把人工审批当作异步 API：Temporal 演示智能体工作流的故障恢复

📌 One-Sentence Summary

Temporal 的 Melanie Warrick 展示如何用持久化工作流把人工审批变成异步事件，通过等待条件、信号和关闭 worker 的演示，让多智能体任务在故障后继续运行。

📝 Summary

Warrick 主张把人类参与视为异步 API 调用，而不是让智能体循环中的请求一直阻塞。她以冰淇淋配送为例，用 Google ADK 和 Temporal 连接客户、车队及调度智能体。高价值订单需要审批时，工作流记录等待条件，之后接收人类发出的信号；超时机制可以限定等待时长，应用线程无需一直占用。现场演示中，她在审批期间停止 worker，在服务离线时发出批准，再重启 worker。Temporal 回放事件日志，恢复工作流状态，并继续调度，而无须重做已经完成的步骤。她还解释 worker、workflow、activity 的职责，以及与 ADK、LangGraph 的集成方式。是否加入人工审批仍需按风险判断：错误代价高时尤其有价值，但要求过密会造成审批疲劳。演讲没有独立基准验证其规模能力。

💡 Main Points

把人工审批作为稍后到达的事件，而非阻塞函数调用。

工作流可以保存等待条件、释放 worker，并在人类信号到达时恢复；超时机制规定无人回应时的处理方式。

持久化执行让智能体工作流在审批期间遭遇故障后仍能恢复。

Warrick 在订单等待时关闭 worker，离线期间发送批准，再恢复服务；事件日志回放找回状态并继续配送流程。

按自主操作出错的代价选择人工检查点。

演讲建议逐案判断，尤其关注安全和高价值交易，同时提醒频繁要求批准会造成告警疲劳。

💬 Key Quotes

你需要一个等待条件和一个信号。

事件日志会被回放，而不是把工作重新做一遍；它只回放到上次停止的位置。

最需要考虑的是：出错的代价是否很高。

📊 Article Meta

AI Screening： 90

Featured： Yes

Source： AI Engineer

Author： AI Engineer

Category： 人工智能

Language： 英文

Read Time： 29 min

Word Count： 7051

Tags：

AI 与智能应用 , AI Agent , AI 工作流 , 视频 , Google

Play Full Video