Temporal
Temporal是一个开源的分布式工作流编排平台，用于构建可靠的长时运行业务流程和微服务应用。它通过事件溯源机制持久化记录工作流的每次状态变更，在进程崩溃或重启后能自动重放历史事件以恢复执行状态，从而为开发者屏蔽分布式系统中的故障处理复杂性，支持多种主流编程语言。
核心事实
时间轴 (近 90 天)
持久执行概念最早由 Temporal、Cadence 等工作流引擎推广，其理论根基可追溯到数据库事务日志与 WAL（Write-Ahead Logging）。
选型判断：单次幂等脚本且无密钥管理需求时选bash/cron；多步骤Agent管道并需要人工介入时选n8n；需要多团队协作和严格SLA时选Airflow/Temporal。
对 LangGraph、Temporal 这类编排器，flow matching 使图像生成从30秒以上的长耗时任务变成5–15秒的中等延迟工具调用，可内联进同步 Agent 循环
演讲者认为人类对于 AI 智能体来说本质上是一个异步 API
Temporal 的 wait condition 和 signal 机制内置超时（timeout）等机制，可设定等待人类响应的最长时长
处于等待（pause）状态的 Workflow 不占用线程，能够在崩溃中存活，因此即使数百万个 workflow 处于停泊状态系统仍能持续运转
Temporal 通过 wait condition（等待条件）和 signal（信号）两个原语处理 human-in-the-loop 的慢速阻塞交互：用 wait condition 暂停 workflow，用 signal 让其继续并带回结果
Temporal 的原语支持 Python、TypeScript、Rust 等多种语言
Temporal 软件本身免费开源，可在 GitHub 自托管，只有让其托管状态服务时才需付费
在 Temporal 的智能体循环中，任何模型调用或工具调用都应被设置为 activity
还有 40 条时间轴事件
全部知识事实 (20)
Temporal通过事件溯源（Event Sourcing）记录工作流的每次状态变更，当进程恢复时通过重放事件来重建状态
90%已验证AI Agent的执行路径由LLM在运行时动态决定，同一输入在不同时刻可能触发完全不同的工具调用序列
65%待验证ACPX的设计哲学介于传统工作流引擎（如Apache Airflow、Temporal）与纯Agent编排框架（如LangGraph、CrewAI）之间
85%待验证当前Agent编排领域存在抽象层级错配的两极分化格局：重量级方案如LangGraph、Temporal、AWS Step Functions抽象层级过高，轻量级工具如PM2、Supervisor抽象层级过低
80%部分验证持久化执行引擎（Durable Execution）的代表性实现包括Temporal、AWS Step Functions以及LangGraph Platform
75%待验证端到端完整应用在工程意义上需要打通数据层、业务逻辑层和表现层三个维度
70%待验证AgentSpan的设计借鉴了分布式工作流引擎（如Apache Airflow、Temporal）的思路
70%待验证类似编排层的产品包括LangChain/LangGraph、LlamaIndex Workflows、Temporal等
60%待验证Temporal.io是持久执行（Durable Execution）框架的代表，通过持久化工作流执行历史使任务在基础设施故障后自动恢复
60%待验证持久执行概念最早由 Temporal、Cadence 等工作流引擎推广，其理论根基可追溯到数据库事务日志与 WAL（Write-Ahead Logging）。
50%待验证选型判断：单次幂等脚本且无密钥管理需求时选bash/cron；多步骤Agent管道并需要人工介入时选n8n；需要多团队协作和严格SLA时选Airflow/Temporal。
50%待验证对 LangGraph、Temporal 这类编排器，flow matching 使图像生成从30秒以上的长耗时任务变成5–15秒的中等延迟工具调用，可内联进同步 Agent 循环
50%待验证Temporal 的原语支持 Python、TypeScript、Rust 等多种语言
50%待验证Temporal 通过 wait condition（等待条件）和 signal（信号）两个原语处理 human-in-the-loop 的慢速阻塞交互：用 wait condition 暂停 workflow，用 signal 让其继续并带回结果
50%待验证处于等待（pause）状态的 Workflow 不占用线程，能够在崩溃中存活，因此即使数百万个 workflow 处于停泊状态系统仍能持续运转
50%待验证Temporal 的 wait condition 和 signal 机制内置超时（timeout）等机制，可设定等待人类响应的最长时长
50%待验证Temporal 软件本身免费开源，可在 GitHub 自托管，只有让其托管状态服务时才需付费
50%待验证演讲者认为人类对于 AI 智能体来说本质上是一个异步 API
50%待验证Temporal 的三个核心原语是 Worker（真正运行代码的执行单元）、Workflow（跟踪系统中的步骤）、Activity（所有与外部交互的操作）
50%待验证在 Temporal 的智能体循环中，任何模型调用或工具调用都应被设置为 activity
50%