Salesforce amplía Agent Fabric: control de agentes de IA

Salesforce amplía Agent Fabric: evaluaciones, kill switch y límites de gasto

Salesforce amplió Agent Fabric, su capa de control para gestionar agentes de IA, con dos herramientas de evaluación —Agent Evals y API Evals— y un refuerzo de sus controles financieros. La plataforma, según la compañía, procesa más de 1.200 millones de solicitudes cada día, un volumen que explica por qué el foco dejó de estar en lanzar agentes y pasó a estar en vigilarlos.

El problema que ataca es concreto: los agentes fallan en silencio. Dan respuestas equivocadas y acumulan costos de tokens antes de que alguien lo note. Para un founder que ya puso un agente a atender pedidos o a mover datos entre sistemas, eso significa que el error se descubre por un cliente enfadado, no por un dashboard.

Agent Evals: llevar la evaluación a producción

La novedad principal es Agent Evals, que genera pruebas antes del despliegue y luego evalúa en producción agentes, modelos de lenguaje y servidores MCP contra umbrales de calidad definidos por la empresa.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Cuando un agente baja del nivel acordado, la plataforma puede notificar al responsable, ponerlo en cuarentena o activar el Agent Kill Switch para interrumpir su actividad. Las organizaciones pueden configurar esas intervenciones para que requieran aprobación humana antes de ejecutarse.

El cambio importa porque los componentes de un agente evolucionan por su cuenta: el proveedor actualiza el modelo, cambia una fuente de datos, alguien edita las instrucciones después del despliegue. Una batería de pruebas previa al lanzamiento no cubre nada de eso.

Salesforce usa como ejemplo un comercio que reemplaza el modelo de su agente de atención sobre pedidos por otro más barato. Tras el cambio, Agent Evals detecta respuestas incorrectas sobre pedidos retrasados y solicita autorización para aislar al agente. El equipo corrige las instrucciones, repite las pruebas y lo devuelve a producción.

El caso deja una lección económica incómoda: bajar el costo por inferencia no garantiza bajar el costo total del proceso si la calidad cae y genera errores, revisiones humanas e incidencias con clientes.

Andrew Comstock, SVP y GM de MuleSoft y Agent Fabric, resumió el enfoque en el anuncio: detectar una respuesta incorrecta o un pico de gasto es un trabajo, y detenerlo es otro, y Agent Fabric los unifica para que los equipos contengan los problemas al instante. Poonam Deshpande, directora de ingeniería de comercio digital en ASICS Digital, que participó en la beta, describió Agent Evals como la pieza que faltaba para operar agentes a escala.

API Evals: el fallo que no está en el modelo

API Evals extiende la evaluación a las interfaces que los agentes usan para tocar sistemas empresariales. Genera pruebas funcionales y de rendimiento a partir de las especificaciones de las API y busca cambios incompatibles antes de que lleguen al entorno de producción.

Para un agente que consulta inventario, modifica un pedido o accede a información de un cliente, una API alterada rompe la tarea aunque el modelo y las instrucciones funcionen perfectamente. A medida que los agentes dejan de generar texto y empiezan a ejecutar operaciones mediante herramientas, la evaluación tiene que cubrir toda la cadena tecnológica, no solo la calidad de la respuesta.

En el frente del descubrimiento, Custom Agent Scanner permitirá localizar y catalogar agentes, modelos, servidores MCP y API en entornos internos, sistemas detrás de cortafuegos y plataformas sin cobertura nativa, e incorporarlos al Agent Registry sin registrarlos manualmente uno por uno. Está en beta y su disponibilidad general está prevista para enero de 2027.

Model Wallet: el presupuesto como política operativa

En el terreno económico, FinOps Dashboard centraliza la visualización del gasto en IA y Model Wallet fija límites presupuestarios capaces de detener nuevas solicitudes al alcanzar el máximo configurado. La diferencia frente a los paneles que solo registran consumo ya producido es que el límite se convierte en una política: una automatización con más llamadas de las previstas no sigue acumulando costos.

Salesforce también incorpora políticas específicas de optimización con caché semántica, compresión de los datos enviados y reducción de las respuestas. La compañía sostiene que estas medidas redujeron el consumo de tokens hasta un 75% en sus escenarios de prueba, con la advertencia de que la cifra depende del tipo de carga de trabajo y no es generalizable a cualquier implementación.

FinOps Dashboard, Model Wallet y Cost Optimization Policies ya están disponibles de forma general. Agent Evals y API Evals entran en beta en noviembre de 2026, con disponibilidad general prevista para enero de 2027, el mismo mes en que llegará la activación automática del kill switch para agentes concretos. El Agent Kill Switch ya está disponible.

Gobernanza más allá de Salesforce

Open Policies for Federated API Gateways permite descubrir, aplicar y supervisar políticas sobre pasarelas de Azure, Apigee y Kong. Un administrador puede desplegar restricciones por dirección IP o límites de solicitudes sobre varias pasarelas desde una misma acción, en lugar de hacerlo una por una. La capacidad ya está disponible de forma general.

El movimiento responde a un mercado fragmentado. Según Salesforce, el 96% de las empresas que operan agentes lo hace en más de una plataforma, y cada proveedor aporta sus propios controles mientras los responsables de seguridad, tecnología y costos necesitan aplicar políticas corporativas sobre el conjunto.

La categoría se está ordenando rápido. Gartner publicó el 27 de octubre de 2026 su Magic Quadrant for AI Agent Management Platforms, en el que Boomi fue reconocido como Visionary con su Agent Control Plane, una plataforma que la compañía dice usar en más de 30.000 clientes. La firma también publicó un Emerging Market Quadrant for AI FinOps Tools – Startup Vendors, donde Airia fue nombrada Market Shaper. Y en un análisis de Forbes Technology Council, Conal Gallagher, CIO de Flexera, cita datos de Flexera 2026 según los cuales solo el 31% de los líderes cree tener visibilidad precisa de su software de IA, mientras el 59% reportó un aumento interanual del gasto desperdiciado en IA. El mismo artículo recoge una proyección de Gartner: el gasto en IA más que se duplicará hasta los 5,6 billones de dólares en 2030.

¿Qué significa esto para tu startup?

Tres lecturas prácticas antes de escalar tus agentes:

Si tu agente ya está en producción, probablemente no tienes evaluación continua. El estudio de LangChain entre más de 1.300 profesionales que cita Salesforce muestra que el 52,4% de las organizaciones ejecuta evaluaciones offline y solo el 37,3% evalúa interacciones reales en línea; entre quienes ya tienen agentes en producción, esa proporción asciende al 44,8%. Menos de la mitad está mirando lo que sus agentes hacen de verdad.
Fija umbrales y un responsable antes de necesitarlos. Un kill switch solo sirve si alguien definió qué significa que el agente esté fallando y quién aprueba la intervención. Escribe hoy tres cosas: la métrica de calidad de tu agente, el umbral mínimo aceptable y la persona que autoriza detenerlo.
Trata el gasto como variable de diseño, no como sorpresa de fin de mes. Pon límites de presupuesto por agente o por flujo de trabajo, no solo un panel de consumo. Y antes de migrar a un modelo más barato, mide el costo total: suma errores, revisiones humanas y tickets de soporte.

El calendario deja parte de la propuesta pendiente de implantación real en clientes. A corto plazo, lo disponible permite centralizar gasto, inventario y determinadas políticas; la evaluación continua conectada de forma automática con medidas correctivas se incorporará de forma progresiva. Para las empresas que están trasladando agentes a procesos con impacto sobre clientes u operaciones internas, ese modelo de gobierno —inventario de agentes y herramientas, métricas de calidad, responsables asignados, presupuestos y reglas de intervención— se está volviendo parte del producto, no un anexo de seguridad.