Salesforce amplía Agent Fabric con evaluaciones de IA que activarán un interruptor de apagado para agentes que fallen

Salesforce ha detallado, el 27 de octubre de 2026, la siguiente fase de Agent Fabric, la plataforma de MuleSoft para gestionar agentes de IA. La novedad central son unas evaluaciones diseñadas para identificar agentes que funcionan mal y poner en marcha acciones correctivas. Se suman capacidades ampliadas de descubrimiento y controles de gasto y gobernanza anunciados antes. El artículo de VentureBeat, firmado por Carl Franzen, distingue con cuidado lo nuevo de lo que ya existía.

Calendario. Agent Evals, que MuleSoft presentó en septiembre durante Dreamforce, pasará a beta en noviembre y llegará a disponibilidad general en enero de 2027. API Evals, una herramienta aún por llegar para probar las conexiones de software de las que dependen los agentes, sigue el mismo calendario: beta en noviembre y disponibilidad general en enero de 2027. También entra en beta un Custom Agent Scanner, que tendrá disponibilidad general en enero. Ese mismo mes está previsto el llamado Triggered-Agent Kill Switch.

La propuesta de fondo es acortar la distancia entre detectar un problema y resolverlo. Una empresa puede saber que un agente da respuestas incorrectas o consume demasiados recursos y, aun así, tener que localizar a su responsable, moverse por otra plataforma y conseguir permiso para suspenderlo. Andrew Comstock, vicepresidente senior y director general de MuleSoft en Salesforce, describió los problemas de los clientes: «Tengo demasiados. Las tecnologías son totalmente distintas. Nada se comunica con nada. Todo funciona en silos». Salesforce pretende gestionar esos agentes aunque se hayan construido en plataformas competidoras: «No es específico de Salesforce. Es para todo», afirmó.

Agent Evals. Ya en Dreamforce se describió su capacidad de generar pruebas, medir resultados frente a criterios de éxito y conectar los fallos con acciones de remediación. El anuncio de octubre añade fechas y explica que las evaluaciones pueden ir más allá de las pruebas previas al despliegue y comprobar en producción agentes, modelos de lenguaje y servidores del Model Context Protocol. El objetivo es detectar comportamientos fuera de los umbrales de la organización e iniciar una respuesta adecuada, con pasos de aprobación cuando la política lo exija.

El ejemplo de Salesforce es un escenario minorista ilustrativo: un agente pasa a un modelo más barato y empeora sus respuestas sobre el estado de los pedidos. Las evaluaciones detectan el deterioro e inician un proceso para poner el agente en cuarentena, obtener aprobación si hace falta, y revisarlo y volver a probarlo. Es un flujo hipotético, no un resultado de un cliente real. Comstock añadió que las evaluaciones también pueden ayudar a imponer expectativas sobre el tono: un agente de atención al cliente que debe sonar animado no debería volverse sarcástico de repente. API Evals, por su parte, generará pruebas funcionales y de rendimiento a partir de especificaciones de API.

El interruptor de apagado. La función básica no es nueva: MuleSoft presentó el concepto en junio y la hizo generalmente disponible en septiembre. Usa controles en la pasarela (gateway) para bloquear el tráfico gobernado, con la opción de limitar la intervención a una petición, una sesión, un agente o un tenant, y de restaurar el acceso después. El artículo subraya un matiz importante: bloquear el acceso de un agente a través de una pasarela no implica necesariamente terminar todos los procesos que se ejecutan en la plataforma externa que lo aloja.

Lo que se añade a la hoja de ruta de enero es el Triggered-Agent Kill Switch, que conectará los problemas detectados con una intervención guiada por políticas. Para quien compra, la diferencia práctica está entre un control ya disponible para detener actividad gobernada y un mecanismo futuro que vincule los resultados de las evaluaciones con esa respuesta.

Descubrimiento y registro. Los escáneres de agentes se describieron en abril como forma de identificar agentes en entornos compatibles. La novedad en beta es el Custom Agent Scanner, pensado para extender el descubrimiento a sistemas internos, entornos tras cortafuegos y plataformas adicionales. Comstock dijo que el registro no obliga a trasladar los agentes a Salesforce: «No movemos el agente; el agente sigue ejecutándose allí. Solo estamos trayendo el puntero para tener un registro universal de todos tus agentes». Un administrador conecta los entornos y trae sus metadatos a un registro compartido. Tampoco es necesario usar Agentforce, la plataforma de agentes de Salesforce, para usar Agent Fabric. Comstock sostuvo además que la necesidad depende más de la diversidad de despliegues de agentes que del tamaño de la empresa.

Controles de gasto. El anuncio destaca un FinOps Dashboard, presupuestos Model Wallet y políticas para reducir el consumo de modelos, pero no todo es nuevo: la versión de agosto de MuleSoft ya esbozaba acceso a modelos, optimización de costes, wallets y mejoras del panel. Model Wallet permite fijar presupuestos en dólares o tokens por proveedor o modelo, con límites diarios, semanales o mensuales. Comstock insistió en que la visibilidad no sirve solo para bajar el gasto, sino para correlacionarlo con los equipos y proyectos que lo generan.

La versión de octubre cita entre sus técnicas de optimización la caché semántica, la compresión de cargas y el recorte de respuestas, con reducciones de tokens de hasta el 75 % en escenarios de prueba. El artículo precisa que es un resultado de pruebas del proveedor, no una garantía de reducción de la factura total de IA de un cliente.

Políticas entre proveedores. Salesforce también destaca Open Policies, para aplicar gobernanza en pasarelas federadas como Azure, Apigee y Kong. Tampoco es una novedad absoluta: MuleSoft la describió en septiembre, y las notas de octubre documentan el cambio de nombre de Universal Policies a Open Policies y mejoras relacionadas. La cobertura real depende de las integraciones compatibles y de que el tráfico pase por controles aplicables. Comstock lo planteó como requisito para desplegar más: «Hoy en día, la gobernanza es el verdadero acelerador, porque estás gobernado. Puedes responder mejor a las preguntas, sentirte más seguro y cómodo, y eso te hace ir más rápido».

Precios. La página pública de MuleSoft indica un precio inicial de 2.000 dólares al mes para el conjunto del portafolio, con Mule Credits utilizados entre capacidades. La oferta de gestión de agentes incluye funciones de Agent Fabric como descubrimiento, orquestación, gobernanza y presupuestos, pero remite a ventas. Por tanto, esa cifra no debe presentarse como precio confirmado de la configuración concreta de Agent Fabric descrita. Hay paquetes de créditos prepagados, una opción de compromiso previo con mínimo anual de 50.000 dólares y una opción ilimitada a precio personalizado. No se establece un precio público separado para Agent Evals o API Evals. El presupuesto de 2.000 dólares que Comstock usó como ejemplo en la entrevista era hipotético.

Competencia. Agent Fabric entra en un mercado creciente de gestión de agentes en toda la organización. Microsoft Agent 365 es una comparación cercana en administración empresarial, con registro de agentes, controles de acceso y ciclo de vida, analítica e integraciones de seguridad con Entra, Defender y Purview. AI Control Tower de ServiceNow apunta igualmente a descubrimiento, observación, gobernanza, seguridad y medición entre proveedores. OpenAI Frontier ofrece una propuesta más amplia que incluye construir y operar agentes, conectar sistemas de negocio, evaluar el rendimiento y gestionar permisos. Claude Managed Agents, de Anthropic, se solapa en la capa de infraestructura, pero es una comparación menos directa; su runtime cuesta 0,08 dólares por hora de sesión activa, más cargos de modelo y herramientas, y no es comparable con el precio de MuleSoft. El artículo aclara que son interpretaciones de las capacidades publicadas, no una afirmación de que los productos sean intercambiables; una empresa podría necesitar a la vez un runtime de agentes y una capa de gobernanza aparte.

Qué se puede usar y qué falta. Lo más inmediato es la beta del Custom Agent Scanner. El interruptor básico y los controles de gasto destacados ya están disponibles. Agent Evals y API Evals llegan en beta en noviembre y a disponibilidad general en enero de 2027, junto con el escáner personalizado y el Triggered-Agent Kill Switch. La cuestión central para los compradores es si Salesforce logra conectar descubrimiento, pruebas, visibilidad del gasto e intervención aplicable sobre los agentes que realmente usan; las próximas versiones determinarán cuánto de ese flujo funcionará como un sistema integrado.