预装解决「从哪开工」。
跨周 runtime 解决「干多久不停」。
Skills / Orchestration / Optimizer 解决「怎么教、怎么协作、怎么迭代」。
Harness 那句，是更远的治理预告。
对打工人和采购方来说，眼前能算清的只有一件事。
你是继续养空白画布作坊？
还是直接按岗位领人，再按你们公司的规则改名定制？
07
回到开头那个问题。
Salesforce 这次到底卖的是什么？
不是又一张 CRM 功能菜单。
不是「模型更聪明了请大家鼓掌」。
是编制表。
是预装岗位。
是允许目标横跨数日到数周的长工 runtime。
官方数字很亮：数千次部署、70 亿 AWU、Q2 单季 32 亿。
官方举例也很亮：50%、60%、70%、六周上线、4×、79%。
亮归亮。
你自己的账还得自己按。
这个岗位原来值几个编制？
这个编制原来要几个月才能上手？
这个上手过程里，出过错要谁背锅？
规则能不能用 Agent Script 钉死？
跨周目标断了能不能续？
续了之后，人还能不能把方向拧回来？
算得清，你就站上牌桌。
算不清，你就还在聊天框里自我安慰。
他们发岗位。
你买编制。
别把自己买成又一个只会当场答完的临时工。
只能说，我爱这个魔幻的世界。
来源：Salesforce：Agentforce job-ready AI agents。部署数字与客户结果均为官方/官方举例。