מוצר חדש

שלושה סימנים לכך שסוכן AI יחיד אינו מספיק בארגון

ב-Salesforce מצביעים על עומס משימות, גבולות נתונים וניהול בין-צוותי כסימנים למעבר לארכיטקטורת סוכנים מרובה

4 דקות קריאה
EN
שלושה סימנים לכך שסוכן AI יחיד אינו מספיק בארגון
מבוסס על כתבה שלSalesforce Blog ↗תרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

תקציר מנהלים

מה חשוב לדעת

  1. תזמור מרובה-סוכנים ב-Agentforce זמין כעת באופן כללי לשיתוף פעולה בין שני סוכנים ייעודיים או יותר.

  2. בדיקות פנימיות הראו כי הידרדרות תוצאות והתנגשות כוונות מתרחשות לרוב מעבר לשבעה תת-סוכנים.

  3. מעבר מעבר לגבולות ארגון Salesforce מתבצע באמצעות MCP או תקשורת בין סוכנים (A2A).

  4. ארכיטקטורה מרובת-סוכנים מאפשרת לצוותים שונים לבנות ולבדוק סוכנים עצמאיים ללא תלות הדדית.

לפי פרסום של צוות Agentforce מבית Salesforce, תזמור מרובה-סוכנים (Multi-agent orchestration) זמין כעת באופן כללי (Generally Available), על רקע מגבלות ביצועים שמתגלות כאשר סוכן יחיד מנסה לנהל מגוון רחב מדי של יכולות. בפרסום מוסבר כי רוב פריסות ה-Agentforce מתחילות באופן דומה: סוכן יחיד מקבל על עצמו משימה אחת, כמו בדיקת הזמנות ומענה לשאלות סטטוס. כאשר הוא מבצע את העבודה היטב, מתווספות אליו יכולות נוספות לאורך זמן, כגון החזרות, המלצות על מוצרים וניהול מועדוני לקוחות. עם זאת, כאשר יכולות הסוכן גדלות מעבר לסף מסוים, תהליך החשיבה וההסקה (Reasoning) שלו מתחיל להישבר והתוצאות מידרדרות.

לפי המאמר, תזמור מרובה-סוכנים מוגדר כשיתוף פעולה מתואם בין שני סוכני בינה מלאכותית ייעודיים או יותר, במטרה להשלים משימות שאף סוכן יחיד לא יכול היה להתמודד איתן היטב בעצמו. אף שלא כל פריסה זקוקה למספר סוכנים, זהו הדפוס שצוותים רבים פונים אליו כאשר הסוכן הראשון שלהם מתחיל להיתקל בקשיים. הצוות פירט שלושה סימנים המעידים על כך שסוכן יחיד כבר אינו מספיק, לצד ארבעה נתיבי ארכיטקטורה מתוך מדריך הארכיטקטים החדש של החברה (Architect's Guide to Agentforce Interoperability).

סימן ראשון: הסוכן מנסה לבצע יותר מדי משימות במקביל

לפי הפרסום, כאשר מוסיפים תת-סוכנים ופעולות כדי לטפל בתרחישי שימוש נוספים, שני תהליכים מתחילים להתרחש:

ראשית, חלון ההקשר (Context window) של הסוכן מתמלא בהנחיות, בפלטים ובהיסטוריית השיחה. כתוצאה מכך, מנוע ההסקה מתחיל להתעלם מכללי ליבה, לערבב בין נושאים שונים או להחיל לוגיקה שגויה על הבקשה הלא נכונה. תופעה זו מוגדרת כהתנגשות כוונות (Intent collision), והיא מורגשת כנסיגה ביצועית (Regression): התנהגות שהייתה אמינה בחודש הקודם הופכת לבלתי עקבית בחודש הנוכחי, ללא שינוי בודד שמסביר זאת. המאמר משווה זאת לפתיחת 30 לשוניות או יותר בדפדפן, שבה מציאת הלשונית הנחוצה אורכת זמן רב יותר ונפתחות לשוניות שגויות בדרך.

שנית, בלוק התיאור שבו משתמש מנוע ההסקה לצורך ניתוב בקשות הולך ומתרחב. ככל שהוא גדל, כך הנתב מהסס יותר או מנתב באופן שגוי — למשל שאלת חיוב המגיעה למחלקת החזרות, או בקשה טכנית שנוחתת במכירות. במצב זה התיאור מבצע עבודה שצריכה להתבצע ברמת התכנון הארכיטקטוני, וכיול התיאור אינו פותר את הבעיה מהשורש. הפתרון המוצע הוא פיצול סוכן עמוס למספר סוכנים ייעודיים: סוכן-על (Superagent) המנתב לסוכני משנה מקושרים (Connected Subagents) בעלי היקף מוגדר, מה שמספק לכל סוכן סט הנחיות קטן יותר, הקשר נקי יותר ואות ניתוב ברור יותר.

סימן שני: המידע נמצא במקומות שהסוכן אינו יכול לגשת אליהם

לפי המאמר, סוכן Agentforce יחיד פועל בתוך ארגון Salesforce ספציפי. אם תהליך העבודה תלוי בנתונים, בהרשאות או במערכות שנמצאים במקום אחר, סוכן יחיד מגיע לגבול שאינו יכול לעקוף באמצעות עיצוב הפרומפט. הטיפול בבעיה זו דורש שינוי ארכיטקטוני שמותאם לכיוון תנועת העבודה:

  1. גישה לכלים חיצוניים: כאשר Agentforce צריך לגשת למערכת או לכלי חיצוני כמו Jira, Box או מסד נתונים, רכיב MCP Client מאפשר לו להשתמש ביכולת זו ככלי עבודה תוך שמירה על מעמדו כמתזמר המרכזי.
  2. העברת משימות לסוכן חיצוני: כאשר Agentforce נדרש להעביר משימה לסוכן חיצוני, דוגמת סוכן של Google או של AWS המחזיק בחלק מתהליך ההסקה, מנגנון Outbound A2A מאפשר להאציל סמכויות לסוכן צד שלישי.
  3. הפעלה ממערכת חיצונית: כאשר מערכת חיצונית כמו פורטל מותאם אישית או Microsoft Copilot צריכה להפעיל ביצוע בתוך Salesforce, מנגנוני Inbound A2A או הפעלת Agentforce בתור MCP Server מאפשרים לפלטפורמות חיצוניות לנצל את יכולות Agentforce ללא צורך בבנייתן מחדש.

סימן שלישי: צוותים שונים נדרשים לנהל חלקים שונים של הסוכן

במקרים שבהם סוכן יחיד נמסר לשימוש כלל החברה, מחלקות שונות דורשות שינויים עצמאיים: המחלקה המשפטית מבקשת לעדכן את לוגיקת המדיניות, מחלקת הכספים נדרשת לשנות את כללי האישור, ומחלקת השיווק מעוניינת לכייל את זרימת ההמלצות. במצב כזה, כל עדכון הופך למשא ומתן על בלוק הנחיות משותף, צוותים אינם יכולים לפעול באופן עצמאי, והחדשנות נבלמת אצל הגורם שמחזיק בהגדרות הסוכן הבודד. תזמור מרובה-סוכנים מאפשר לכל מחלקה לבנות ולבדוק סוכן משלה באופן עצמאי וללא הפרעה לחוויית הלקוח הקיימת, ולאחר מכן לחבר אותו לסוכן-העל בהתאם ללוח הזמנים של אותה מחלקה.

ארבעה נתיבי ארכיטקטורה ושאלות מוכנות

המדריך של החברה מפרט שבעה תרחישי תפעול הדדי, ומתוכם ארבעה נתיבים נפוצים למעבר מסוכן יחיד:

  • הישארות עם סוכן יחיד: ארכיטקטורה תקפה וככל הנראה היעילה ביותר כאשר תהליך העבודה מתקיים כולו בתוך ארגון Salesforce, עושה שימוש במודל נתונים יחיד, שומר על מספר מוגבל של תת-סוכנים ומספק תוצאות איכותיות.
  • תזמור מרובה-סוכנים פנימי: מתאים כאשר הבעיה משתרעת על פני מספר קווי פעילות עסקיים (כגון חיוב, תמיכה והחזרים) אך הנתונים, ההרשאות והמשתמשים כולם נמצאים בתוך מופע Salesforce, או כאשר סוכן יחיד צומח מעבר לשבעה תת-סוכנים ותוצאותיו מתחילות להידרדר.
  • תזמור מרובה-סוכנים מול צד שלישי (A2A): מתאים כאשר Agentforce נדרש לשתף פעולה עם סוכן חיצוני שמנהל חלק מתהליך ההסקה או זרימת העבודה.
  • חיבור MCP לכלים חיצוניים: מתאים כאשר Agentforce נשאר הגורם המנהל, אך נדרש לגשת לכלי חיצוני, ל-API או לזרימת עבודה חיצונית.

לפני המעבר לארכיטקטורה חדשה, הפרסום ממליץ לבחון מספר שאלות:

  • מספר תת-סוכנים מחוברים: בבדיקות פנימיות של החברה נמצא כי התנגשות כוונות והידרדרות תוצאות מתרחשות לרוב כאשר ישנם יותר משבעה תת-סוכנים מחוברים לסוכן יחיד.
  • שימוש במודלים ובהגדרות שונות: בארכיטקטורה מרובת-סוכנים ניתן להגדיר לכל סוכן הגדרות ניתוב ורמת יצירתיות (באמצעות טמפרטורה) משלו, ולהשתמש במודלים מורכבים למשימות בעלות ערך גבוה או במודלים זולים ומהירים למשימות בעדיפות נמוכה.
  • שליטה לפי קווי פעילות עסקיים (Business units).
  • עקביות מודל הנתונים: כאשר מזהי לקוחות, מק"טים של מוצרים או רשומות מקרים אינם תואמים במדויק בין מערכות שונות, הפלט של סוכן אחד הופך לניחוש עבור הסוכן האחר.

האם זה היה שימושי לעסק שלכם?

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של Salesforce Blog. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

עוד מ־Salesforce Blog

כל הכתבות מ־Salesforce Blog
קוואסאקי הניבה מעל 6.5 מיליון דולר ב-90 יום עם סיילספורס ו-ForeFront
חדשות
4 דקות
מ־Salesforce Blog

קוואסאקי הניבה מעל 6.5 מיליון דולר ב-90 יום עם סיילספורס ו-ForeFront

יצרנית המנועים והחלפים קוואסאקי (Kawasaki Engines) ייצרה מעל 6.5 מיליון דולר בהכנסות במהלך 90 הימים הראשונים להשקת פורטל מסחר דיגיטלי חדש, ועקפה את יעדי הפרויקט פי חמישה. החברה, המשרתת מעל 7,700 דילרים עצמאיים, מפיצים ויצרני ציוד מקורי (OEM), שיתפה פעולה עם חברת הייעוץ ForeFront מקבוצת EPAM כדי להתגבר על מגבלות מערכת ERP ותיקה מסוג LANSA על גבי מחשבי AS/400. הפרויקט שילב את פלטפורמות Salesforce B2B Commerce, MuleSoft ו-Data Cloud יחד עם כלי בינה מלאכותית דוגמת Claude וסוכן שירות מבוסס Agentforce, ואפשר תמיכה מסביב לשעון לצד עלייה של פי חמישה בשווי ההזמנה הממוצע.

קרא עוד
סוכני בינה מלאכותית אינם חיים עם מוגבלות: הדרך לסגירת פער הנגישות
ניתוח
4 דקות
מ־Salesforce Blog

סוכני בינה מלאכותית אינם חיים עם מוגבלות: הדרך לסגירת פער הנגישות

צוותים רבים ממהרים לפרוס סוכני בינה מלאכותית מתוך הנחה שגויה שהסוכנים חכמים מספיק כדי לספק נגישות באופן עצמאי. אולם סוכני בינה מלאכותית אינם חיים עם מוגבלות ומאומנים על רשת שאינה נגישה, כפי שמעיד דוח WebAIM משנת 2026 לפיו ב-95% ממיליון האתרים המובילים ישנם כשלי נגישות. כדי לסגור את פער הנגישות שנוצר, אין להסתמך רק על מודלים מתקדמים או כלי בדיקה אוטומטיים שמזהים פחות ממחצית מהכשלים. במקום זאת, נדרש תהליך עיצוב מכוון: הרחבת פרסונות על פני ממדי מוגבלות חזותיים, מוטוריים וקוגניטיביים, הגדרת משימות נגישות וכתיבת קריטריוני קבלה מפורשים שמוזנים לפרומפטים יחד עם הנחיות עיצוב. בנוסף, נדרשת בדיקה בשלוש שכבות הכוללת סריקה אוטומטית, בדיקה ידנית ותיקוף מול משתמשים אמיתיים בטכנולוגיה מסייעת.

קרא עוד
סיילספורס מציגה דגשים ארכיטקטוניים למהדורת Winter ’27
חדשות
4 דקות
מ־Salesforce Blog

סיילספורס מציגה דגשים ארכיטקטוניים למהדורת Winter ’27

לפי מדריך הארכיטקטים של סיילספורס לקראת Winter ’27, המהדורה כוללת הסרת יכולות ישנות לצד יכולות פלטפורמה חדשות בארבעה תחומים: אכיפות אבטחה, קיבולת ואוטומציה, ארכיטקטורת סוכנים וממשל. בין השינויים: פקיעת תוקף של טוקני רענון לאחר 30 ימי חוסר פעילות מנובמבר 2026, ביטול דפוסי אימות ישנים, הגדלת מגבלות ה-Heap ב-Apex ל-10MB בסינכרוני ו-25MB באסינכרוני, תזמור מרובה סוכנים ב-Agentforce התומך בערוצי שיחה ובוואטסאפ, וכלי ניטור חדשים לשרתי MCP.

קרא עוד
מדריך כלי ה-AI ללא קוד לעסקים קטנים לפי Salesforce
מדריך
4 דקות
מ־Salesforce Blog

מדריך כלי ה-AI ללא קוד לעסקים קטנים לפי Salesforce

מאמר שפורסם על ידי חברת Salesforce סוקר את תחום כלי ה-AI ללא קוד (No-Code AI) עבור עסקים קטנים ובינוניים. לפי נתוני דוח המגמות המצוטט במאמר, 75% מהעסקים הקטנים משקיעים בבינה מלאכותית, אך 88% מתוכם עדיין נמצאים בשלב הבחינה. המאמר מפרט קריטריונים לבחירת כלים, סוקר פתרונות בתחומי המכירות, השיווק, האוטומציה, השירות והדוחות, ומדגיש את היתרון של פלטפורמה מחוברת שבה 91% ממשתמשי ה-AI מדווחים על גידול בהכנסות לעומת שימוש בכלים נקודתיים מבודדים.

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
סוכן Gemini עבור סטארטאפים: גוגל חושפת סוכני צוות בענן
מוצר חדש
4 דקות
מ־Google Cloud AI

סוכן Gemini עבור סטארטאפים: גוגל חושפת סוכני צוות בענן

בפרסום של Google for Startups הציגה גוגל את סוכן Gemini (Gemini agent) ואת מודל החזית Gemini 4 Argon. הסוכן תוכנן לפעול הן כעוזר אישי והן כחבר צוות קבוע בעל חשבון Workspace משלו. הוא מציע פעולה מאוחדת לטיפול בידע, קוד וניתוח נתונים, זיכרון רציף על פני ארבעה ממדים ויכולת להפעיל סוכני משנה. בנוסף, המערכת מאפשרת ניתוב גמיש למודלים חיצוניים כמו Claude או Gemma, חיבור למערכות כמו Git ו-BigQuery, אבטחה הכוללת זהות קריפטוגרפית והגבלת הוצאות בזמן אמת ב-Cloud Billing Console. היכולות החדשות טרם נפתחו לציבור הרחב.

קרא עוד
מה הם ChatGPT dots? סקירת סוכני ה-AI הרציפים של OpenAI
מוצר חדש
4 דקות
מ־Zapier

מה הם ChatGPT dots? סקירת סוכני ה-AI הרציפים של OpenAI

לפי מאמר בבלוג Zapier, חברת OpenAI השיקה את ChatGPT dots — סוכני AI הפועלים ברציפות בענן המחוברים ליישומי המשתמש ומסוגלים לפעול באופן פרואקטיבי גם כשהמחשב הנייד כבוי. הסוכנים מבוססים על דגמי GPT-6 Astra, פועלים על גבי מחשב ענן עם מערכת Linux ודפדפן Chrome, ויכולים לפעול דרך תוספי ChatGPT ו-Zapier. בבדיקה מעשית שערך הכותב, הסוכן סייע במטלות שגרתיות וזיהה תשלומים שנדחו, אך פספס פריטים דחופים בעלי שיקול דעת. השירות זמין כעת למנויי Pro ו-Business Premium.

קרא עוד
תשלום לפי קריאה עבור סוכני AI: שילוב AgentCore payments ב-AWS
מוצר חדש
4 דקות
מ־AWS Machine Learning

תשלום לפי קריאה עבור סוכני AI: שילוב AgentCore payments ב-AWS

בפוסט שפרסמו מהנדסי AWS הוצגה היכולת המנוהלת AgentCore payments ב-Amazon Bedrock, המאפשרת לסוכני בינה מלאכותית לשלם לפי דרישה עבור שירותים דוגמת הסקת מודלים. השירות מנהל ארנקים, מטפל בפרוטוקול התשלום x402 ואוכף מגבלות הוצאה ברמת התשתית במקום ברמת המודל. הפוסט מפרט כיצד חברת Incarna שילבה את המערכת כדי לאפשר לסוכנים לשלם לנתב ההסקה BlockRun עבור כל קריאה בנפרד ברשת Base ב-USDC. האינטגרציה הושלמה בשלושה ימים ובכ-200 שורות קוד, ובשלב הבטא עובדו מעל 1,000 תשלומים בסכומים של 0.001 עד 0.05 דולר לקריאה. היכולת זמינה כעת באופן כללי.

קרא עוד
Claude Haiku 5.5 זמין כעת ב-Amazon Bedrock וב-AWS
מוצר חדש
4 דקות
מ־AWS Machine Learning

Claude Haiku 5.5 זמין כעת ב-Amazon Bedrock וב-AWS

חברת AWS הודיעה על זמינות המודל Claude Haiku 5.5 ב-Amazon Bedrock וב-Claude Platform on AWS. לפי Anthropic, המודל הוא המהיר והיעיל ביותר במשפחת Claude 5.5, נבנה עבור תתי-סוכנים ומשימות בנפח גבוה, ועולה כ-75 אחוז פחות מ-Claude Haiku 4.5 במרבית המשימות. השירות ב-Bedrock שומר על תושבות נתונים אזורית ומשתלב עם מנגנוני IAM, CloudTrail, CloudWatch ו-Guardrails. המודל כולל בקרות מאמץ לכוונון עלות מול תבונה, ומיועד להשתלב לצד Claude Opus 5.5 שמבצע את התכנון והשיפוט המורכב. המודל זמין בפרופילי הסקה גלובליים ואזוריים וב-AWS GovCloud.

קרא עוד