Salesforce Headless 360 入门：无头架构与 AI 智能体

一、发现 Headless 对你的组织意味着什么

无头（headless）架构把前端体验与后端服务分离，为 AI 智能体时代赋能。本单元了解 Headless 的含义、如何为人和智能体创造一个平台，以及为开发者和业务用户创造的新机会。

学习目标

完成本单元后，你将能够：解释无头架构的含义；理解 Headless 360 如何让组织受益；识别开发者和业务用户的机会；描述 Headless 360 背后的业务驱动因素。

世界在变化、一个平台、是「和」不是「或」

世界变化很快：AI 智能体正在改变工作方式；为人设计的传统 UI 不适用于智能体；无头架构把后端（服务、数据、逻辑）与前端（web、移动、智能体等任何界面）分离。

一个平台，任何地方：相同数据、相同业务逻辑，任何地方可访问；智能体使用和人类点击相同的服务；写一次、处处呈现——跨渠道保持一致。

是「和」不是「或」：无头不替代 Salesforce 应用，而是扩展它；保留 Sales Cloud、Service Cloud 和自定义应用；增加无头访问让智能体用相同能力。两全其美：人类有丰富的 UI，智能体有 API。

新机会：开发者——一次构建、部署到任何渠道，用 Claude Code、VS Code 和标准 API；业务用户——智能体通过同一平台处理日常任务，无需学习新界面。

二、讲 Headless 360 的语言

学习 Headless 360 的基本术语，理解 Salesforce 平台的分层架构。

学习目标（单元二）

完成本单元后，你将能够：定义 Headless 360 的关键术语；理解 Salesforce 平台分层；讲无头架构的语言。

Headless 360 术语表与 Salesforce 分层

术语表：

Headless——把后端服务与前端 UI 分离。
Agent——AI 驱动的自主工作者，使用平台服务。
MCP（Model Context Protocol）——连接 AI 模型与外部工具和数据源的开放标准。
Agent 开发生命周期——计划 → 构建 → 测试 → 部署 → 监控。
跨云 MCP（Cross-Cloud MCP）——跨多个 Salesforce 云（Sales、Service、Marketing、Data 360）的 MCP 服务器。
托管服务——Salesforce 处理基础设施、扩展、安全，你专注构建。
DIY Kit——你自己管理一切，更多控制、更多努力。

Salesforce 分层：数据层（Data 360 统一治理的数据基础）→ 服务层（业务逻辑、API、自动化、AI 模型）→ 体验层（人类应用 Sales Cloud 等 + 智能体 API Headless 360）。Headless 360 位于体验层——通过一致的 API 面向传统 UI 和 AI 智能体提供相同服务。

三、回顾 Headless 360 解决的挑战

回顾组织扩展 AI 时的核心挑战，以及 Headless 360 如何应对每一个。

学习目标（单元三）

完成本单元后，你将能够：识别扩展 AI 的五大核心挑战；解释每个挑战及其业务影响；理解 Headless 360 如何应对这些挑战。

扩展 AI 的核心挑战

Headless 360 解决的五大核心挑战：

上下文缺口（The Context Gap）——智能体需要丰富的客户上下文做决策；无统一数据则信息不完整；Headless 360 用 Data 360 作为单一上下文源。
DIY 陷阱（The DIY Trap）——从零构建智能体基础设施昂贵，团队花数月做管道而非构建智能体；Headless 360 提供托管基础设施。
基础设施滞后（Infrastructure Lag）——传统基础设施跟不上 AI 工作负载；智能体产生不可预测的突发 API 流量；Headless 360 运行在 Salesforce 超大规模基础设施上。
AI 治理（AI Governance）——智能体访问数据需要和人类相同的治理（能看谁、能做什么、如何审计）；Headless 360 继承 Salesforce 的安全和治理模型。
开发者张力（The Developer Tension）——专业开发者要现代工具和 API，低代码构建者要点选；Headless 360 两者都支持——用点击或代码构建智能体。