O Radar reúne minha leitura sobre novidades, mudanças e movimentos relevantes no ecossistema Salesforce.
Não é repost de notícia. É curadoria com contexto de projeto — releases, Flow, Revenue Cloud, Agentforce, arquitetura e carreira, reescritos a partir de uma leitura de arquiteto.
Releases, Flow, Revenue Cloud, Agentforce — com contexto de projeto real. Sem repost.
// Sem spam · cancele quando quiser
Salesforce usou o próprio Agentforce para acelerar investigação de incidentes internamente, e o case técnico expõe os problemas reais de colocar LLM em workflow crítico
A Salesforce publicou um relato técnico sobre como reconstruiu o stack de inferência do Agentforce, trocando dependência total de um modelo frontier por uma combinação de modelos especializados menores. O motivo real não é só custo: é evitar virar refém de roadmap e latência de terceiro.
Em vez de tentar ser a única ferramenta de inteligência artificial da sua empresa, a Salesforce aposta na interoperabilidade via servidores MCP, permitindo conectar seu LLM externo preferido com o contexto de negócio e as regras de segurança que só o CRM tem.
A utilização não oficial de ferramentas como ChatGPT e Claude cria desafios críticos de governança de dados. Lideranças e arquitetos precisam adotar políticas claras e soluções corporativas, como Agentforce, para evitar vazamentos de informações sensíveis e PII.
Com o limite de requisições por minuto em LLMs, escalar agentes de IA exige mais do que prompts bem feitos. Veja como a arquitetura de filas distribuídas e priorização dinâmica garante a estabilidade do Sales Engagement.
