过去几年，Salesforce 一直在说“AI赋能开发”，但今年的 Dreamforce ’25，让这句话第一次真正落地。

这一届大会上，Salesforce 把 AI 从“助手”变成了参与者——能理解上下文、能协作、能写、能测、还能优化。

开发者生态迎来一次结构性升级：开发效率、质量、体验都被重新定义。

Agentforce Code Assist

不仅写代码，还懂系统

Salesforce 官方称之为“AI编码助手”，但它已经远超“代码补全”。

Agentforce Code Assist 深度集成了 Salesforce 平台数据模型和安全框架，能在几秒内生成可部署的 Apex、LWC 或 Flow。

开发者只需一句自然语言指令：

“创建一个触发器，当客户状态改为VIP时，自动生成年度回访任务。”

AI 就能输出完整代码，自动引用正确对象、字段名、权限设置，还会在旁边提示“与现有流程是否冲突”。

与旧版 Einstein CodeGen 相比，它的上下文理解更强。

过去AI生成的代码常常“离题”，现在 Code Assist 能调用项目元数据和版本库历史，让生成内容精准、可用。

更惊喜的是——它会写单元测试。

AI能根据业务逻辑自动补全覆盖率测试，甚至识别历史Bug并自动规避。

对习惯跑数百条测试的团队来说，这意味着真实的时间节省。

MCP + Agentforce

AI在协作，而不只是执行

另一个亮点是Salesforce 正式开放 Model Context Protocol（MCP）。

这是一种让多个AI代理（Agent）共享上下文、自动协作的机制。

例如：

• 一个Agent负责生成Apex代码；
• 另一个Agent负责验证安全规则；
• 第三个Agent检查部署风险并生成回滚脚本。

开发者只需一次请求，MCP会自动协调这些Agent完成任务。

这一体系让“AI代劳”从单点操作变成了多智能体协作。

更关键的是，企业可以定制自己的Agent。

比如为金融客户配置一个“合规Agent”，为零售客户设置“促销逻辑Agent”。

AI不仅懂代码，更懂业务语境。

Conversational UX

人人都能搭系统

Salesforce这次提出了一个概念——对话式构建（Conversational UX）。

这是低代码平台的一次彻底升级。

现在，在 Flow Builder 或 App Builder 里，你只需输入：

“创建一个审批流程：销售折扣超过15%时，需要经理审批。”

系统就会自动搭建整个Flow，包括条件逻辑、节点顺序、权限配置。

更重要的是，它会自动验证流程与现有审批规则是否冲突。

背后的关键框架是 Agent Script Framework。

开发者可以定义对话模板，告诉AI“哪些请求可以执行、哪些需要人工确认”，从而避免AI“越权”。

这意味着非技术岗位也能参与构建业务逻辑。

营销、客服、HR等部门的同事，可以通过自然语言完成原本需要管理员配置的流程。

AI成了“懂业务的搭建助手”。

Apex语言迎来史上最大优化

这次的Apex更新堪称开发者福利。

两项核心特性直接命中生产痛点：

1

runRelevantTests()：测试再不用全量跑

Apex引入了智能测试命令 runRelevantTests()，能自动识别改动范围，只运行受影响的测试。

对有数千条测试的企业组织，这能节省数小时部署时间。

2

更强的静态分析与类型检查

Apex编译器现在能在开发阶段发现更多潜在问题，包括数据越界、权限遗漏、循环依赖等。

结合 Code Assist 的AI提示，调试工作量大幅降低。

此外，Salesforce还公布了未来版本的路线图：

更开放的包管理机制；

对异步任务的更细粒度控制；

Apex与MuleSoft流整合。

这意味着Apex将从“业务逻辑语言”，逐渐进化为一个面向AI协同的执行框架。

-

Scale Center：

从监控到可观察

新版 Scale Center 不只是监控性能，而是让团队看清系统运行的“全景图”。

新增的 Transaction Tracing 能精确追踪单条事务的生命周期——

从用户触发到数据库写入，每个阶段耗时、调用链、错误日志都可视化呈现。

同时，AI会给出优化建议，比如：

• 哪个Flow循环次数过多；
• 哪段Apex执行时间异常；
• 哪个外部API响应慢。

这些洞察以图表和建议列表形式展示，帮助开发团队在问题发生前就发现风险。

这是真正意义上的“主动运维”。

结语：未来开发的新边界 

Dreamforce ’25 显示，Salesforce 正在打造 AI 驱动、上下文感知、可协作的开发生态。

AI不再只是辅助，而是理解业务、协作、写代码、做测试、优化流程的伙伴。未来开发者，不再只是写代码的人，而是设计 AI 如何写代码、如何协作、如何保证质量的人；规划业务逻辑、管理 AI 流程，确保系统稳定可控。

对企业，这意味着更快交付、更高效率、更低风险；对开发者，则意味着从执行者升级为驾驭 AI 的指挥官，让系统更智能、更可靠。下一步，开发者要做的，是让 AI 更懂业务，让系统自主优化、持续迭代，为企业创造更大价值。