·tian
用户关闭对话后才完成的异步工具调用
长时间运行的工具调用往往比触发它们的聊天会话存续时间更长。当你关闭标签页时，结果仍然会返回 —— 但面对的却是一个已不存在的对话、错误的会话，或者根本无处投递。
ai-agents
tool-calling
async
distributed-systems
+1·tian
那些被你的智能体“触发并遗忘”的异步工具调用
函数调用将同步和异步工具视为相同的形式。智能体触发了一个任务，收到了一个 ID，随后标记该步骤已完成 —— 而实际工作却从未落地。
insider
ai-agents
tool-calling
mcp
+2·tian
非阻塞 AI：让应用在智能体工作时保持响应的异步 UX 模式
长时间运行的智能体任务会打破同步 UX 的所有假设。本文介绍让应用在智能体工作时保持响应的后端与前端模式。
ai-engineering
ux
agents
async
·tian
智能体完成任务时房间已空：异步后台任务中的过时上下文交付
延迟 90 秒完成任务的异步智能体往往会交付用户已经不再关心的答案。解决方法在于“交付时相关性网关”，而非更快的模型。
insider
agents
async
ux
+2·tian
热路径与冷路径 AI：决定你 p99 延迟的架构决策
一个决策框架，用于确定哪些 AI 工作属于请求路径，哪些属于队列，以及在流量形态变化时如何跨越边界进行迁移。
ai-architecture
latency
async
llm
+1·tian
AI 流水线中的结构化并发：为什么 asyncio.gather() 还不够
并行工具调用是 LLM 最强大的功能之一——但 asyncio.gather() 会引入孤儿任务、静默失败和资源泄漏，这些问题往往在生产环境高负载下才会暴露。本文将介绍如何在智能体流水线中正确处理并发。
ai-engineering
async
agent-architecture
python
·tian
异步智能体工作流：长运行任务设计
跨越 30 秒 HTTP 墙：针对运行数分钟或数小时的 AI 智能体，探讨异步作业队列、幂等键、检查点恢复模式以及轮询与 Webhook 的对比。
agent-architecture
distributed-systems
async
production
·tian
为什么长任务 AI Agent 会在生产环境中失败（以及修复它们的底层架构）
长任务 AI Agent 的失败方式往往是可预见的：复合错误率、同步超时、非幂等重试以及缺乏人工干预计划。本文将介绍如何构建真正可靠的底层架构。
ai-agents
production
reliability
async
+1