От кошмаров stateless-систем к устойчивым agents
From Stateless Nightmares to Durable Agents
Durable execution через Temporal оборачивает вызовы LLM и tool calls в activities, поэтому долгий мультиагентный workflow после падения продолжается с места сбоя, а не с нуля.
- Обёртка агента в activities —
TemporalAgentпревращает каждый вызов LLM и tool call в activity, а код workflow остаётся обычным Python. Отдельная логика сохранения состояния и возобновления в коде агентов не нужна. - Replay вместо повторных вызовов — при перезапуске уже выполненные вызовы модели отдаются из истории Temporal за миллисекунды, а не отправляются заново. Заново выполняется только незавершённая activity.
- Параллельный поиск без особого кода — в примере deep research поиск идёт через обычный
TaskGroup. После сбоя перезапускается только долгий шаг анализа, для которого спикер выставил таймаут в час. - Ограничение Vertex SDK — по словам спикера, на момент доклада Vertex SDK не работал с Temporal, поэтому в примере использован OpenAI Responses.
Кому полезно: тем, кто запускает долгие мультиагентные workflow в продакшене и не хочет терять результаты при падении процесса или перезапуске пода.
Статья по теме
Главы
Ещё доклады: Samuel Colvin
Страница спикера →Playground в продакшене: оптимизация agents в production-среде
AI Engineer Europe 2026
MCP — всё, что нужно
AI Engineer World's Fair 2025
Evals, подготовленные людьми
AI Engineer World's Fair 2025
Похожие доклады
Человек — это асинхронный API
AI Engineer World's Fair 2026
Близко по содержанию
Разрывая цепочку: continuations агентов для возобновляемых AI-процессов
AI Engineer World's Fair 2025
Близко по содержанию
Создание устойчивых agents с помощью Workflow DevKit и AI SDK
AI Engineer Code 2025
Близко по содержанию

