9月14日，Temporal宣布完成5.5亿美元E轮融资，估值达到125.5亿美元。GeekWire援引公司披露称，其年度化收入运行率已超过2.5亿美元，同比增长超过200%，付费客户超过4300家，客户名单包括OpenAI、NVIDIA、Netflix和JPMorgan Chase。上述经营数据来自公司披露，仍应等待未来公开财务信息验证，但资本市场关注的方向已经很明确：Agent越进入长周期、跨系统的业务流程，可靠执行就越会成为独立基础设施市场。
Temporal的核心不是再提供一个让模型“会思考”的Agent框架，而是提供durable execution——持久执行。它解决的问题非常朴素：一个任务运行几小时、几天甚至数周，中间遇到API失败、服务器重启、网络中断、限流、人工审批或业务系统维护后，能不能从正确的位置继续，而不是从头再来、重复扣款或彻底丢失状态。
本文的核心判断是：企业Agent的竞争单位将从“单次调用成功率”转向“端到端任务最终完成率”，而持久执行会像数据库事务、消息队列和作业调度一样，成为AI应用的标准底座。
一、传统脚本为什么承受不了长周期Agent
一次问答通常在几十秒内结束，失败后重试成本有限。企业任务却由许多相互依赖的步骤组成。采购Agent要收集需求、向供应商询价、等待预算审批、创建订单并同步财务系统；编程Agent要修改多个仓库、等待测试、处理失败、获得发布批准再部署；客服Agent可能先受理工单，数天后等物流结果返回，再决定退款或补发。
这些流程中的每一步都可能失败，而且失败含义不同。读取接口超时可以安全重试，创建订单超时却可能是“订单已创建但响应丢失”；人工审批需要暂停而不是持续占用计算资源；服务器更新后，系统还要知道此前已经完成到哪一步。若开发团队用普通脚本和一串回调临时拼接，状态、重试和补偿逻辑很快会比业务本身更复杂。
模型越自主，这个问题越严重。因为Agent会根据中间结果动态改变计划，异常路径无法全部提前写死。企业最终关心的不是模型连续调用了多少次工具，而是业务结果有没有正确完成，外部副作用有没有被控制。
二、持久执行的价值，是把“现实世界的不确定性”纳入运行时
Temporal所代表的运行时层，会把工作流状态持久保存，并围绕等待、恢复、重试和超时组织执行。模型负责判断下一步做什么，工具连接企业系统，持久执行层则负责记住已经发生了什么，以及失败后应该从哪里继续。
这种分层能解决四类常见问题。
第一，进程故障不等于任务丢失。执行节点重启后，工作流可以根据已保存状态恢复。第二，等待成为一等能力。流程可以等待人工审批或外部事件，而不是靠轮询脚本勉强维持。第三，重试需要业务语义。系统可以区分可安全重试的读操作与可能产生重复副作用的写操作。第四，长流程可以被观测。管理者能够看到任务停在哪一步、重试了几次、正在等谁，以及是否需要人工介入。
这不是把所有异常自动消灭，而是让异常有明确归宿。真正成熟的系统会为每个活动定义超时、重试、幂等键和补偿动作；对于模型决策，还要保存所用模型版本、输入上下文和工具结果，避免恢复后因环境变化产生完全不同的行为。
三、Agent基础设施正在形成新的分层
过去AI应用架构常被简化为“模型+向量数据库+业务接口”。当Agent真正进入生产，至少会形成四层。
最上层是模型和规划，负责理解目标、分解任务和选择动作。第二层是工具与连接器，负责访问CRM、ERP、代码仓库、数据库和外部服务。第三层是持久执行运行时，负责状态、重试、等待、恢复和任务编排。第四层是治理与安全，负责身份权限、审批、审计、预算和紧急停止。
Temporal的资本热度说明，第三层正在被市场重新定价。它并非AI时代才出现的需求，但Agent让长流程数量和不确定性同时增加，使“可靠运行”从后台工程问题变成产品成败的中心指标。未来企业可能更换模型，却不会轻易更换承载核心业务状态的执行层。这也意味着持久执行平台一旦进入关键流程，会形成较强的工程黏性。
不过，企业也不应把融资和客户名单直接等同于技术方案唯一正确。Temporal只是这一市场的重要代表。选型仍需比较部署方式、语言生态、运维复杂度、可观测性、数据合规和团队能力，并判断现有工作流引擎、消息系统能否满足需求。
四、可靠性不是“自动重试”：最大的风险是重复执行和错误恢复
Agent团队最容易犯的错误，是把可靠性理解成失败后多试几次。对于无副作用的查询，重试通常安全；对于支付、下单、发消息、删除资源和部署变更，盲目重试可能把一次故障扩大成多次业务事故。
因此，持久执行必须与幂等设计结合。每次外部写操作都应携带唯一业务键，让系统能够判断请求是首次执行还是重复到达。无法幂等的动作，需要定义补偿流程，例如取消订单、回滚部署或生成待人工处理事项。对模型调用也要设置预算和终止条件，避免Agent在错误状态下无限重规划。
恢复还涉及“代码版本变化”。一个运行数周的工作流，恢复时应用代码可能已经升级。如果新逻辑直接解释旧状态，结果可能不可预测。企业需要版本化工作流定义，并为长期任务建立兼容策略。持久执行真正困难的地方，从来不是把状态写入数据库，而是保证状态、代码与外部世界之间的一致性。
五、企业行动建议：先选一个真实长流程，而不是先建通用Agent平台
- 从跨时间、跨系统、有人工审批的流程试点。 采购、售后、合规审查和软件发布比一次性问答更能检验持久执行价值。
- 绘制副作用清单。 标明哪些步骤会付款、下单、发信、删除或部署，为每项动作定义幂等键、审批和补偿机制。
- 用最终完成率衡量Agent。 同时记录恢复次数、人工介入率、重复动作率、平均完成时间和单任务成本。
- 把模型状态与业务状态分开。 对话文本不能作为唯一状态源；订单号、审批结果、工具输出和证据应结构化保存。
- 设计可人工接管的暂停点。 当模型反复失败、预算超限或外部环境变化时，流程应安全暂停，并把上下文交给人。
Temporal融资背后的产业信号不是“工作流软件重新流行”，而是AI应用的价值判断正在改变。企业不再只为一次漂亮演示买单，而是要求Agent在复杂现实中持续推进任务。模型决定Agent能想到什么，持久执行决定它在故障、等待和变化之后还能不能把事情做完。后者可能不如模型能力显眼，却会成为生产级Agent最难绕开的基础设施。
参考资料
- GeekWire｜Temporal raises $550M, hits $12.55B valuation as agentic AI wave fuels massive growth｜2026-09-14｜核验融资、估值、客户及公司披露的经营数据。
https://www.geekwire.com/2026/temporal-raises-550m-hits-12-55b-valuation-as-agentic-ai-wave-fuels-massive-growth/ - Temporal｜Temporal平台资料｜2026-09访问｜用于理解durable execution与长周期工作流的产品定位。
https://temporal.io/ - Copado / PR Newswire｜Copado Brings Governed AgentOps Directly to Salesforce Developers with Agentia Headless｜2026-09-14｜背景资料，用于观察Agent进入审批、测试与发布流水线的趋势。
https://www.prnewswire.com/news-releases/copado-brings-governed-agentops-directly-to-salesforce-developers-with-agentia-headless-302877066.html