撰文：Techub News 整理
在AI Agent（智能体）应用如雨后春笋般涌现的当下，如何确保这些能够自主执行复杂、长时任务的“数字员工”稳定可靠、永不“失忆”？2026 年 2 月，开源持久化执行平台Temporal的联合创始人兼CEO Summer，在知名风投a16z的“Deep Dives”播客中，与合伙人Ragu Gurumurthy进行了一场深度对话。作为从Uber内部孵化、并已支撑起Uber、Snap、Coinbase等巨头核心业务的技术创始人，Summer分享了Temporal如何从解决微服务架构下的状态管理难题，演进为当今AI Agent浪潮中不可或缺的基础设施，并展望了多智能体协作的未来架构。
一、从混乱厨房到可靠引擎：什么是持久化执行？
想象一个繁忙餐厅的后厨：订单如潮水般涌来，厨师可能轮班，灶台可能故障，菜品准备时间长短不一，现场一片“混乱”。然而，无论内部如何忙乱，餐厅最终追求的结果是清晰且确定的：每一份订单都必须按照特定流程被处理，并且最终准确地送达给顾客一次，且仅有一次。
Summer用这个生动的类比，解释了现代分布式软件系统（尤其是AI Agent应用）面临的挑战：系统由数十甚至上百个微服务组成，每个服务的可用性、响应时间各异，网络可能抖动，机器可能宕机。在这种“混乱”中，如何保证一个涉及多步骤、长时运行的业务逻辑（如“处理一份订单”）能够从头到尾可靠地执行完毕，并且状态（例如“订单已支付，正在备餐”）永不丢失？
这正是Temporal的核心价值——持久化执行。作为一个开源平台，Temporal承诺：开发者只需编写核心的业务逻辑代码（即“做什么”），而将“如何确保执行”的艰巨任务完全交给平台。当函数执行过程中发生任何故障（如服务器崩溃、网络中断），Temporal会自动记住所有中间状态，并在新的可用主机上无缝、透明地恢复执行，从上次中断的地方继续，无需开发者编写任何容错或状态恢复代码。
“我们为开发者完全抽象了状态管理。”Summer解释道，“你只需编写业务逻辑，而我们作为‘执行权威’，确保在系统存在各种混乱和故障的情况下，每一个订单（或任务）都被处理且仅处理一次。”
二、从Uber到AI Agent：持久化执行的演进之路
Temporal的技术基因源于其前身Cadence，后者诞生于Uber应对微服务架构挑战的阵痛期。2015年，快速增长的Uber发现其单体架构已无法支撑业务，于是转向微服务。然而，极端化带来了新问题：“当我们加入Uber时，公司的微服务数量甚至超过了工程师人数。”Summer回忆道。
构建有状态应用需要在数十个可用性各异的微服务间编排调用，状态管理变得一团糟。Cadence（及后来的Temporal）应运而生，其核心思想是：编写一个函数，平台负责其持久性，保证该函数从开始到结束的执行。
- 小试牛刀：小费处理流程：Uber最初在整合南美某银行的小费支付功能时，遇到了SLA（服务等级协议）长达3天的挑战。原有基于Kafka的消息系统不适合单条消息重试数天。团队首先使用Cadence工作流处理失败重试，后来逐步将整个事件驱动系统迁移到Temporal上。
- 极致案例：Uber忠诚度计划：这个系统为每一位Uber乘客运行一个永久存活的工作流。每次行程完成事件都是一个信号，触发工作流中的业务逻辑（如计算积分）。整个乘客的状态完全由工作流自身维护，无需后端数据库。一次生产环境Bug导致部分用户积分被错误重置，得益于Temporal基于事件溯源的架构，团队能够“回到过去”重置工作流到错误发生前的状态，并用修复后的代码重新执行后续事件，挽回了损失。
这些用例凸显了Temporal的两个关键属性：长时运行事务的处理能力和强大的可恢复性。而这两点，恰恰是当今AI Agent的核心需求。
三、AI Agent浪潮：持久化执行成为“刚需”
对话转向了当前最炙手可热的AI领域。Ragu指出，AI的发展使得任务执行的“赌注”变得更高，而Temporal目前正支撑着一些世界上使用最广泛的AI Agent。
Summer分享了Temporal对于AI平台变革的洞察。他认为，当前正在发生一场巨大的平台迁移，核心驱动力有两个：
- 编码智能体（Coding Agents）的崛起：像Claude Code这样的工具，使得具备产品思维的工程师无需编写代码就能生成强类型应用，大大降低了开发门槛和应用构建成本。
- 智能体应用（Agentic Apps）的普及：即“智能体循环”——给模型一个提示、一些上下文和一组工具，让它自主规划并调用工具来完成业务目标。
这两者将导致开发者数量激增和应用爆炸式增长。随之而来的核心瓶颈将不再是“如何构建应用”，而是“如何让这些应用稳定运行并投入生产”，需要具备企业级的防护栏（guardrails）。
“这正是持久化执行能够独特地抓住的浪潮。”Summer断言。
Ragu补充道，过去六个月，AI Agent的发展趋势已从短命的交互式代理，转向在后台长时间运行、处理大量工作的“长时运行智能体”。这些智能体需要的正是Temporal为Uber构建的能力：持久性、长时状态管理、以及从各种故障场景中恢复的能力。API工具调用可能耗时不定，而Temporal非常适合处理这种异步、不确定性的任务。
Summer将当前阶段比喻为AI Agent的“MS-DOS时代”：智能体在一个沙箱（如开发者本地机器或VM）中运行，拥有完全控制权，即使出错影响也有限。但随着模型变得更智能，单一沙箱的能力将遇到瓶颈，世界将走向“多智能体协作”的模式。
“我们已经看到有组织在Temporal上运行着数百个智能体。”他透露。未来，我们将看到大量专业化的智能体各司其职（如订机票、查酒店），而更上层的应用则通过“持久化RPC”将这些智能体编排起来，共同完成复杂的业务目标（如规划一次完整的假期）。这将带来前所未有的分布式系统挑战，而Temporal旨在成为连接这一切的可靠“粘合剂”。
四、赋能顶尖AI应用：可靠性、可观测性与规模化
当被问及Temporal如何支撑世界顶级编码智能体（如OpenAI的Codex）时，Summer指出了几个关键维度：
- 长时运行与可靠性：编码智能体正变得越来越“长寿”，能够在后台处理耗时更长的任务。工程师可能同时启动15个任务交给AI处理。确保这些长时间运行的任务状态不丢失、失败后可恢复至关重要，否则重试的Token成本将非常高昂。
- 大规模可靠编排：像Codex这样的应用，需要在任何时间点协调数百万次代码执行，处理资源调度、流量峰值和故障。Temporal正是其背后的可靠编排引擎。
- 深度研究类Agent：这类应用消耗大量Token，成本不菲。Temporal为其提供了关键价值：1) 维持跨多次人机交互的上下文状态，避免工作丢失；2) 天然支持并行任务（如同时爬取多个网页、调用多个API），然后汇总结果；3) 提供整个研究过程的状态管理和可恢复性。
更重要的是，Temporal的架构带来了一个强大的副产品：完整的执行追踪记录。由于平台基于事件溯源，所有工作流的执行历史都被完整记录。在AI Agent因其非确定性而难以调试的背景下，这提供了无与伦比的可观测性。企业团队甚至可以直接将Temporal UI中的工作流执行历史链接分享给业务团队，可视化业务流程。
“我们拥有的这些Agent执行历史数据是一座金矿。”Summer表示，未来可以基于此构建分析产品，洞察工具调用的耗时、失败率等，优化Agent表现。
在规模方面，Temporal已为“互联网级”的吞吐量做好准备。其云服务可以处理瞬间高达15万次行动/秒的流量峰值。然而，Summer坦言：“几年前我还和Max（联合创始人）说，我们是不是在规模上过度设计了？现在看，AI智能体浪潮带来的规模，让Snap级别的流量都相形见绌了。”
五、未来展望：多智能体协作、上下文工程与行业标准
展望未来，Summer看到了几个清晰的趋势：
1. 从沙箱到智能体集群：智能体将承担越来越多有意义的工作，并需要突破单一沙箱的限制，世界将走向由众多专业化智能体组成的“集群”协作模式。
2. 上下文工程成为关键用例：Temporal团队去年一个意外的发现是，平台在“上下文工程”领域被大量使用。传统的数仓数据编排解决方案并不适合实时、多源（如API、Slack消息、Google文档）的上下文获取与处理。Temporal成为了为LLM准备实时上下文的核心编排器，且吞吐量极高。
3. 推动行业标准：Temporal正在推进一个名为“Nexus”的项目，旨在与行业共同制定“持久化RPC”的标准。当前如MCP（模型上下文协议）等协议主要关注同步工具调用，而异步、长时调用的标准仍是空白。Summer认为，这将是连接智能体集群、管理跨智能体状态的关键基础构件。
对于“SaaS是否已死”的热门话题，Summer给出了否定答案。他认为，AI浪潮带来的更多开发者和更低的应用构建成本，将加速世界自动化进程，驱动更多流量和消费。真正的商业价值将通过API提供，而能够通过API提供有价值业务成果的公司，其业务将蓬勃发展。
六、创始人心得：专注客户价值，无惧市场波动
在访谈的最后，Summer分享了Temporal的创业历程和管理心得。他与联合创始人Max有着超过15年的合作历史，两人都是产品出身，从未做过人员管理。随着公司规模接近400人，他们发现公司面临的主要风险从“产品战略”转向了“执行风险”。因此，大约两年前，擅长拆解复杂问题、规划长远愿景的Max主动提议，由更擅长落地执行的Summer出任CEO，以带领公司进入新的发展阶段。
对于当前AI创业热潮中的创始人，Summer给出了基于自身经历的务实建议：
- 专注解决客户需求：无论市场高低，清晰认识自己为客户带来的价值是关键。
- 从2021年的经验中学习：资本廉价时期的“不计成本增长”模式不可持续。Temporal自身曾经历过负毛利率的阶段，但市场转变促使他们建立了更坚韧、拥有出色毛利率的公司。
- 抓住巨大机遇：他们离开Uber创业，是因为相信构建通用工作流解决方案存在巨大行业需求，而Uber的核心使命是出行。如今，他们相信AI Agent带来的机会比以往任何时候都大，并将继续积极投入研发，捕捉这一浪潮。
在AI Agent的“混乱厨房”中，Temporal正致力于成为那个确保每一道“数字菜肴”都能准确无误完成的“执行权威”。随着智能体应用走向更深、更广、更复杂，这套确保可靠性的基础设施，其价值将愈发凸显。
