在年底最后两周，Temporal 会清空日程。公司称之为阅读期：没有会议，只有探索、学习和构建的时间。‘25 假期期间，联合创始人兼 CTO Maxim Fateev 把时间花在了编码代理上。他回来后表示，以前需要六个月的工作，现在不到三十天就能完成。联合创始人兼 CEO Samar Abbas 认为这次假期为公司全年 AI 策略奠定了基调。一位联合创始人带着这样的数据回来，他说，比任何公司指令都更有说服力。

从一位资深工程师到一位使用 Claude Code 的资深工程师，这一转变促使 Abbas 重新调整公司方向。Temporal 销售耐久执行（durable execution），即能让长时间运行的软件在崩溃和中断中保持运行的容错基础设施，并将它卖给无法承受宕机的企业。Nvidia 和 Netflix 都是其工作流技术的用户。

今年 2 月，公司完成 3 亿美元融资，估值 50 亿美元，承诺能让 agentic AI 变得可靠。2024 年，Temporal 的 CEO Abbas 与现任 CTO Fateev 互换角色。他决定公司必须先在自己身上验证这一承诺。他将这项工作称为“AI for Temporal”。

AI 采用成为岗位要求

“我们是一家由构建者组成的公司，这意味着不只是工程团队，”Abbas 告诉 The New Stack。“整个公司都需要重新审视业务是如何开展的，以及如何使用这些工具。”

在超过 500 人的团队中（其中 200 名工程师），这是一项庞大的重新审视工作。他表示，负担落在每位员工身上：审视自己的日常工作流程，对工具保持好奇心，并改变工作方式。这一要求不是可选的，Abbas 也直言不讳。Temporal 不强制使用单一产品，但要求员工改变工作方式。

“如果你仍然没有采用合适的工具来做得更好，你在 Temporal 就没有职位。”

“如果你仍然没有采用合适的工具来做得更好，你在 Temporal 就没有职位，”他说。这项要求不是使用特定产品，而是对工作方式的强制要求。

他将此与增长而非人员编制挂钩。Temporal 正在通过支出释放新工作，Abbas 表示，而不是用更少的人运行同样的公司。他不按使用量对员工进行排名，因为他认为这会产生错误的激励。这一要求也与公司的传统相悖。

Abbas 要求 Temporal 员工在实验的同时保持谨慎，他表示，这种文化转变是更难的一半工作。

Temporal 的核心价值观之一是 Abbas 所说的“可靠如重力”。Temporal 在技术栈选择上非常保守。他正在要求公司保持实验性的同时避免鲁莽，他说这种文化转变是更难的一半。

The AI Operators

Temporal

Samar Abbas · 联合创始人兼 CEO

Stack 支出 团队 成果 失败 残酷真相

工程团队

  • Claude Code： 默认编码工具，假期后自然采用
  • Cursor 加主要来自 OpenAI 和 Anthropic 的基础模型
  • 开源权重模型尚未在内部获批；因安全和隐私问题被视为未经验证

全公司

  • Claude Desktop 让非技术人员也能构建应用
  • Notion + MCP 作为共享知识库；Slack AI 用于状态更新
  • 基于 Temporal 内部构建：Deputy（安全工作流）和模型路由器

今年增长约 5 倍，主要来自编码代理

  • 供应商成本通过 Vantage 追踪，设置硬性支出上限
  • 财务和工程团队每两周审查异常值
  • 不设置员工 token 使用排行榜
  • 无公开的绝对金额数据

一家由构建者组成的公司

  • 500+ 名员工，200+ 名工程师，全远程
  • 每个职能部门都必须重建自己的工作流，而非仅工程团队
  • 无强制工具，无使用量排行榜
  • 直言要求：适应，否则“你在 Temporal 就没有职位”
  • 定位为增长，而非裁员

20-30% 按 Abbas 的说法，在团队规模不变的情况下，功能交付速度加快

  • BDR 团队是最具 AI 原生特质的团队；外呼流程作为 Temporal 工作流运行，从数小时缩短至数分钟
  • 按 Abbas 的说法，今年收入大致翻倍
  • 尚未建立 AI 使用与收入之间的直接关联
  • 招聘准备时间也从数小时压缩至数分钟

AI 垃圾内容淹没审阅者

  • 廉价生成大幅降低了粗糙工作的成本
  • 审阅者而非作者成为瓶颈
  • 未经审阅的 AI 工作已出现在幻灯片甚至网站上
  • 解决办法是文化层面：提交前先自我审阅
“这不是关于更快交付功能，而是交付客户关心的价值。”

Samar Abbas，联合创始人兼 CEO

关于为什么更快交付不等于价值，他表示自己仍无法衡量这一差距。

在工程侧，工具选择是刻意不做强制的。Temporal 提供了一级选项（Cursor 和主要来自 OpenAI 和 Anthropic 的基础模型），让工程师自行选择适合的工具。Abbas 表示，Claude Code 在 ‘25 假期后自然成为主流选择。

公司尚未引入开源权重模型。Temporal 尚未广泛批准开源权重模型用于内部用途，Abbas 表示这些模型在安全和隐私要求方面仍未经充分验证。目前尚无正式的模型评审流程；一个中央 AI 团队会在新模型向全公司开放前对其安全性进行审核。

Abbas 将公司分为两个采用问题：技术用户和其他所有人，并对两者提出相同要求。最令人惊讶的采用发生在工程师之外。Abbas 告诉我，Temporal 招聘团队的一位非技术成员使用 Claude Desktop 构建了自己的招聘工具，包括职位描述生成器和面试计划生成器，将原本分散的数小时准备工作转化为快速启动。

该项目正在发展为一个 sourcing agent，能跨 Notion 和电子表格拉取和推送候选人数据并对匹配度进行排名。sourcing agent 使用的知识存储在 Notion 中，通过 MCP 连接到公司的其他记录系统。对于一家 500 人的远程公司，这种连接对非技术团队的帮助超过任何编码工具，让低代码用户能够触及此前无法访问的系统，整个工作流也因此迁移到 Notion 页面中。

日常协调通过 Slack 进行，Abbas 表示，其 AI 功能已取代了他过去 ping 他人获取状态更新的习惯。

Abbas 笑着告诉我，迄今为止最明显的收益并不在工程团队。Temporal 的业务开发代表（负责研究潜在客户和起草外联消息的团队）已成为公司中最具 AI 原生特质的团队。以前需要数小时的工作——从十几个地方提取数据并生成首次外联草稿——现在作为团队基于 Temporal 构建的自定义工作流运行，几分钟就能完成。这正是“AI for Temporal”的理念：非工程团队基于公司自身基础设施构建，将缓慢的手动流程转化为快速流程。Abbas 兴奋的不仅是节省的时间，还有这个循环本身。

审阅瓶颈与 AI 垃圾内容

与许多其他组织一样，Temporal 发现 AI 改善了流程，但也转移了瓶颈。将 AI 对准一项工作，清除明显的约束后，瓶颈就会跳到别处。写更多代码后，审阅就成了瓶颈。Abbas 已成为这方面的专家，也因此不相信容易的胜利。

这个问题出现在 Temporal 这种可靠性公司最不能容忍的地方。当代码变得廉价，审阅就变得昂贵。“AI 垃圾内容是真实存在的，”Abbas 说。他认为，AI 已大幅降低了产生粗糙工作的成本，导致审阅者被淹没。

在关键基础设施上，标准没有改变：每一行代码在提交前仍需人工审阅，这使得审阅者而非作者成为新的约束。其他工程领导者也感受到了这种挤压。Temporal 的解决办法是文化层面。公司已明确，如果作者在提交前未自行审阅，工作可以被退回。垃圾内容不仅存在于代码中。Abbas 还看到未经审阅的 AI 生成的竞争对手分析出现在幻灯片中，类似粗糙的内容也出现在网站上。

AI 账单也在快速增长。Abbas 表示，今年 AI 成本增长了约五倍，大部分来自编码代理。Temporal 将所有供应商费用导入 Vantage，设置硬性上限，每两周财务和工程团队会审查异常值，根据使用模式逐个决定是否调整上限。他们不会将这些数据变成排行榜。

“很多公司创建了 token 消耗仪表盘。我们不赞成这样做，因为这会制造一场竞赛，让我想要成为 token 消耗的领导者。”

“很多公司创建了 token 消耗仪表盘，”Abbas 说。“我们不赞成这样做，因为这会制造一场竞赛，让我想要成为 token 消耗的领导者。”Temporal 会保留使用数据，但他表示，不会将其作为员工排行榜公开，也不会与绩效评估挂钩。

Abbas 回忆起之前在一家公司时，一个失控的工作流在 AWS 上产生了 400 万美元的算力支出。Temporal 的应对方式是一种名为“fly together”的价值观：给人们一个预算，期望他们像花自己的钱一样花钱，并用限制而非羞辱来阻止失控。

在自动化方面，公司将其构建得像软件一样。Temporal 的安全团队过去会将漏洞作为工单提交，等待工程师优先处理，这在团队之间制造了持续摩擦。现在，团队将整个生命周期作为基于 Temporal 构建的长期耐久工作流运行，这是一个名为 Deputy 的内部工具：发现漏洞、生成修复、打开 PR、合并、运行 CI 并上线。安全团队的角色从提交问题转变为帮助交付修复。

面向代理的耐久执行

这些内部工作也是商业论据。Temporal 多年研究的问题——让长时间运行的工作在故障中保持存活——正是许多构建生产级代理的团队现在遇到的问题。

“这些代理正变得更长寿、更异步、更关键任务，”Abbas 说。“这正是我们一直试图用耐久执行解决的问题空间。”

他将 Temporal 的核心描述为一个开放的基础模型：与模型、语言和云无关，拥有公司可以自行运行的开源服务器。在 Temporal 内部，这已经有了具体的形态。Abbas 表示，公司基于 Temporal 构建了一个内部平台，非技术员工可以用 Claude Desktop 描述一个应用，然后一键部署。

护栏、身份、安全和 MCP 连接已预先配置，Temporal 自己的模型路由器确保不会依赖单一提供商。公司在 5 月的 Replay 大会上向客户提出了同样的论点，推出了面向代理工作负载的 serverless workers、耐久流等功能。

尽管速度很快，Abbas 却异常坦诚地表示，他无法证明这是否值得。他说，工程团队在团队规模不变的情况下，功能交付速度加快了 20% 至 30%，他还表示自年初以来收入大致翻倍，但他谨慎地补充道，他尚未建立两者之间的直接关联。

“这不是关于更快交付功能，而是交付客户关心的价值。”

他对整洁的生产力数字持怀疑态度——PR 数量和代码行数等指标——这些数字被用来证明账单的合理性。他认为，旧的创始人剧本是问题的一部分。他从投资人那里得到的建议是，先对产品进行第一性原理思考，然后聘请优秀领导者按标准方式管理财务、招聘和市场推广。在 AI 时代，他说，这一切都颠倒了。过去大家从剧本中复制的职能，现在值得从头重新设计。

这就留下了他想要却没有的数字。“这不是关于更快交付功能，而是交付客户关心的价值，”Abbas 说。他还没有看到能将公司 AI 使用与这一结果直接关联起来的指标。

Temporal 知道这些工具的成本。它知道它们让公司变得更快。它仍然无法证明的是，客户能否吸收这些产出。目前，这是代理尚未清除的瓶颈。

YOUTUBE.COM/THENEWSTACK

技术发展迅速，不要错过任何一集。订阅我们的 YouTube 频道，观看所有播客、访谈、演示等内容。

Group Created with Sketch.