标签
文章认为终端会话不应管理AI代理任务，并介绍了Vincent，一个基于守护进程的系统，为代理工作流提供持久执行和状态管理。
Temporal 在E轮融资中筹集5.5亿美元，估值达125.5亿美元，以支持对可靠AI基础设施日益增长的需求，专注于长期运行代理和系统的持久执行。
本文介绍了一种新颖的持久执行方法——Transparent Continuation Checkpointing（TCC），它通过对程序延续进行检查点来改善恢复延迟，相较于传统的历史重放方法，该方法基于原型评估。
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。
一篇技术文章讨论了在生产级AI代理工作中从代理循环到结构化图的转变，并引用了持久化执行引擎（Temporal、Restate）以及AFlow等研究——AFlow使用蒙特卡洛树搜索来优化工作流图。
本文认为，生产型AI代理需要超越传统PaaS的新平台抽象，重点在于非确定性规划、持久化执行、授权和可审计性。
本文解释了如何通过与应用程序数据共置的工作流状态使用Postgres事务，来消除分布式工作流中的幂等性和原子性问题，从而实现精确一次执行。
微软开源了pg_durable，这是一个PostgreSQL扩展，支持长时间运行的SQL函数的持久化执行，具有自动检查点和容错恢复功能。
作者描述了在遭遇级联故障后，使用DBOS持久化执行重写其AI代理基础设施以提高可靠性的经历，并向社区询问类似的经历、工具选择以及自建与购买决策。
这篇博文认为，SQLite 结合 Litestream 进行异步备份，为许多工作流系统（尤其是 AI 智能体）提供了一种简单而有效的持久化执行方法，无需单独编排层或网络数据库。
一本教程指南，教你如何受Kubernetes the hard way启发，从零开始使用Go和Postgres构建持久化执行引擎。
Cursor分享了构建云代理的关键经验，强调提供完整的开发环境对代理输出质量至关重要，并且长时间运行的代理需要持久执行和企业级基础设施。
谷歌推出 Agent Executor，这是一个开源分布式运行时，用于可靠的长时运行代理工作流，具有持久执行、安全隔离和会话一致性等特点。
本文主张，AI Agent 的开发应基于稳定的执行原语，而非会随新兴编排模式频繁更迭的僵化框架。文章强调，采用持久化步骤、持久状态、并行协调、事件驱动流程以及可观测性设计，可有效避免因最佳实践不断演进而付出的高昂重写代价。
Armin Ronacher（pocoo）分享了他在Absurd（一个完全基于Postgres构建的持久执行系统）上的生产经验，重点介绍了诸如分解步骤、任务结果以及名为absurdctl的命令行工具等改进。