AI应用公司每年年底最后两周Temporal公司会清空所有日程安排。公司将这段时间称为阅读期没有会议只用来探索、学习和构建。2025年假期期间联合创始人兼首席技术官Maxim Fateev将时间全部投入到了编程智能体的研究中。据公司介绍他回来后表示原本需要六个月完成的工作现在不到三十天就能搞定。联合创始人兼首席执行官Samar Abbas认为这次假期奠定了公司全年的AI战略基调。一位资深工程师带着这样的数字回来他说比任何公司指令都更有说服力。这一转变——从一位资深工程师到一位借助Claude Code的资深工程师——促使Abbas开始重新调配公司资源。Temporal提供持久化执行服务即一种能让长时间运行的软件在崩溃和中断中依然保持稳定的基础架构其客户均为无法承受停机的企业。英伟达和Netflix都是其工作流技术的用户。今年2月Temporal以50亿美元估值完成了3亿美元融资承诺将让智能体AI对所有人都变得可靠。2024年与现任CTO Fateev互换职位的Abbas决定公司必须先在自身身上验证这一点。他将这项工作称为AI for TemporalAI赋能Temporal本身。我们是一家由建设者组成的公司这不仅仅是工程师的事Abbas告诉The New Stack全公司都需要重新审视业务开展的方式以及如何使用这些工具。公司超过500人其中200名是工程师这意味着需要大量的重新审视。他说每位员工都肩负这份责任审视自己日常的工作流程带着好奇心去尝试这些工具并改变完成工作的方式。这一要求并非可选项Abbas对此直言不讳如果你仍然不愿意采用合适的工具来提升自己你在Temporal就没有立足之地。这一要求不是指定使用某款具体产品而是要求员工真正投入到这项工作中来。Abbas将此定位为推动增长而非削减人头。他表示Temporal的AI支出是为了开拓新的工作空间而不是用更少的人做同样的事。他没有设置员工使用量排行榜因为他认为这会形成错误的激励机制。这一要求也与公司自身的文化存在一定的张力。Temporal的核心价值观之一是Abbas所说的像重力一样可靠——公司在技术选型上向来保守。现在他要求公司走向实验性同时又不能走向鲁莽他说这种文化转变才是最难的那一半。在工程层面工具选择刻意不做强制要求。Temporal开放了主流选项主要是Cursor以及来自OpenAI和Anthropic的基础模型让工程师自行决定用哪个。2025年假期过后Claude Code自然而然地成为了主流选择。公司没有引入开放权重模型。Temporal尚未在内部广泛批准开放权重模型的使用Abbas表示这些模型在安全性和隐私保护方面尚未经过充分验证。目前还没有正式的模型审核流程由一个中央AI团队在每款新模型全公司开放使用前进行安全审查。Abbas将公司的AI采用问题分为两类技术用户和其他所有人并对两者提出了同等要求。最令人意外的采用案例恰恰发生在工程师群体之外。Abbas告诉我Temporal招聘团队中一名非技术员工用Claude Desktop自己构建了招聘工具——一个职位描述生成器和一个面试计划生成器将原本零散耗时数小时的准备工作变成了一个快速启动流程。这个项目正在演变为一个候选人来源智能体能够在Notion和电子表格之间拉取和推送候选人数据并对匹配程度进行排名。该智能体所依赖的知识库存储在Notion中通过MCP与公司的其他系统打通。对于一家拥有500人的远程公司来说这套打通方式对非技术人员的价值远超任何一款编程工具让低代码用户得以触达以前无法接触的系统大量工作流程也因此迁移到了Notion页面中。日常协调通过Slack进行Abbas表示其AI功能已经取代了他以前频繁向他人询问进展状态的习惯。Abbas笑着说迄今为止最明显的成效根本不在工程领域。Temporal的业务拓展团队——负责研究潜在客户、起草外发邮件的团队——已经成为公司AI使用最原生的群体。原本需要从十几个地方汇集数据、整理成第一封外发邮件草稿、耗费数小时的工作现在作为该团队在Temporal上构建的自定义工作流几分钟内就能完成。这正是AI for Temporal理念的体现一个非工程团队基于公司自身基础设施将一个缓慢的手动流程变成了一个高效的流程。让Abbas兴奋的不仅仅是节省的工时更是这个循环本身。与其他组织一样Temporal正在看到AI改善流程的同时瓶颈也在转移。将AI指向某个工作负载、解决了明显的约束之后瓶颈就会跳到别处。写更多代码代码审查就变成了卡点。Abbas对这种模式已经驾轻就熟这也是他不信任轻易到手的成果的原因。最典型的例子恰恰出现在Temporal这样一家可靠性公司最难容忍的地方。当代码变得廉价易得代码审查就变得昂贵了。AI产生的低质量内容是真实存在的Abbas说AI大幅降低了制造粗糙工作的成本以至于审查人员被大量低质内容淹没。在关键基础设施上标准没有降低每一行代码在提交前仍然要经过人工审阅这让审查者而非代码作者成为了新的瓶颈。其他工程负责人也有同感。Temporal的解决方案是文化层面的如果明显看出作者自己根本没有通读过直接打回已经成为了被接受的做法。低质内容不只存在于代码中。Abbas曾见过未经审核的AI生成竞争对手分析出现在幻灯片里同样粗糙的内容也出现在了公司网站上。AI账单也在快速增长。Abbas表示今年AI成本增加了约五倍其中大部分来自编程智能体。Temporal将所有供应商费用汇总到Vantage平台设置硬性上限财务和工程团队每两周针对异常情况开会逐案根据使用模式决定谁的上限应该调高或调低。但他们不会将这些数据变成排行榜。很多公司创建了Token消耗量的仪表板Abbas说我们不太赞同这种做法因为它会制造一种竞赛让人觉得我需要成为Token消耗量排行榜上的第一名。 Temporal保存使用数据但不将其作为员工排行榜或与绩效考核挂钩。Abbas回忆起在前一家公司一个失控的工作流在AWS上烧掉了400万美元的计算费用。Temporal的应对方式体现了一种叫做共同飞翔的价值观给大家设定预算期望他们像花自己的钱一样花这笔钱并通过上限而非羞耻感来防范失控情况。在已经实现自动化的地方公司像构建软件一样构建自动化流程。Temporal的安全团队过去把漏洞以工单形式提交等待工程师在功能开发之余处理这在两个团队之间造成了持续的摩擦。现在团队将整个生命周期作为一个长时间运行的持久化工作流来运转该工作流基于Temporal本身构建内部称之为Deputy发现漏洞、生成修复方案、提交PR、合并、运行CI、完成部署。安全团队的角色也从提交问题转变为协助推送修复。这项内部工作同时也是商业论证。Temporal多年来致力于解决的问题——在故障发生时保持长时间运行的工作继续存活——正是现在许多构建生产级智能体的团队正在遭遇的问题。这些智能体正在变得更加长时运行、更加异步、更加关键任务Abbas说这正是我们一直在通过持久化执行所尝试解决的问题空间。他将Temporal的核心描述为一个开放的基础模型与模型、语言、云平台均无关拥有企业可自行运行的开源服务器。在Temporal内部这已经具体落地。Abbas表示公司在Temporal上构建了一个内部平台非技术员工可以向Claude Desktop描述一个应用然后一键完成部署。护栏、身份认证、安全性和MCP连接均已内置Temporal自有的模型路由器确保不会对单一供应商产生依赖。公司在5月的Replay大会上向客户传递了同样的理念并推出了无服务器工作节点、持久化流式处理等面向智能体工作负载的新功能。尽管速度很快Abbas却异常坦率地表示他无法证明这一切是否值得。他说工程团队以同等规模的团队将功能交付速度提升了20%至30%今年以来营收大致翻倍但他也谨慎地补充说他尚未确立二者之间的直接关联。他对那些整洁的生产力数字持怀疑态度——PR数量和代码行数的统计被用来为账单做辩护。他也认为旧有的创业者操作手册是问题的一部分。投资人给他的建议是对产品进行第一性原理思考然后雇用优秀的负责人以标准方式运营财务、招聘和市场拓展。在AI时代他说这是反的。那些大家过去都从手册里照搬的职能恰恰是现在值得从头重新梳理的。这让他面对一个他想要却还没有的数字。这不是关于更快地交付功能而是关于交付客户真正在意的价值Abbas说。而他至今还没有找到一个能够直接将公司AI使用与这一结果挂钩的指标。Temporal知道这些工具的成本知道它们让公司变得更快。但它仍然无法证明客户能够消化这些输出的成果。目前来看这是还没有智能体能够突破的瓶颈。QAQ1Temporal公司是做什么的为什么要大力投入AIATemporal提供持久化执行服务即让长时间运行的软件在崩溃和中断中依然保持稳定的基础架构客户包括英伟达和Netflix等不能承受停机的企业。公司大力投入AI是因为联合创始人兼CTO在假期期间借助编程智能体将原本需要六个月的工作压缩到了不到三十天这一亲身示范推动了公司全面拥抱AI工具。Q2Temporal的AI支出增加了多少他们怎么控制成本的ATemporal今年的AI成本增加了约五倍增幅主要来自编程智能体的使用。为控制成本公司将所有供应商费用汇总到Vantage平台并设置硬性上限财务和工程团队每两周开会审查异常支出逐案决定调整额度。公司明确反对设置Token消耗量排行榜认为这会产生错误激励而是要求员工像花自己的钱一样对待AI预算。Q3Temporal如何应对AI生成代码的质量问题ATemporal发现AI大幅降低了生成低质量内容的成本导致代码审查者被大量粗糙的内容淹没审查者成为了新的瓶颈。对此公司采取了文化层面的解决方案明确允许审查者在看出作者自己没有通读过代码的情况下直接将工作打回同时坚持关键基础设施上的每一行代码在提交前仍必须经过人工审阅。