Brex提出运行时无关AI工作流模式

时间：2026年8月6日 地点：美国 人物：Brex AI工作流平台团队 事件详情：InfoQ刊文介绍Brex AI工作流平台的一种“运行时无关”架构：将代理的业务编排逻辑写成不依赖具体运行环境的纯函数，再通过适配器接入生产运行时和离线评测环境。同一份逻辑既能在Kubernetes集群连接Temporal Cloud，获得持久执行、故障恢复和横向扩展能力，也能在本地进程中快速运行数百次评测，避免生产版本与评测版本长期漂移。 背景：长时运行的AI代理需要保存每一步状态、支持崩溃恢复和幂等重试；模型或提示词调整又要求低成本、高频率的离线评测。持久化工作流引擎偏重可靠性，评测循环则更需要轻量和快速，传统框架往往迫使团队在两类运行环境之间二选一。 影响： - 同一套编排逻辑贯通生产与评测，降低版本不一致造成的缺陷 - 通过接口和适配器隔离Temporal等运行时，提升代理架构可移植性 - 长时运行代理可获得持久执行，同时保留快速迭代模型和提示词的能力 - 新能力需要接入抽象层，架构会牺牲部分运行时原生特性 总结：Brex的方案把AI代理的业务逻辑与执行引擎拆开，让可靠运行和快速评测不再必须使用两套代码。其关键不是简单增加一个测试环境，而是以接口约束代理编排，并让构建系统阻止运行时依赖渗入业务代码。对于需要长期运行、持续调优的研究型或企业级代理，这种设计有望减少评测与线上结果偏差；但只有同时面对高可靠生产需求和高频评测需求的团队，才值得承担抽象层带来的工程复杂度。 参考来源： - https://www.infoq.com/articles/ai-workflow-pattern/ - https://github.com/brexhq/runtime-agnostic-ai-workflows - https://temporal.io/blog/what-is-durable-execution - https://ai-sdk.dev/ - https://www.brex.com/journal/rebuilding-onboarding-ai-native - https://www.langchain.com/langgraph - https://mastra.ai