Analisando um cenário real de conectividade de agentes de IA a sistemas corporativos, fica claro que MCP e API não competem entre si. Cada requisito de negócio puxa para um lado diferente, e o trabalho do arquiteto é justificar cada escolha, não bater o martelo uma vez só.
Duas implementações de agente, mesmo modelo, mesmo caso de uso. Três meses depois, uma está mais barata e mais precisa, a outra ainda depende de alguém abrindo ticket para ajustar prompt. A diferença não foi o LLM. Foi o loop de melhoria contínua que uma delas ativou e a outra não.
Salesforce entrou como Leader no Magic Quadrant de Conversational AI Platforms logo na primeira vez que apareceu no relatório. Isso é sinal de mercado, não é validação técnica automática. Vale entender o que realmente sustenta essa posição e o que isso significa para quem desenha arquitetura de Agentforce no dia a dia.
O time jurídico da Salesforce usa Slackbot para pesquisa interna, intake self-service e até stress-test de argumento contratual. O ponto que interessa pra quem arquiteta Agentforce não é o caso de uso, é o cargo que eles criaram para sustentar isso: o agent manager.
Salesforce Engineering publicou um jeito prático de usar Claude para transformar documentação espalhada em uma base de conhecimento cruzada, em Markdown, que tanto humanos quanto agentes conseguem consultar sem reprocessar tudo do zero. Isso tem tudo a ver com o que a gente enfrenta em projeto de Agentforce e Data Cloud.
Com o MCP Server hospedado pela Salesforce saindo de beta no TDX 2026, dá para plugar Claude direto no sua org e deixar ele consultar registros, montar relatório e até disparar Flow em linguagem natural. Mostro o setup completo, do External Client App até o teste final, e onde isso costuma quebrar em projeto real.
Nathan Maphet escreve sobre trust como fundação de IA no marketing. Por trás do texto corporativo tem uma pergunta que aparece em toda call de kickoff de Agentforce: quem vê meus dados quando eles tocam o modelo?
Uma lista recente com mais de 25 ferramentas de IA para pequenos negócios (CRM, vendas, marketing, atendimento) é boa provocação para falar do problema real: cada ferramenta nova é mais um silo de dado. Aqui vai minha leitura de arquiteto sobre o que vale entrar no stack e o que é só ruído bonito.
O time de engenharia interno do Salesforce construiu um sistema que mina comentários de PR, identifica padrões repetidos e reescreve as próprias instruções do gerador de IA sem intervenção humana. O resultado interessante não é a automação, é o sistema aprender a parar de mudar quando não há mais sinal.
O Salesforce Blog publicou uma lista de ferramentas de IA para pequenos negócios, do Agentforce ao ChatGPT e Canva. Mais interessante que a lista em si é o que ela revela sobre como a Salesforce está posicionando o Agentforce Starter Suite para o mercado de PME.
A Salesforce está rodando uma pesquisa de comunidade perguntando diretamente se você confia na empresa e se sente confiança usando as ferramentas de IA dela. Isso não é formalidade. É um termômetro que a própria empresa colocou porque já suspeita do resultado.
Uma lista de 'mais lidos' do Newsroom parece conteúdo de marketing, e é. Mas dá pra ler nas entrelinhas: Slackbot virando ponto de entrada único, harness como palavra da vez e um discurso interno sobre economizar com IA que qualquer arquiteto deveria levar pro cliente.
