长时运行智能体与持久化执行

空逐月行业资讯📡 BestBlogs·全站精选⭐ 902026-11-11643 阅读💛 225 收藏
长时运行智能体与持久化执行

📌 One-Sentence Summary

本文探讨持久化执行模式如何通过保存状态、处理故障并从中断中平稳恢复,帮助长时运行的 AI 智能体在较长时间内可靠地管理复杂的多步骤流程。

📝 Summary

本文探讨持久化执行这一关键模式,说明它如何帮助长时运行的 AI 智能体应对可能持续数天或数周、且难以预测的多步骤流程。持久化执行是一种编程模型:运行时会记录每次与外部世界的交互,使智能体在发生故障时能够从最近记录的步骤开始重放并恢复。文章以库存补货智能体为例,详细介绍由目标、工具、状态和模型构成的智能体循环,并解释进程崩溃、API 故障和并发问题等分布式系统故障如何中断长时间运行的工作流。文章将持久化执行与预写日志和事件溯源进行比较,并展示 Temporal 和 Cloudflare Workflows 如何通过活动、等待条件和重放机制实现这一模式。文章还区分了处理单个任务的流程工作流,以及在业务实体整个生命周期内管理 SKU 等对象的实体工作流,并将后者与 Erlang 的 Actor 模型进行类比。

💡 Main Points

持久化执行通过保存状态并从已记录的步骤开始重放,使长时运行的智能体能够从故障中恢复。

每次与外部世界的交互都会作为一个步骤记录下来,并保存其输入和输出。因此,发生崩溃或中断后,智能体可以从最近完成的步骤继续运行,确保持续数天的流程能够延续。

智能体循环由目标、工具、状态和模型构成;工具分为步骤(外部交互)和非步骤(本地状态操作)。

只有与外部世界的交互会经过持久化运行时;像「allowed」和「apply」这样用于处理内部逻辑的方法,会在每次重放时运行,以高效重建状态。

长时运行的智能体会遭遇进程崩溃、API 故障、并发冲突和外部环境变化等独特故障模式。

这些挑战需要在执行框架层显式处理。持久化执行提供活动日志、超时和等待条件等基本机制,帮助管理各种不确定性。

实体工作流在业务实体的整个生命周期内管理该实体,流程工作流则处理单项任务,二者与 Actor 模型的模式相似。

这种区分能够以可扩展的方式管理持久存在的实体(例如 SKU),并让它们在生命周期内创建和监管流程工作流(例如补货订单)。

💬 Key Quotes

持久化执行是一种编程模型:运行时会记录每个与外部世界交互的步骤所产生的结果。因此,发生故障时,程序会重新运行,跳过已完成的步骤,并根据记录重建程序状态。

持久化工作流会在一个业务实体(例如 SKU)的整个生命周期内代表该实体运行。它会维护实体的状态,并启动流程工作流。

需要注意的关键之处在于,整个智能体循环,也就是 run 方法,都标注了 @workflow.run。这使它成为一个工作流,也就是 Temporal 对持久化程序的称呼:发生故障后,Temporal 会重新运行该程序,并根据日志重建其状态。

每个 SKU 对应一个实体工作流,这就是 Erlang 所实现的 Actor 模型:每个实体对应一个进程,拥有一个地址和一个邮箱,并且一次处理一条消息。

📊 Article Meta

AI Screening: 90

Featured: Yes

Source: Martin Fowler

Author: Martin Fowler

Category: 软件编程

Language: 英文

Read Time: 26 min

Word Count: 6364

Tags:

编程与工程 , 分布式系统 , AI Agent , 长程智能体 , 股市投资

#编程与工程# 分布式系统# AI Agent# 长程智能体# 股市投资

文章评论(12)

黄小刚4 天前

这篇文章分析得很透彻,收藏了!

回复
林观澜4 天前

内容翔实,正好需要,先收藏再看。

回复
武磊4 天前

赞同,实践出真知。

回复
石佳琪4 天前

刚好最近在找这方面的资料,太及时了。

回复
南山客4 天前

实测过类似工具,作者说的基本属实。

回复
蓝临风4 天前

这个比较实用,已转发给同事。

回复
墨沐雨4 天前

讲解得很细致,新手也能看懂。

回复
蓝归舟4 天前

讲解得很细致,新手也能看懂。

回复
月沐雨4 天前

赞同,实践出真知。

回复
星知秋4 天前

路过

回复
松听风4 天前

讲解得很细致,新手也能看懂。

回复
雪影4 天前

支持作者,持续关注中。

回复