AI开始按岗位上班:Salesforce发布7个数字员工

过去两年，我们习惯把AI想成一个对话框：你问一句，它答一句；你关掉页面，它也就下班了。

9月14日，Salesforce发布了七个面向具体岗位的AI智能体。真正值得关注的，不是名单又长了，而是产品逻辑变了：AI开始被赋予一个持续目标，在明确的权限里跨系统、跨天推进工作。

这更像一名有岗位说明的数字同事，而不是一个等提示词的聊天机器人。

Salesforce把这七个智能体叫作Casey、Paige、Carter、Hunter、Marshall、Piper和Fin。它们分别处理客户帮助、IT与人力服务、购物辅助、主动销售、供应链、潜客培育和客户服务。

其中六个已经正式可用；负责主动销售的Hunter目前处于Pilot阶段，官方计划在2026年11月正式可用。它也是这次发布里最值得细看的一个。

从“回答一次”到“盯住一个结果”

Hunter的目标不是替销售写一封邮件，而是持续推进一条销售机会。

按照Salesforce的产品说明，它可以研究潜在客户、准备外联内容、生成方案、更新预测，并在数周甚至数月中保留与账户、联系人和机会相关的上下文。管理员可以规定哪些面向客户的动作必须由人审批，每次动作也会被记录。

图：Salesforce官方Hunter产品界面。它展示的重点不是聊天记录，而是距离配额、发现的新客户和已起草提案等结果进度。

这里有三个关键词。

第一是持久记忆。智能体不必每次从零理解任务，而是把相关上下文连接到具体客户和业务对象。

第二是持久执行。流程可以暂停、等待外部条件，再在之后继续，而不是一次会话结束就丢失状态。

第三是动态调整。当条件变化或人类给出反馈时，它可以修改后续路径。

Salesforce把这套能力称为long-horizon runtime。Hunter是第一个使用它的产品，其他智能体计划随后接入。这不是“模型更会说话”，而是AI开始拥有时间、状态和下一步行动。

七个名字背后，是七种边界

把AI包装成岗位，最容易产生的误解是：它们已经可以像成熟员工一样独立负责结果。

目前更准确的理解是，厂商正在为不同工作预先组合数据、工具、流程与权限。

Casey面向客户自助服务；Paige处理IT和HR请求；Carter帮助消费者选购；Marshall处理库存与供应链；Piper培育进入销售管道的潜客；Fin负责客户服务；Hunter则主动寻找和推进销售机会。

这些名字不是能力证明。它们真正有价值的地方，是迫使产品回答四个问题：AI服务谁、能看什么数据、能采取哪些动作、什么时候必须交还给人。

普通聊天工具往往把这四件事藏在一条长提示词里。岗位型智能体则试图把它们变成可配置、可测试和可审计的系统。

AI越能行动，规则越不能模糊

Salesforce这次同时强调了Agent Script：让大模型在需要判断时推理，在关键步骤上遵守确定性规则。

例如，服务智能体可以自由理解顾客为什么退货，但是否符合退款条件、退款上限是多少、何时转给人工，不应该靠它临场发挥。

官方的Agentforce Builder还提供模拟和交互细节，用来检查智能体选中了哪个主题、调用了什么动作、使用了哪些变量，以及结果为何失败。

图：Salesforce官方Agentforce Builder界面。中间的检查结果显示动作失败，右侧助手解释缺少完成请求所需的信息。

这一点比“七个员工”更重要。一个只生成文字的AI出错，你还能删掉重来；一个可以发邮件、改记录或触发业务流程的AI出错，影响会进入真实世界。

因此，长周期智能体的能力越强，越需要三道护栏：事前限定权限，事中保留审批，事后留下日志。

别把发布数据当成绩单

Salesforce称，Agentforce和Slack已完成70亿个Agentic Work Units，其中32亿发生在今年第二季度。这说明使用量在增长，但它是公司口径，不等于70亿次高质量交付，也不能单独证明投资回报。

可用性和价格也要拆开看。

七个智能体里，Hunter尚处于Pilot；AI Skills目前也是Pilot，官方计划10月正式可用；Agent Optimizer计划10月正式可用。官方定价页目前能查到Casey所对应的Help Agent Resolutions为每次解决2美元，但其他岗位型智能体没有一个面向所有客户的简单统一价，实际成本还会受到Salesforce版本、数据和调用方式影响。

对中国大陆用户而言，还要另外核对账号、网络、区域、数据跨境和企业合规。发布会上出现，不等于你今天就能在自己的账户里使用。

你今天就能做一次“岗位化”实验

你不必购买企业软件，也能验证这种工作方式是否比自由聊天更可靠。

从一个低风险、会重复的任务开始，例如每周信息简报、会议纪要检查或客户需求整理。给现有AI写一张角色卡，只写六项：

1）唯一结果：这项工作最终交付什么；

2）允许读取：它可以使用哪些文件和来源；

3）允许行动：哪些步骤可以自行完成；

4）必须审批：发送、删除、付款或对外承诺等动作一律停下；

5）完成标准：满足哪些条件才算结束；

6）停止条件：缺少证据、连续失败或遇到冲突时如何升级给你。

接下来连续七天使用同一张角色卡。每天只记录四个数字：完成耗时、人工修改分钟数、事实错误数、被打断次数。

第七天再比较：AI是否真的减少了你的返工，还是只把错误藏进了更长的流程。如果质量没有稳定，不要急着扩大自动化范围，先收紧权限或缩小目标。

AI开始按岗位工作之后，最稀缺的能力或许不再是写出一条漂亮提示词，而是把目标、权限、验收和停止条件说清楚。

来源与延伸阅读

1）Salesforce官方发布（2026-09-14），Salesforce Expands Agentforce With a New Portfolio of AI Agents Built for High-Value Work

2）Salesforce官方产品页，Agentforce Sales：Hunter

3）Salesforce官方产品页，Agent Script

4）Salesforce官方定价页，Customer Self-Service Pricing

边界说明：本文依据Salesforce截至2026年9月15日公开的产品资料撰写。产品能力、正式可用时间和价格可能变化；文中的使用量属于公司自报数据，未经过独立验证。本文不构成采购或合规建议，任何涉及客户数据、对外沟通和业务写入的自动化都应先经过权限、隐私与人工审批评估。