Camunda در مرور وبینار نسخهٔ 8.10، تغییر فرایندهای سازمانی برای استفاده از AI agent را حول سه محور سرعت، اعتماد و مقیاس توضیح داد. نمونهٔ مشترک ارائه، فرایند وام در یک بانک خیالی بود: بررسی هویت مشتری با مشارکت agent و بازبین انسانی، ارزیابی اعتبار و پرداخت، میان سه تیم جابه‌جا می‌شد.
برای ساخت فرایند، چهار مسیر معرفی شد. ProcessOS در وضعیت Early Access، فایل‌ها، سیستم‌ها یا صفحه‌های توضیح‌دهندهٔ فرایند فعلی را دریافت می‌کند و با تأیید متخصصان در هر مرحله، به طراحی و پیاده‌سازی فرایند می‌رسد. مسیر دیگر، استفاده از coding agent با Camunda skills، MCP و c8ctl CLI است؛ در دموی Camunda، یک توضیح یک‌صفحه‌ای حدود دو دقیقه بعد به فرایند وام deployشده تبدیل شد. توسعه با SDKهای Java و C# و طراحی بصری در Hub نیز دو مسیر دیگر بودند.
Test Studio اجرای دستی را به سناریوی تست قابل استفادهٔ مجدد تبدیل می‌کند؛ همان سناریو از طریق Camunda Process Test در CI اجرا می‌شود. همچنین MCP start event template فرایند deployشده را به tool قابل فراخوانی برای MCP client یا AI agent تبدیل می‌کند؛ با همان مجوزها و سابقهٔ ثبت عملیات REST API.
در بخش ارزیابی، Camunda Process Test علاوه بر بررسی رسیدن فرایند به task درست، شباهت معنایی پاسخ و امتیازدهی یک مدل داور به استدلال را بررسی می‌کند. Operate وضعیت agent، toolهای در حال اجرا و مصرف نسبت به محدودیت‌ها را برای agentهایی نشان می‌دهد که از Agent Instance API گزارش می‌دهند. هر اجرا نیز سابقه‌ای از prompt، استدلال، فراخوانی tool و نتیجه تولید می‌کند.
Control Plane جدید Optimize مصرف token، قابلیت اطمینان و مدت اجرای هر فرایند را دنبال و نسخه‌ها را مقایسه می‌کند. در دمو، نسخهٔ جدید نرخ شکست کمتری داشت، اما مصرف متوسط از حدود ۲۶ هزار به ۳۵ هزار token رسید. چون toolها و promptها هم تغییر کرده بودند، این نتیجه را نمی‌توان فقط به تغییر مدل نسبت داد.
برای استفادهٔ مشترک میان تیم‌ها، Camunda Hub قابلیت‌های Web Modeler و Console را در یک برنامه ترکیب می‌کند و catalog آن محل اشتراک templateهای تأییدشده است. Hub در مسیر runtime قرار ندارد؛ بنابراین قطع آن اجرای فرایندها را متوقف نمی‌کند. مدل Physical Tenant نیز یک cluster مشترک با محل نگهداری دادهٔ جدا و backup و هویت مستقل برای هر tenant فراهم می‌کند.
