How to Build Reliable Long-Running AI Agents | Temporal + Arize

摘要

由 Arize 與 Temporal 共同舉辦，示範如何建立能跨失敗重啟的長跑 AI 代理，並透過 Arize AX 追蹤模型與工具呼叫。觀眾可學習使用 Temporal 構建持久化工作流，並用 OpenTelemetry 與 Arize 分析代理行為與成本。

A joint webinar demonstrating how to build resilient long-running AI agents using Temporal and observe them with Arize AX.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

提到的工具與公司

• Temporal
• Arize AX
• OpenTelemetry
• OpenInference

適合誰看

負責開發或維護 AI 代理與工作流的工程師。

摘要依據

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.17

新鮮

0.94

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• From prototype to production: building reliable long-running agents with Temporal + Arize影片 ・ Arize AI ・ 1 小時 7 分
• Episode 71: Durable Agents - How to Build AI Systems That Survive a Crash with Samuel ColvinPodcast ・ Vanishing Gradients ・ 51 分鐘
• Arize AX Demo 2026: Build Self-Improving Agents with Signal影片 ・ Arize AI ・ 7 分鐘
• Long-running Agents文章 ・ Addy Osmani（部落格）
• Running Durable Agents in Production - Nicholas Lotz影片 ・ DataTalksClub
• Ankit Goyal - Infrastructure for Long Running Agents影片 ・ Berkeley RDI ・ 6 分鐘