5,988
0

Temporal:Nvidia、OpenAI 都在用,为什么 Agent 还需要专门的长程任务工具?

Temporal:Nvidia、OpenAI 都在用,为什么 Agent 还需要专门的长程任务工具?

AI助理的”车祸现场”与”神奇修复术”

当今AI助理的处境,就像一个新手司机驾驶宝马上路——大家期待它解放人类的脑力和体力,但现实是它可能连倒车入库都搞不定。

AI助理的致命缺陷:金鱼般的记忆力

  • “昨天的事?不记得了”:现有AI模型的记忆力和金鱼差不多,别说数周的任务,让它记住3小时前的对话都费劲。
  • “合作?先拉个群聊吧”:单打独斗不靠谱,所以往往需要一群AI凑在一起互相补漏(或者互相捣乱)。
  • 编排层的意义:AI界的交通警察

    既然AI们容易混乱,就需要”指挥中心”来调度,它的功能包括:

  • 优化prompt:让AI听懂人话,而不是像聊天机器人那样只会回答”您的问题不在我的知识范围内”。
  • 控制预算:不让AI乱烧token(否则账单会比你的血压涨得还快)。
  • 故障修复:避免让AI像个死循环程序员,每次出错都重新跑一遍代码。
  • Temporal:Durable Execution界的”高铁调度员”

    它的核心理念是——“世界可以毁灭,但代码必须跑完”,即使:

  • 程序崩溃?没事,继续。
  • 断网了?安心,回来接着干。
  • API接口炸了?不怕,从断点继续。
  • 这样,开发者再也不用为了”万一出错怎么办”写一堆防御性代码,Temporal直接让系统变成一只打不死的小强。

    Temporal的现状和挑战

  • 最新战绩:1.46亿美元融资,NVIDIA、OpenAI都是客户,估值17.2亿。
  • 面对的质疑
  • AI进化的威胁:如果未来AI自己就学会自我修复,那还要编排层干什么?
  • 巨头抢地盘:AWS、Google Cloud说不定明天就推出类似服务,反正他们最喜欢”微创新”。
  • 大客户反水:OpenAI这样的金主可能嫌贵,决定自建一套更便宜的方案,俗称“自己生孩子养”
  • 所以,Temporal能否笑到最后?可能要看AI的进化速度和云厂商的挖墙脚能力了。

    01.

    Temporal 是什么?

    Temporal:那个让AI”死缠烂打”的幕后黑手

    1. 出生时间不早不晚,刚好赶上AI时代

    2019年,Temporal蹦跶出来说自己要搞“Durable Execution”(中文可以叫“持久性赖皮法”)。什么意思呢?就是让工作流即使在被残酷现实(崩溃、断网、API抽风)反复打击后,还能从倒下地方倔强地爬起来继续干活,绝不认输!
    早期的Temporal主要混迹于“长时间编排”这种小众圈子,直到……

    2. AI Agent兴起,Temporal迎来了”职场升职记”

    AI Agent们开始集体耍赖:“我不但要长时间熬夜工作,还要频繁骚扰外部API!”这时候才发现——咦?你们这些破任务动不动就崩溃还不重启?Temporal快来救命!
    于是Temporal成功转型,从一个默默无闻的“编排小能手”,蜕变为AI基础设施界的“崩溃救世主”

    3. 现在的Temporal:打工人的贴心战友

    今天的Temporal已经是分布式系统界的老油条,擅长:

  • 自动崩溃修复(别担心,它不会让你丢数据)
  • 拒绝放弃(说重启就重启,绝不从零开始)
  • 解放程序员(只管业务逻辑,剩下烂摊子它搞定)
  • 简单来说,Temporal就是那个让你996都不会丢进度的幕后大佬!
    Temporal:Nvidia、OpenAI 都在用,为什么 Agent 还需要专门的长程任务工具?

    当Temporal的员工偷偷打开客户名单时…

    各位亲朋好友们!我要告诉你们一个大新闻—— Temporal这家公司正在用代码征服世界!

  • 这个惊人发现包括以下亮点:*
  • 他们现在已经绑架了2500多位VIP客户(Nvidia、Airbnb这些大牌都在其中)
  • 甚至连 最近红得发紫的OpenAI 都乖乖交了会员费
  • 更可怕的是 Netflix订阅费算什么?Temporal的用户续费率高达184%!
  • 为什么这个数据比你的咖啡还要提神?

  • 首先,184%的 续费率 意味着每个客户交完钱都会说:”老板,再来一份!”(技术人员称之为 NDR 数字嗑药指数)
  • 再看看客户名单:从Nvidia的显卡到Netflix的电影, 这简直是科技界的复仇者联盟 啊!
  • 小道消息:据说Temporal的销售团队现在都用”不来试试吗?连OpenAI都在用了…”当开场白

    最后的灵魂拷问

    如果说 华尔街之狼 见了都要抖三抖的数字是184%,那Temporal究竟在代码里藏了什么魔法?也许下次当你的APP崩溃时…该给Temporal打个电话了!
    Temporal:Nvidia、OpenAI 都在用,为什么 Agent 还需要专门的长程任务工具?

    Temporal:一个既像保姆又像定时炸弹的神奇工具

    Temporal是什么?AI界的“可靠大叔”

    Temporal可以保证你的业务逻辑像个乖宝宝一样,一定、一定、一定要被完成——除非宇宙爆炸。它是那种典型的“只要你敢写代码,我就敢让它跑完”的工具。
    但这并不意味着它能一劳永逸,因为它也面临一些风险:

  • AI Agent 变强了:未来的AI也许会变得比你的前任更容错,根本不需要Temporal来“管着”。
  • 大客户自己造轮子:比如OpenAI某天一拍脑袋说:“我们自己搞!”那Temporal就只能含泪告别大客户。
  • 巨头们的围剿:AWS、Google Cloud这些家伙虽然现在没工夫搭理Temporal,但哪天他们决定“认真一下”,Temporal的压力就会像宿醉后的账单一样突然袭来。
  • Temporal的产品架构:让确定性统治世界

    Temporal的核心思想非常简单:

  • 开发者只管写业务逻辑(就像你只管吃火锅,不用管谁洗碗)。
  • Temporal负责保证执行(就像你的信用卡保证你会花钱)。
  • 唯一的限制是:你的工作流函数必须是个“机器”,不能有任何不确定性。什么意思?
    确定性行为:同一输入 + 同一历史 = 同一结果(就像你每天起床后第一件事一定是赖床)。
    禁止的直接操作

  • 文件读写
  • 网络访问
  • 数据库查询
  • 调用外部API
  • 读取系统时间
  • 生成随机数
  • 如果你要做这些事情?统统丢进Activity里!

    Activity 和 Event Sourcing:Temporal的双保险

    Activity(Temporal的“跑腿小弟”)

    Activity就是那些不确定的任务,比如:

  • 调用外部API
  • 访问数据库
  • 问GPT-4“明天的股票会不会涨?”(结果不可预测)
  • Temporal会把这些任务的结果记下来,确保工作流的“确定性”不会被打乱。

    Event Sourcing(Temporal的“时间机器”)

  • 普通数据库:只存最终结果(比如你的钱包余额,但不能解释为什么没钱了)。
  • Event Sourcing:记录所有事件(比如“买了奶茶-20”“吃了火锅-200”“交了房租-5000”)。
  • 这样,即使系统崩溃,Temporal也能像读日记一样重放事件,恢复到之前的状态。

    举个栗子:AI Agent查订单

  • 你(客户)发起查询:“我的订单呢?”(暴躁提问)
  • Temporal被唤醒:系统调用`StartWorkflowExecution`,传入订单号(相当于说:“嘿Temporal,帮我看看!”)。
  • Temporal记小本本:更新状态,扔进Task Queue(任务队列)。
  • Worker(Temporal的马仔):“哟,来活了!”
  • Worker轮询Task Queue(就像你刷朋友圈等老板回复)。
  • 拿到任务后执行工作流代码。
  • 如果需要调用LLM?
  • 工作流:“我不会直接call你,我扔个Activity给你!”
  • Temporal记下这个Activity任务(“2024-02-20: 调用GPT-4问订单”)。
  • Worker拿到任务,执行LLM调用:“GPT-4,他买的啥?”
  • LLM返回结果,Temporal继续推进流程。
  • 如果这时候工人(Worker)突然罢工(崩溃)?无所谓!Temporal会换个Worker继续干活!

  • 总结:Temporal的好与坏

    优点

  • 可靠执行:除非地球毁灭,否则你的工作流一定会跑完!
  • 自动恢复:Worker挂了?Temporal换个Worker继续干!
  • 负载均衡:多个Worker抢任务,不用担心某个Worker累死。
  • 缺点

  • 未来的AI可能不需要它(就像自动驾驶成熟后驾校倒闭)。
  • 大客户可能自研(Temporal:“我的心碎了”)。
  • 巨头可能入场碾压(AWS:“什么?这也能赚钱?”)。
  • 所以,Temporal现在是大神一样的存在,但未来……有可能变成博物馆展品
    Temporal:Nvidia、OpenAI 都在用,为什么 Agent 还需要专门的长程任务工具?

    Temporal架构:当”稳如老狗”遇上”花式操作”

    1. 为什么说Temporal是”甩锅”大师?

    Temporal 架构的精髓在于——“事是你干,锅我不背”

  • 所有调用都是异步排队(Task Queue)完成的,就像点外卖:你下完单就干别的去,外卖小哥(Worker)会默默排队拿餐,不需要你亲自盯着厨房。
  • Worker 连端口都不用开,只管埋头拉活,系统还能自动调节流量,防止“一人猛干,其他人吃瓜”的情况发生。
  • 就算后台堵成早高峰地铁站,你的 RPC 调用也能秒回(“已收到,在办了!”),完全不会卡住你的流程。
  • 最终结果有两种领取方式:*
  • 同步等: 像等快递一样,坐在门口刷物流信息。
    异步收: 让系统发个短信通知你,顺便去喝杯咖啡。

  • 2. RPC:让你的远程调用比本地还”丝滑”

    RPC(远程过程调用)就像让隔壁程序员帮你写代码,但他假装是自己写的——你完全感觉不到他在用网络!
    关键优势在于:

  • 网络细节?不存在的。 开发者只管喊“干活!”,剩下的交给Temporal。
  • 高鲁棒性(Robustness): 就算某个Worker突然崩溃(比如程序员中午吃坏肚子),任务会自动换人接管,稳得就像你妈备份了你的寒假作业。
  • 宕机也不怕:*
  • 系统重启后,Temporal 能无缝接上之前的任务,比如“那个Activity卡到第3步了?重试!”
  • 一个月前的任务 都能捡回来继续干——比你的新年计划靠谱多了!
  • 3. 队列(Task Queue):任务界的”不限量自助餐”

  • 动态扩容、缩容? 小菜一碟!没有数量上限,就像自助餐厅的盘子——管够。
  • 还能按需分配: 比如“任务1随便扔,任务2、3、5必须同一个人干”(防止程序员A写代码,程序员B删库跑路)。
  • 4. 实战案例:Temporal的”职场精英”日常

    早期主打”持久战”业务

  • 比如 Uber打车(“司机已接单->堵车->绕路->终于到了”)、Airbnb订单(“订房->房客临时取消->房东加价”),流程可能持续几天,但 Temporal 稳如老狗。
  • 现在?万物皆可Temporal!

  • 运维部署: Uber 用它重启几十万台机器,比电工开闸还稳。
  • Kubernetes也用它 管集群,某些公司甚至为了它 放弃K8s(Netflix:Spinnaker + Temporal = 真香)。
  • 开发票? 小公司秒开,大客户可能要一小时(比如Uber的一张发票可能要调API上万次)。
  • 金融支付: Coinbase用Temporal保证区块链交易不丢,印度和巴西的支付系统也靠它撑场子。
  • AI Agent: 以前的Agent框架只关心“怎么干活”,Temporal还能让它们“干错了自己修”。
  • 5. 开源 vs 云服务:选”自己折腾”还是”花钱省心”?

  • 开源版(Self-hosted): 自己当运维,适合技术宅(和喜欢半夜起床修服务器的人)。
  • 托管云(Temporal Cloud): 掏钱买服务,Temporal官方帮你擦屁股,适合“时间比金钱贵”的大佬。
  • 总结: 如果你的系统需要 “别管怎么崩,活儿必须干完”*,Temporal 就是你的赛博监工!
  • Temporal:Nvidia、OpenAI 都在用,为什么 Agent 还需要专门的长程任务工具?

    Temporal:开源与云端的”双胞胎”,谁更招人爱?

    兼容性:无缝切换,就像换条裤子那么快

    Temporal的”自托管版”和”云端版”完美兼容,用户可以像变魔术一样把正在运行的开源集群瞬间搬到云端,完全不用停机

  • 例证:Netflix就玩过这招,从本地开源版一键漂移到云端,业务照样跑得欢。
  • 开源版:MIT协议,自由的就像脱缰的野马

    Temporal一出生就是开源界的”乖孩子”,奉行MIT协议——说白了就是“随便用,随便改,不用谢”

  • 为啥坚持MIT?
  • Maxim(Temporal创始人)认为:“改协议?客户会跑光的!”
  • 现实案例:DataDog、Salesforce等大厂都在家里(本地)搭了个超大规模的Temporal集群玩得不亦乐乎。
  • AWS套壳?笑到最后才是赢家

    开源基础架构最怕啥?被AWS这种巨头”白嫖”,套壳变现!但Maxim丝毫不慌,理由如下:

  • AWS态度变了:Temporal已和AWS”勾肩搭背”,产品还上了AWS Marketplace。
  • 技术门槛高:Temporal云端版不光”托管”,还自带黑科技——Cloud Data Store(CDS),性能超猛,开源版只能用MySQL、Postgres、Cassandra这种”常规选手”。
  • 成本对比
  • 自建:硬件+维护,花钱又费脑。
  • 云端:随用随付,省钱又省心。
  • AWS敢抄?它得先熬夜重写数据库!
  • 现实案例:AWS其实早年推出过Simple Workflow Service(SWF),可惜现在已经沦为了”时代的眼泪”。
  • 云端版:零束缚的”随缘收费”模式

    Temporal的商业模式简单到让人感动:

  • 按量计费:用多少算多少,绝不逼你签“卖身契”(大合同)
  • 核心代码永远在你家:放心,Temporal不会偷偷搬走你的数据。
  • 总结:开源vs云端?小孩子才做选择!

    如果你是DIY狂热爱好者,开源版随便造!
    如果你是懒人福音患者,云端版躺着用!
    反正不管你选谁——Temporal都能让你站着挣钱,还不掉头发
    Temporal:Nvidia、OpenAI 都在用,为什么 Agent 还需要专门的长程任务工具?

    Temporal:让程序员少掉头发的神奇调度系统

    一、商业化之路:从”免费午餐”到”真香定律”

    Maxim 发现了一个开源界的”残酷真相”:写代码可以很酷,但卖代码很难酷起来。想想那些风靡一时的开源项目,比如 Docker——人人都爱用,但赚钱?那可是另一回事了。就像给朋友做免费技术支持,一开始大家都很开心,但当你开始收费时……呃,突然就没人理你了。
    所以,Temporal 学聪明了:咱不做”可选项”,要做就做”必选项”!开发者一旦上手 Temporal,就会像咖啡依赖咖啡因一样把它塞进核心业务。为啥?因为手动搞分布式调度?存储保证?高可用?不如直接喝一杯热翔来得痛快
    而那些固执的公司,一开始可能还会倔强地自建基础设施,但迟早会醒悟——“嘿,云服务真香!比我这堆到处报错的破玩意儿靠谱多了!”

  • 二、多语言 SDK:一场与不确定性的”生死搏斗”

    Temporal 狠就狠在,它不仅支持一个语言或两个语言,而是几乎一网打尽主流编程语言! 但这里有个魔鬼细节——“确定性执行”。翻译成人话就是:“不管你今天跑,还是明天跑,代码行为必须一模一样!” 这可难倒了无数SDK开发者,因为不同语言……各有各的骚操作。

    不同语言的驯服姿势

  • Python:乖巧好学生
  • Python天生自带”确定性执行”光环,调度器让它乖乖听话,每次跑都一样。堪称SDK界的哈利·波特,自带主角光环。
  • TypeScript:动用了”时间魔法”
  • 用V8 isolates搞了个”时空凝固术”,`time()`永远返回同一秒,`random()`永远是那个一模一样的”随机数”。开发者:说好的随机呢?System.out.println(“骗你的!”)
  • Java & Go:叛逆少年改邪归正
  • 多线程?不存在的!Temporal 把这些语言变成了“顺序执行的伪多线程”
  • Java:`new Thread()`?Error!我给你个`TemporalThreadFactory`,乖乖用!
  • Go:直接`go`?Too naive,你要用`workflow.Go`!程序员:这是Go还是Go+ProMax?
  • 幕后黑科技:Rust写的”状态机之神”

    为了让所有语言保持一致,Temporal 祭出了Rust,写了一个超级复杂的”状态机”,统一管理”什么时候发命令”、”计时器怎么触发”、”信号怎么响应”之类的逻辑。不同语言的SDK不用重复发明轮子,直接套用Rust核心库,既高效又一致。

  • 总结: Temporal 搞定了多语言,相当于让程序员们在一个房间里用不同外语交流,而神奇的是——他们居然还能听懂对方在说什么!这不科学,但这很Temporal!*
  • 02.

    Durable Execution 是什么?

    程序员的救星:Temporal让崩溃成为”过去式”

    当你的代码练就了”不死之身”

    传统编程就像在钢丝上跳舞——一步踩空,全盘皆输。但有了 TemporalDurable Execution,你的代码突然变成了金刚狼——哪怕被炸成碎片,也能自动愈合,接着执行下一行!

    为什么开发者需要”金刚狼模式”?

  • 传统编程:”我必须在每个步骤拼命存状态!不然回头崩了怎么恢复?”
  • Temporal:”随便崩,爱哪崩哪崩,回头照样接上。”
  • 例子1*:你让AI写首诗,它刚想出第一句”啊,明月几时有”,服务器就炸了……
  • 传统方式:”明月没了,重头再来。”
  • Temporal:”明月还在那儿挂着呢,继续’把酒问青天’就是了。”
  • 例子2*:”sleep(30天)”不是梦!
  • java
    if (今天要扣费) {
    sleep(30天); //放心睡,睡醒照样继续
    扣钱();
    发邮件(“亲,我们又扣钱了哦!”);
    }

  • 30天后醒来:”亲爱的用户,您的余额已不足,但我们的服务永不掉线!”
  • Runtime Visibility:自带监控的超能力

    Temporal不仅是不死之身,还是个话痨——会把每个动作都记下来!

    你遇到的问题它全知道:

    “谁卡住了?” → UI一键定位
    “昨晚3点崩在哪儿?” → 历史记录随便翻
    “用户说他没收到邮件?” → 直接重放一遍看看

    总结:Temporal给你的代码

  • 不死之身(不怕崩)
  • 超强记忆(所有操作存档)
  • 上帝视角(执行历史随便看)
  • 下次再有人问你:”这流程要是崩了怎么办?”

  • 淡定回一句:”Temporal在,稳得很。”*
  • Temporal:Nvidia、OpenAI 都在用,为什么 Agent 还需要专门的长程任务工具?

    “钢铁侠”般的Running未来:Durable Execution的奇幻之旅

    你以为Durable Execution只是一个枯燥的技术概念?不,它更像是科幻电影里的“贾维斯”,正在偷偷进化成数字世界的超级管家!让我们用轻松的方式,看看它未来可能变成什么样子。

    1. “WebAssembly:从跑龙套到奥斯卡”

    Temporal的创始人Maxim曾经想过用WebAssembly(简称Wasm)做运行时(Runtime)。但最初,除了Rust和C++这两位“学霸”,其他语言编译到Wasm后简直是“健身房里跑马拉松”——既费劲又跑不远。所以当时的Temporal摇摇头:“不行,不能拿这玩意儿支撑数十亿级规模的并发。”
    但现在不一样了!Wasm就像从小演员一路逆袭成了奥斯卡影帝:

  • 高性能+跨平台:就像钢铁侠的战甲,能在各种设备上稳定运行。
  • 确定性+可重放:完美符合Temporal的需求——“让你犯错,也能倒带重来”。
  • 未来或成操作系统:说不定哪天,你会看到一个Wasm驱动的“Temporal OS”,比Windows还狂野!
  • 2. “Agent们的硅谷职场:从实习生到CEO”

    现在很多AI助手(Agent)还像刚入职场的实习生——做事不太靠谱,经常忘事儿、掉线。但未来的Agent们用了Durable Execution后:

  • 再也不会“原地失忆”:关掉电脑?重启?统统不影响,任务照常执行。
  • 超过OpenAI的流量:Maxim认为,Temporal未来管理的Agent任务量甚至可能超过某些AI巨头,毕竟谁能拒绝一个不宕机的数字打工人呢?
  • 适合长期任务:比如让AI帮你炒股,放心睡大觉,醒来账户翻倍(或归零,谨慎使用)。
  • 3. “远程调用(RPC):从蜗牛快递到光速物流”

    以前的RPC就像是用蜗牛送外卖——一点延迟就凉透了。但Temporal搞了个Nexus RPC,专门为长时间任务优化:

  • HTTP加强版:不再是“发个请求就拜拜”,而是“任务不结束,链接不断线”。
  • 与MCP结合:未来还能更好地支持长时间工具调用,让跨公司协作像发微信一样丝滑。
  • 下一代“工具调用核心”:以后搞远程协作,不通过Temporal的RPC协议,可能就像现在不懂用微信——直接out!
  • 总结:Durable Execution的未来像什么?

  • WebAssembly战甲升级(未来可能变成操作系统)
  • Agent数字打工人界的马斯克(永不掉线、任务狂魔)
  • RPC光速物流(再也不怕任务半路丢包)
  • 一句话:Durable Execution正从“靠谱工具”进化成“数字世界的基建狂魔”。下次你看到Temporal时,记得叫它一声“贾维斯2.0”!

    03.

    Temporal 如何用 Durable Execution 解决传统痛点?

    数据负载的那些”搞笑”事儿

    数据负载:你永远也猜不透的”大胃王”

    数据负载(Payload)就像一个饭桶,每次请求或消息都会往里塞各种数据:JSON、文件、模型输出……塞得越满,处理起来越吃力。想象一下:你正优雅地用API点外卖,结果餐厅一次性给你发了1000份菜单——没错,这就是“数据负载过大”的尴尬场面。
    流式响应(Streaming Response)则像上世纪拨号上网时代的JPEG图片加载:要么从上往下慢慢“渲染”,要么东一块西一块“闪现”。不过,随着AI生成速度越来越快,tokens几乎瞬间就能吐出来,流式的意义正逐渐变成“为了让用户觉得程序在努力工作”
    对于后台的Agent来说,它真正需要的是完整结果(毕竟它得做决策),所以流式更多是为了缓解用户等待时的焦虑,就像在火锅店排队时,服务员每隔5分钟跟你说“还有3桌”——纯粹是心理战术。

    Temporal的超级解压方案

    Temporal面对大规模数据负载或流式响应,设计了两套“减肥”方案:

    方案1:存外头,传指针

    如果数据只是从一个Activity传到另一个Activity(中间不需要额外加工),最优解是:

  • 把数据扔到外部存储(S3、Blob Store,甚至你的电脑桌面)。
  • 在工作流里仅传递数据指针(就像“文件在D盘第三个文件夹,文件名是‘千万别删.txt’”)。
  • 还能路由到同一台主机,利用本地缓存避免重复搬运,省流量又省力气。
  • 适用场景*:适合“大文件传阅”,但谁都不想真正打开文件的社畜场景。
  • 方案2:速战速决,只存精华

    如果必须直接处理payload,那就得——

  • 缩短路径:赶紧处理完扔回去,别磨叽。
  • 存关键信息:如果用户只关心“文件有多少字”,就别存整个《战争与和平》了。
  • 哲学思考*:这就是为什么老板总说“直接说重点!”,payload也一样。
  • 工作流版本:企业版的《回到未来》

  • 问题*:你刚更新代码,但老工作流还在跑;或者服务器崩溃恢复后,发现模型版本悄悄变了——传统的ad-hoc system(临时拼凑系统)通常只会双手一摊:“你自己想办法迁移吧。”
  • Temporal的“时间管理大师”方案*:
  • 短命工作流(几分钟~1天)

  • 彩虹部署(Rainbow Deployment):启动时绑定特定版本代码,像分配圣诞老人一样,让Worker们只处理对应版本的工作流,直到全部完成任务。
  • 甚至能在同一进程加载多个版本(比如Python的子进程)。未来Temporal还会加强这能力,目标是让代码版本像乐高积木一样随意拼插。
  • 长生不老工作流(1个月以上)

  • 新旧代码共存:用条件分支控制——已经跑过的逻辑用旧代码,新逻辑用新代码。
  • 兼容性保障:像给爷爷的老式收音机装蓝牙模块,既让传统功能能用,又能偷偷升级。
  • 附加技能*:
  • 回放测试(Replay Test):把历史记录存起来,每次测试时“倒带”重放,确保新代码不会像熊孩子一样搞砸旧流程。
  • 未来计划:自动回滚、预检回放,让部署像玩“撤销键”一样安全。
  • 代码持久化:从“纸上谈兵”到“真枪实弹”

    在Durable Execution出现前,工作流引擎最大的问题是——你写的代码默认是“临时工”,不持久化!想保存?那你得把Java/Go/Python变成:

  • JSON文档(像把小说翻译成摩斯密码)
  • UI流程图(像用乐高说明书代替代码)
  • DSL语法树(像用文言文写编程教材)
  • 于是,BPMN、AWS Step Functions之类的方案诞生了,但它们的用户体验大概是这样的:“非技术人员也能编排逻辑?——结果连程序员自己都看不懂。”

    Temporal的“魔法”

  • 直接写原生代码:类、接口、同步、反射……全保留,和你平时开发一样。
  • 跨语言互调:Java调Go,Go调Python,像多语种联合国开会。
  • 复用现有工具:JUnit测试、CI/CD流水线,全都能直接用。
  • 安全至上
  • 代码在企业内部运行,云端摸不着。
  • 数据发到云端前就加密,钥匙在你手里。
  • 客户端主动连云端,云端绝不回撩(防火墙松了口气)。
  • 还能用Private Link,安全级别堪比“指纹+虹膜+祖传密保问题”。
  • 总结*:
  • 数据大了?存外头,传指针!
  • 版本乱了?新旧共存,时间旅行!
  • 代码不持久?直接写,原汁原味!
  • 最终目标*:让技术不再像解数学题,倒像在火锅店点菜——简单、直接,还带点幽默。
  • 04.

    创业故事

    Maxim Fateev:从大厂工程师到创业传奇

    如果要找一个“在科技巨头全都打过卡”的大佬,Maxim Fateev 肯定能上榜!这位 Temporal 的 CTO 的履历堪称科技界的“收集四叶草”成就:

  • 职业履历:Amazon、Microsoft、Google、Uuber——如果能算上吃过的食堂,他已经解锁了全球科技公司的“美食地图”。
  • 创业之路:2019 年创立 Temporal,并在他人生最勇敢的四年——从不懂管理到 CEO 的路上硬闯出了一条路,直到 2024 年,他终于“松了口气”,回归 CTO 的角色(可能发现自己还是更喜欢写代码)。
  • 幕后英雄:在 Amazon 的日子:
  • Amazon Messaging Platform:比 Kafka 还早的“前辈”,后来成了 Amazon SQS 的“灵魂”。
  • Amazon SWF(Simple Workflow Service):他的设计灵感不仅影响了 AWS,还被 Uber 的 Cadence 借鉴——这大概就叫“开源江湖,借壳上市”?
  • Temporal 的诞生:Maxim 显然是个工作流引擎的“迷弟”,在 Uber 的 Cadence* 基础上“梅开二度”,创立了 Temporal ——现在成了全球开发者们又爱又恨的“编排魔法棒”。
  • 有人说,如果科技界有个 “职业收集达人” 奖项,Maxim Fateev 一定能上榜,毕竟他的简历比有些人的人生剧本还精彩!
    Temporal:Nvidia、OpenAI 都在用,为什么 Agent 还需要专门的长程任务工具?

    当开发者的白日梦遇见 Temporal:Maxim Fateev 的”懒人创业论”

    从前有个程序员,他受够了…

    Maxim Fateev 看着眼前的代码,叹了口气。他想做的明明只是”按顺序调几个 API,加几个 if-else”,但现实却是:

  • 分布式系统的诅咒:代码变成了”乐高积木散落全城”,还得自己打车去捡。
  • 重复造轮子大赛:每个团队都在写同一套”可靠消息队列”,只是 bug 各不相同。
  • 业务逻辑的消失术:明明想煮碗泡面,结果先得造个电厂、铺条铁路、再学核物理。
  • 于是他拍桌而起:”这不科学!我要让代码重回’说人话’的时代!”

    Temporal:分布式系统的”魔法翻译器”

    Maxim 的创业公司 Temporal 主打一个”让开发者变懒”:

  • 你的需求代码:”先调A,成功调B,失败发邮件” 直接写!不用管重试、队列、容灾。
  • 别人的地狱你的复选框:可扩展?勾选。高可靠?勾选。状态管理?…”那是什么?能吃吗?”
  • 代码量对比
  • 传统写法:10000行(含3000行处理网络抖动的注释)
  • Temporal版:20行(还能加个”老板说这里要写注释”)
  • 创业哲学:偷懒是科技进步的第一动力

    “最好的工具,”Maxim 眨眨眼,”是让你忘记分布式系统存在的工具。”
    (本文灵感来自微信公众号”海外独角兽”,作者 lvy、Haozhen 挠头写分布式时也曾哭晕在键盘前)

    © 版权声明

    相关文章