Salesforce abre Agent Script: reglas deterministas y razonamiento agentic en el mismo contrato
Agent Script y el nuevo Agentforce Builder llegaron a disponibilidad general. Salesforce también liberó el parser, linter, compilador, LSP e integraciones del toolchain bajo Apache 2.0, una señal útil para builders que necesitan agentes más verificables.
Por qué importa
Esta nota se enfoca en la decisión práctica para builders: qué cambia, qué riesgo agrega y cómo aplicarlo sin romper operación.
Salesforce convirtió Agent Script y el nuevo Agentforce Builder en capacidades de disponibilidad general dentro de su lanzamiento Summer ’26. Desde la semana del 13 de julio de 2026, el botón para crear un agente en Setup abre el builder nuevo por defecto; los agentes legados pueden actualizarse para convertir subagentes, acciones, mensajes, datos y conexiones a una definición de Agent Script.
La parte que más interesa a un builder fuera del ecosistema Salesforce es otra: la compañía liberó bajo Apache 2.0 el toolchain de Agent Script, incluyendo parser, linter, compilador, Language Server Protocol e integraciones de editor. El repositorio público salesforce/agentscript describe el lenguaje como una forma abierta y guiada por esquema de configurar sistemas de orquestación de agentes.
El contrato está entre el prompt y el workflow
Agent Script intenta resolver una tensión conocida. Las instrucciones en lenguaje natural son flexibles, pero dejan decisiones críticas a la interpretación del modelo. Un workflow completamente determinista es más fácil de probar, pero se rompe cuando la entrada del usuario no encaja en una lista cerrada. La propuesta mezcla ambos niveles: reglas, variables, transiciones y acciones explícitas alrededor de bloques donde el modelo puede razonar.
En un agente de soporte, por ejemplo, el script puede exigir que primero se valide la identidad, después permitir una consulta de estado y finalmente bloquear una modificación hasta obtener aprobación. El modelo conserva margen para interpretar la intención, pero no decide por sí solo si puede saltarse una verificación o ejecutar una escritura. Esa separación hace visible el contrato que a menudo queda escondido en un prompt enorme.
La apertura del toolchain también cambia el tipo de integración posible. Un equipo puede construir validaciones propias, resaltado de sintaxis, reglas de lint o herramientas de migración sin esperar a que la UI empresarial exponga cada detalle. El repositorio de sf-skills añade skills para que un coding agent pueda construir, probar y observar Agentforce; eso acerca el lenguaje al flujo normal de un builder que trabaja desde terminal y pull requests.
Qué sí copiar y qué no
No hace falta adoptar Agent Script para aprovechar la idea. En tu stack actual puedes aplicar el mismo patrón:
- Define estados y permisos fuera del prompt. El modelo puede proponer la siguiente acción, pero el runtime decide si está permitida.
- Valida configuración como código. Un schema, linter o test debe fallar antes del deploy si falta una conexión, una variable o una condición de aprobación.
- Versiona el contrato. Guarda cambios en topics, tools y variables junto con el código que los consume.
- Distingue lectura y escritura. Una tool que consulta datos puede tener un umbral distinto de una tool que cambia un pedido o envía un mensaje.
- Observa las transiciones. Registra qué regla habilitó una acción, qué modelo razonó y dónde intervino una persona.
El tradeoff es real. Más reglas aumentan la verificabilidad, pero también pueden volver rígido el workflow y hacer más costosa la evolución. Un lenguaje declarativo no elimina la necesidad de evaluar conversaciones ambiguas, errores de integración ni permisos en el backend. Tampoco significa que la definición sea portable automáticamente a OpenAI, Claude o Gemini: el concepto es transferible; el runtime y las acciones siguen teniendo contratos propios.
La demanda se infiere, sin SEO tooling conectado, por el anuncio GA, la documentación oficial, el repositorio con licencia Apache 2.0 y consultas como Salesforce Agent Script, Agentforce Builder y agentes deterministas. Agente IA puede competir al explicar el impacto más allá de Salesforce: los agentes empiezan a necesitar un lenguaje operativo que el modelo pueda usar, pero que el modelo no pueda reinterpretar a su gusto.
Si quieres llevar esta separación a un agente pequeño, el curso gratis es un buen punto de partida para dividir herramientas, validación y manejo de errores antes de agregar más autonomía.