编译：Ivy、Haozhen 编辑：Penny 海外独角兽原创编译，转载请注明 虽然大家都期待未来的 Agent 能够真正端到端完成所有任务，并且在出错时也知道如何重新开始，但目前 AI 还没有达到这种能力。原因之一是现有的模型尚不具备持久记忆的能力，难以支撑持续数日、数周的任 务；同时，任务执行的可靠性也并不稳定，往往需要多个 Agent 协作，或与企业内部数据库连接。在这种 情况下，编排层能够协调不同的 agent，并提高任务执行的可靠性。 此外，成本控制同样是推动编排层发展的核心动力。编排层可以通过优化 prompt、压缩上下文，以及在不 同场景下选择更高效的模型，有效降低计算消耗。同时，它能够在错误定位上发挥作用，避免出错后又从 头执行任务，从而大幅节省 token 成本。 在这一背景下，提出 durable execution 的 Temporal 成为了最受关注的公司之一。本文编译了 CTO Maxim Fateev 的访谈，Maxim 认为 durable execution 的核心在于确保所有工作流都能够被可靠地执行，即使在程 序崩溃、网络中断、外部 API 调用失败等情况下，工作流也能从出错 ...