Temporäre AI-Agenten: Trennende dauerhafte Ausführung von Agenten Gesundheit

Temporal ist eine starke Antwort auf ein hartes Agentenproblem: Wie hält man eine langfristige Ausführung wiederherstellbar, wenn Arbeiter abstürzen, Prozesse neu starten oder eine externe Abhängigkeit versagt? Es ist nicht, an sich, eine Antwort auf eine andere Frage: W ist der Agent gesund und produzierte es das Ergebnis, das der Benutzer verlangte? Der sichere Standard besteht darin, den Temporal Workflow Status als Ausführungsbeweis zu verwenden, und dann vier Bewerbungsbewilligungen hinzuzufügen, bevor ein Gesundheitsurteil zugeordnet wird: 1. ein Z Progress Receipt mit einem bedeutenden Meilenstein oder Ausgangsdelta; 2. ein wait Gutschein mit dem Namen des Eigentümers, der Frist und dem Zustand der Weiterführung; 3. ein efekt Receit , der feststellt, ob eine Werkzeugseite Aktion stattgefunden hat; 4. eine lieferbestätigung , die das gewünschte Artefakt oder den angeforderten Zustand überprüft. Diese Unterscheidung ist wichtig, weil die eigene Arbeitsabläufe Ausführungsdokumentation von Temporal Running definiert als in der Lage, Fortschritte zu machen, während sie aktiv voranschreitet oder auf etwas wartet. Ein grüner offener Workflow kann daher keine produktive Arbeit, eine legitime Genehmigungswartung oder einen stillen Stand unterscheiden. Ebenso beweist ein geschlossener Completed Workflow, dass sein Code einen Vollendungsweg erreicht hat; er beweist nicht automatisch, dass eine Rechnung einmal gesendet wurde, dass ein Zugesuch die beabsichtigten Änderungen enthält oder dass ein Bericht am versprochenen Bestimmungsort vorhanden ist. Was Temporal beweist und was nicht Das dauerhafte Ausführungsmodell von Temporal gibt einem AI Agent wertvolle mechanische Garantien. Der Workflow Zustand bleibt über den Ausfall hinaus bestehen. Wiederholungskontrollen erzeugten Befehle gegen Ereignisgeschichte. Aktivitäten isolieren fehlerhafte Anrufe wie LLM Anfragen, Toolnutzung und externe APIs von deterministischem Orchestrierungskode. Die offizielle Erklärung von dynamische AI Agenten auf Temporal macht diese Grenze explizit: Workflow Orchestration muss deterministisch sein, während LLM Entscheidungen und Werkzeugergebnisse innerhalb von Aktivitäten nicht deterministisch bleiben können. Diese Eigenschaften beantworten mehrere operative Fragen: Kann ein aufgezeichneter Orchesterzustand einen Arbeiter Wiederstart überleben? Kann der Workflow aus seiner aufgezeichneten Geschichte aufgenommen werden, anstatt jede vorherige LLM Entscheidung neu zu berechnen? Ist eine Aktivität noch immer erneut ausprobiert, abgelaufen, gescheitert oder abgeschlossen? Ist der Workflow geöffnet, pausiert, storniert, abgeschlossen, gescheitert, beendet oder ausgelaufen? Sie beantworten nicht vier agentenspezifische Fragen: Ist der Plan dem Ziel des Benutzers näher gekommen oder ist die Schleife lediglich aktiv? Ist eine Pause zu erwarten, zu halten und wieder aufzunehmen? Ist eine äußere Nebenwirkung aufgetreten, insbesondere nach einer Auszeit oder einem Arbeitsunfall? Gibt es ein endgültiges Lieferwert, das eine deterministische Akzeptanzprüfung erfüllt? Das ist keine Kritik an Temporal. Es ist eine Verantwortung Grenze. Das Implementierung von AI Agenten für die temporäre Gemeinschaft zeigt eine Agentenschleife, Werkzeuganrufe, menschliche Bestätigung, Signale, Zustandsmanagement und Tests innerhalb eines Workflows. Seine eigenen Notizen weisen auch eine lange Gesprächsgeschichte, erneute Sichtbarkeit und Produktionsaufbewahrungsüberlegungen auf. Die Anwendungssemantik gehört immer noch zur Anwendung. Setzen Sie vier Quittungen über den Workflow Status Ein Kompaktreceit kann viel kleiner sein als eine Abschrift. Es sollte Beweise, Frische und Identität aufdecken, ohne Hinweise, Werkzeuglast oder Geheimnisse hochzuladen. Die Fortschrittsbestätigung muss einen Meilenstein der Bewerbung beschreiben, nicht nur einen Zeitstempel des Herzschlags. Aktivität Herzschlag wird zeitlich dokumentiert, um den Arbeiter zu ermöglichen, seine Leistungsfähigkeit und Fortschritte zu melden, Fortschrittsdetails für eine erneute Versuche zu speichern und eine Stornierung zu erhalten. Dieser Transport ist nützlich, aber die Nutzlast muss ein sinnvolles Delta tragen: verarbeitete Aufzeichnungen, verifizierte Quellensätze, ausgefüllte Zweig IDs, Artefakt Digest oder eine andere Aufgaben spezifische Invariante. Ein Agent kann für immer ein neues Zeitstempel ausstrahlen, während er den gleichen fehlgeschlagenen Anruf wiederholt. Die Warte Receipt verhindert, dass der entgegengesetzte Fehler eine gesunde menschliche Pause in der Schleife als Stillstand verwirklicht. Sie benötigen drei Felder: owner : die Person oder das System, das die Abhängigkeit lösen kann; deadline : wenn die Wartezeit zu spät ist; resumeToken : das Signal, das Update, die Genehmigungs ID oder eine andere Identität, die die gleiche Arbeit fortsetzt. Wenn einer der drei fehlt, ist die Warte operationell unvollständig. Wartend auf die Genehmigung ohne Besitzer ist eine verlassene Arbeit. Ein Eigentümer ohne Frist kann auf unbestimmte Zeit verschwinden. Eine Frist ohne Lebenslaufidentität lädt zu einer doppelten oder fehlerhaften Fortsetzung ein. Der Effektenthalt ist notwendig, da Aktivitäten erneut ausprobiert werden können. Python Fehlerhandhabungsanleitung von Temporal beschreibt Aktivitäten als wenigstens einmal und empfiehlt die Unfähigkeit: Ein Arbeiter kann eine externe Aktion durchführen und abstürzen, bevor die Dienstleistungsunterlagen abgeschlossen sind. Für einen Agenten sind die kritischen Zustände none , attempted , verified und unknown . Unknown ist nicht erlaubt, es erneut zu versuchen. Versöhnen Sie zuerst die stabile Betriebs ID mit dem Zielort. Die zu lieferende Quittung schließt die Lücke am anderen Ende. Es sollte den Workflow binden und die Identität zu einer deterministischen Überprüfung ausführen: Dateivergabe, Datenbankversion, HTTP Ressourcen ID, fusioniertes Commit, Testergebnis oder ein strukturiertes Akzeptanzurteil. Eine natürliche Sprache done Botschaft ist ein Beweis für eine Behauptung, nicht ein Beweis für das Ergebnis. Ein Experiment mit sechs Fällen Die für diesen Artikel verwendeten Prüfgeräte bewerten sechs Runden mit einer deterministischen Regel: Allein durch den Workflow Status würden die ersten vier Fälle in RUNNING und die letzten beiden in COMPLETED zusammenbrechen. Die Belege ändern die Entscheidung des Betreibers: Fall Entscheidende Beweise Sicheres Handeln Arbeiten Vor kurzem hat sich ein Meilenstein geändert. Lassen Sie es in Ruhe. Ich warte Eigentümer, Frist, Wiederholung Token Route oder Warten bis zur Frist Ich stecke fest. Keine jüngste Delta und keine gültige Wartezeit Untersuchen, dann bereiten Sie eine begrenzte Rückgewinnung vor. Unsichere Wirkung Stable Operation ID hat kein Bestimmungsurteil Versöhnen Sie sich; versuchen Sie es nicht noch einmal. Falscher Erfolg Arbeitsablauf abgeschlossen, aber Lieferwert fehlt Wiedereröffnen des Vorfalls Gesunde Vollständigkeit Vollendung, Wirkung und Lieferbarkeit vereinbaren Schließen Sie mit Beweisen Die Regel ist absichtlich konservativ. Es wird kein LLM Suzender verwendet, wenn eine deterministische Prüfung verfügbar ist. Es bewahrt uncertain , wenn die Beweise nicht übereinstimmen. Es vermeidet auch jede Pause: Ein gültiges Warten bleibt ein Warten, nicht ein Scheitern. Operative Wiederversuche und lange Geschichten ohne falsches Grün Temporal behandelt die Wiederversuchmechanik, aber die Anwendung besitzt immer noch das Wiederversuchbudget und die Effektgrenze. Für jede externe Aktivität tragen Sie eine stabile Betriebs ID über Versuche hinweg. Aufzeichnen Sie das Urteil über die Freiheit des Ziels, wenn es verfügbar ist. Trennen Sie einen vorübergehenden Transportversagen von einem dauerhaften Eingabeversagen und stoppen Sie, wenn der verbleibende Lauffrist keinen weiteren Versuch plus Versöhnung und lieferbare Verifizierung berücksichtigen kann. Bei langen Aktivitäten kombinieren Sie drei verschiedene Signale: Aktivität Herzschlag Frische: hat der Arbeiter kürzlich kommuniziert? Frische Meilensteine: hat sich der nützliche Anwendungszustand geändert? Versuchs und Fristhaushalt: Ist die derzeitige Wiederversuch noch genehmigt und in der Lage, sie abzuschließen? Ein frischer Herzschlag mit einem unveränderten Meilenstein kann eine Schleife sein. Ein veralteter Herzschlag mit einem kürzlich erhaltenen Rezeptionsabschluss kann ein unsicherer Berichtsfehler sein. Eine exponentielle Wartung kann gesund sein, wenn die Wartungszeit und das Budget explizit festgelegt sind. Kein einziger Zeitstempel verdient ein grünes Urteil. Das Wachstum der Geschichte ist eine weitere Grenze. Das aktuelle Arbeitsabläufe Ausführungsbeschränkungen Harddokument Event History begrenzt auf 51.200 Ereignisse oder 50 MB, mit Warnungen auf 10.240 Ereignisse oder 10 MB. Verwandeln Sie diese datierten Werte nicht in universelle Konstanten; überprüfen Sie die aktuelle Dokumentation und Ihre Bereitstellung. Das dauerhafte Muster besteht darin, gewaltige Konversationsdaten bei Bedarf außerhalb der Workflow Historie zu speichern, Inhaltsminimierte Identitäten und Invarianten zu behalten und Continue As New zu verwenden, bevor der Historikdruck zu einem Ausfall wird. Das schafft eine praktische Arbeitsteilung: Temporal bewahrt und nimmt den Orchesterzustand wieder auf. Die Agent Anwendung definiert Meilensteine, wartet auf Eigentum, Wirkungssöhnung und Akzeptanzkontrollen. Eine gesundheitliche Schicht, die sich auf den Betreiber konzentriert, vereint beide Beweise und zeigt Unsicherheit, anstatt ein Urteil zu erfinden. Die Gesundheit soll von der Orchestrierung getrennt bleiben. Für einen temporären AI Agent ist eine dauerhafte Ausführung die Grundlage, nicht der endgültige Gesundheitswert. Wiedergabe kann nach einem Absturz aufgezeichnete Entscheidungen wiederherstellen. Aktivitätsversuche können vorübergehende Ausfälle wiederherstellen. Signale und Updates können menschliche Entscheidungen tragen. Keiner dieser Mechaniken sollte in eine Behauptung eingeschränkt werden, dass der Wirkstoff voranschreitet, dass eine Nebenwirkung genau einmal aufgetreten ist oder dass das Ergebnis des Nutzers vorhanden ist. Beginnen Sie mit den vier Quittungen. Machen Sie sie klein, frisch und verbunden mit workflowId , runId und stabilen Betriebsidentitäten. Testen Sie die sechs unangenehmen Zustände vor der Produktion. Wenn Ihr Dashboard waiting , stuck , uncertain und false success nicht getrennt anzeigen kann, versteckt es die Entscheidungen, die ein Betreiber tatsächlich treffen muss. Die Begrenzung ist semantisch: Jeder Workflow muss seinen eigenen sinnvollen Meilenstein und seine eigenen Lieferbarkeitsprüfungen definieren. Ein Quellverifizierungsagent und ein Zahlungsagent können nicht das gleiche Akzeptanzprädikat teilen. Wenn keine deterministische Ergebnisprüfung vorhanden ist, etikettieren Sie das Urteil und sein Vertrauen; verwandeln Sie es nicht stillschweigend in Tatsachen. Sidewisp befindet sich derzeit in einer privaten Vorschauphase. Die Produktrichtung ist eine AI Agent Gesundheitsschicht, aber ein Produktions Temporal Adapter und die Live Agent Gesundheits Kollektion werden hier nicht als versandte Fähigkeiten dargestellt. Der nützliche kurzfristige Schritt ist unabhängig von jedem Produkt: Bewahren Sie die Nachweise für die Haltbarkeit von Temporal, fügen Sie die vier Bewerbungsbestätigungen hinzu und fordern Sie, dass sie sich einig sind, bevor Sie einen Wirkstoff gesund nennen.