A partir da semana de 13 de julho de 2026, a Salesforce encerrou a criação de novos agentes no builder legado do Agentforce. Agentes já existentes continuam funcionando, mas toda a inovação — Agent Script, Canvas, observabilidade granular, voz, orquestração multiagente — acontece exclusivamente no novo builder.
Para quem ainda está avaliando se vale a pena migrar, os números de empresas que já fizeram a transição contam uma história convincente. A Datasite saiu de uma taxa de deflexão nos baixos 60% para 82% estáveis, com satisfação do cliente em 4.8 de 5. A Workday, que tinha meta de 10% de deflexão para o ano inteiro, bateu 21% já no primeiro trimestre. A Zing Health processa mais de 150 mil chamadas por mês com um agente de voz bilíngue construído sobre Agent Script. E a Xero resolve cerca de 60% das consultas instantaneamente.
O que conecta todos esses resultados é o Agent Script — a linguagem declarativa que mudou a forma como se constrói agentes no Salesforce. Este artigo explica o que é, como funciona na prática e por que adiar a migração pode custar caro.
O que mudou de verdade no Agentforce Builder
O builder legado do Agentforce funcionava com configuração baseada em tópicos. Você definia instruções em linguagem natural, rezava para o modelo interpretar corretamente e torcia para o resultado ser previsível. Na prática, administradores como Grant Roberson, da Datasite, relatam que precisavam escrever “parágrafos e mais parágrafos de instruções repetitivas” para tentar forçar comportamentos específicos.
O novo builder introduz três componentes que mudam essa equação:
Agent Script é uma linguagem declarativa construída para o Atlas Reasoning Engine. Em vez de depender apenas de prompts em linguagem natural, Agent Script expõe caminhos de raciocínio explícitos que podem ser lidos, editados e rastreados. A lógica determinística e os prompts de linguagem natural coexistem no mesmo artefato, permitindo que você codifique rigidamente os passos que devem acontecer sempre da mesma forma e deixe o modelo cuidar do resto. A Salesforce chama isso de Hybrid Reasoning.
Agent Canvas é o editor visual de baixo código que roda sobre o Agent Script. Ele apresenta a configuração do agente em blocos estruturados, cada um com um resumo legível do script subjacente. Administradores constroem visualmente; desenvolvedores mergulham no código diretamente quando a complexidade exige. Ambas as visões permanecem sincronizadas.
Observabilidade integrada traz resumos de raciocínio por mensagem, traces granulares de sessão com spans pesquisáveis, mudanças de variáveis e timestamps. Isso transforma o debugging de adivinhação em análise forense.
Caso real: como a Datasite foi de 62% para 82% de deflexão
A Datasite é uma plataforma de M&A (fusões e aquisições) de alta tecnologia, onde segurança e precisão não são negociáveis. Grant Roberson, o único administrador de Agentforce da empresa, adotou Agent Script durante a fase de beta testing.
A mudança de estratégia foi direta: em vez de confiar exclusivamente em instruções em linguagem natural, ele implementou workflows determinísticos que guiam o usuário em direção a uma resolução antes de permitir o escalonamento para um agente humano. Na prática, ele usou Agent Script para construir uma regra específica: o agente exige que o usuário formule uma pergunta formal antes que a ação “Escalar” seja acionada. Isso garante que a IA tenha contexto suficiente para tentar resolver, filtrando transferências prematuras.
Roberson trabalha de forma híbrida, dividindo o tempo entre Agent Script e o Canvas visual. “Para escrever instruções, eu sempre vou usar o Canvas. Quando estou ajustando algo, o código funciona melhor porque é mais fácil fazer ajustes granulares”, explicou.
Os resultados foram imediatos e sustentados. A taxa de deflexão saiu dos baixos 60% para uma média de 82%, com a pior semana em 81% e a melhor em 84%. Em uma auditoria manual de cerca de 400 conversas, o agente forneceu resoluções de alta qualidade em todas exceto duas — uma queda drástica em relação à taxa de falha de aproximadamente 33% que existia no builder legado.
“É uma das maiores alegrias saber que o que você espera que aconteça realmente acontece”, disse Roberson. “Isso elimina a frustração porque você sabe, sem sombra de dúvida, que vai funcionar 100% das vezes.”
O CSAT do agente ficou em 4.8 de 5, equiparando-se ao time de suporte humano. Em quatro semanas, o agente processou cerca de 8.000 chats, passando apenas 16-18% para atendentes humanos.
Workday, Xero e Zing Health: resultados que falam por si
A Workday reconstruiu seu agente de atendimento ao cliente no Agentforce usando uma arquitetura de dois orgs e Agent Script. A meta era 10% de deflexão de casos para o ano. No final do primeiro trimestre, já estava em 21% — mais que o dobro — com iteração mais rápida, controle determinístico e resultados mensuráveis em semanas.
A Xero também reconstruiu seu Customer Service Agent em Agent Script e agora avalia cada sessão ao vivo contra diretrizes de marca usando custom scorers (em beta). O agente resolve cerca de 60% das consultas instantaneamente, cobrindo atendimento ao cliente, prospecção de leads, nutrição e suporte a funcionários via Slack.
A Zing Health construiu sobre Agentforce Voice com Agent Script para criar a Mia, uma agente de voz que atende mais de 150 mil chamadas de membros por mês. A Mia resolve questões complexas de benefícios e cobertura de medicamentos em 33 planos diferentes, com suporte bilíngue (inglês/espanhol) e escalonamento inteligente para agentes humanos.
Hybrid Reasoning: o que é e por que importa
O conceito central do Agent Script é o Hybrid Reasoning — a combinação de raciocínio determinístico com raciocínio baseado em LLM no mesmo agente. Na prática, isso significa que você pode:
Codificar regras de negócio críticas que devem ser seguidas sempre, como validações de compliance, fluxos de aprovação ou verificações de segurança. Essas regras não dependem da interpretação do modelo; elas executam deterministicamente.
Deixar que o LLM cuide de tarefas que se beneficiam de criatividade e interpretação, como entender a intenção do usuário em linguagem natural, gerar respostas personalizadas ou navegar em cenários não previstos.
Reduzir latência, porque o agente segue lógica estruturada em vez de reavaliar cada tópico e ação a cada turno da conversa.
Grant Roberson, da Datasite, descreveu o impacto de forma direta: “Conseguimos eliminar uma tonelada de instruções que tínhamos no builder legado. É uma fração do que costumava ser, e há muito mais garantia no resultado.”
Observabilidade: debug real, não adivinhação
Uma das queixas mais comuns sobre o builder legado era a dificuldade de entender por que o agente tomou determinada decisão. As previews de conversa ofereciam diagnósticos limitados no canvas do plano, sem detalhes granulares no nível de span.
O novo builder resolve isso com observabilidade integrada. Para cada mensagem, você vê um resumo do raciocínio do agente. Pode mergulhar em traces granulares de sessão, incluindo spans pesquisáveis, mudanças de variáveis e timestamps. Isso permite identificar a causa raiz de comportamentos inesperados e fazer correções informadas.
A Xero levou isso além do debug: usando custom scorers (em beta), a empresa avalia automaticamente cada sessão contra diretrizes de marca. É observabilidade que não apenas diagnostica problemas, mas previne regressões em tempo real.
Caminhos de migração: como começar
A Salesforce oferece dois caminhos para migrar agentes existentes para o novo builder. A escolha depende do perfil da sua equipe e da complexidade dos seus agentes.
Conversão via Agentforce (interface guiada) é o caminho indicado quando você quer uma nova versão que espelha o agente original, permitindo comparar e validar lado a lado. É um processo conduzido pela interface do Agentforce Studio, sem necessidade de código.
Reconstrução via ferramentas de desenvolvimento (CLI + AI coding tools) é o caminho para quem quer redesenhar o agente do zero usando novos padrões. Ferramentas como Agentforce Vibes, Claude Code e Cursor podem ser usadas para autoração e iteração, aproveitando Agent Script como base.
Independentemente do caminho escolhido, a Salesforce recomenda começar com o Agentforce Migration Guide, que cobre planejamento, pré-requisitos e verificações de prontidão.
O que muda para quem ainda não construiu agentes
Se você ainda não tem agentes em produção, a notícia é boa: a partir da semana de 13 de julho de 2026, toda criação de novos agentes acontece automaticamente no novo builder. Você não precisa migrar nada — já começa com Agent Script, Canvas e observabilidade integrada.
Para experimentar sem compromisso, o Agentforce Labs permite construir com Agent Script em um sandbox, sem necessidade de um org Salesforce.
Impacto para equipes e organizações
A migração para o novo Agentforce Builder não é apenas uma atualização técnica. É uma mudança de postamento. Equipes que migram relatam três benefícios consistentes:
Previsibilidade. Quando o agente segue lógica determinística para fluxos críticos, o resultado é consistente. Isso reduz horas de troubleshooting e aumenta a confiança da organização no agente.
Velocidade de iteração. A modularidade do Agent Script permite copiar e reutilizar blocos entre agentes. Roberson, da Datasite, consegue implantar novos agentes rapidamente mantendo uma estrutura lógica consistente.
Base para o futuro. Toda inovação futura do Agentforce — voz expandida com suporte a 25+ idiomas, modelos de speech atualizados (Deepgram Nova3, ElevenLabs v3), seleção de modelo por subagente, orquestração agente-a-agente — acontece exclusivamente no novo builder. Agentes no builder legado não receberão essas funcionalidades.
Conclusão
O prazo para criar novos agentes no builder legado já passou. Agentes existentes continuam funcionando, mas a cada release que sai, a distância entre o que eles podem fazer e o que agentes no novo builder fazem cresce.
Os números das empresas que migraram primeiro não deixam margem para dúvida: Datasite em 82% de deflexão, Workday com 21% (dobrando a meta), Xero resolvendo 60% instantaneamente, Zing Health processando 150 mil chamadas mensais. O Agent Script não é uma promessa — é uma realidade operacional.
Se você tem agentes em produção, comece com um piloto. Pegue um agente, estabeleça uma baseline, reconstrua no novo builder e valide o comportamento. A Datasite fez exatamente isso e viu a deflexão saltar 17 pontos. Seu próximo agente pode ser o próximo caso de sucesso.