background-jobs

作者分享了将一个具有写入权限的 AI 代理投入生产环境后的经验教训，指出当进程终止时，代理循环内部的重试逻辑会失效。他们主张将有副作用的工具调用视为带有幂等键的持久后台任务。

River是一个健壮、高性能的Go和Postgres任务处理系统，强调事务性入队以避免分布式系统陷阱。

在审查了14个使用Lovable、Bolt和Cursor等工具构建的AI SaaS MVP后，作者指出了五个常见的线上生产失败原因：未经测试的RLS策略、损坏的身份验证刷新流程、共享同一连接池的后台任务、设计不佳的数据库模式，以及支付/API缺少幂等性。解决办法是2-3周有针对性的基础设施工作。