AI應用公司
每年年底最後兩周，Temporal公司會清空所有日程安排。公司將這段時間稱為"閱讀期"：沒有會議，只用來探索、學習和構建。2025年假期期間，聯合創始人兼首席技術官Maxim Fateev將時間全部投入到了編程智能體
的研究中。據公司介紹，他回來後表示，原本需要六個月完成的工作，現在不到三十天就能搞定。聯合創始人兼首席執行官Samar Abbas認為，這次假期奠定了公司全年的AI戰略基調。一位資深工程師帶著這樣的數字回來，他說，比任何公司指令都更有說服力。
這一轉變——從一位資深工程師，到一位藉助Claude Code的資深工程師——促使Abbas開始重新調配公司資源。Temporal提供持久化執行服務，即一種能讓長時間運行的軟體在崩潰和中斷中依然保持穩定的基礎架構，其客戶均為無法承受停機的企業。英偉達和Netflix都是其工作流技術的用戶。
今年2月，Temporal以50億美元估值完成了3億美元融資，承諾將讓智能體AI對所有人都變得可靠。2024年與現任CTO Fateev互換職位的Abbas決定，公司必須先在自身身上驗證這一點。他將這項工作稱為"AI for Temporal"（AI賦能Temporal本身）。
"我們是一家由建設者組成的公司，這不僅僅是工程師的事，"Abbas告訴The New Stack，"全公司都需要重新審視業務開展的方式，以及如何使用這些工具。"
公司超過500人，其中200名是工程師，這意味著需要大量的重新審視。他說，每位員工都肩負這份責任：審視自己日常的工作流程，帶著好奇心去嘗試這些工具，並改變完成工作的方式。這一要求並非可選項，Abbas對此直言不諱："如果你仍然不願意採用合適的工具來提升自己，你在Temporal就沒有立足之地。"
這一要求不是指定使用某款具體產品，而是要求員工真正投入到這項工作中來。
Abbas將此定位為推動增長，而非削減人頭。他表示，Temporal的AI支出是為了開拓新的工作空間，而不是用更少的人做同樣的事。他沒有設置員工使用量排行榜，因為他認為這會形成錯誤的激勵機制。這一要求也與公司自身的文化存在一定的張力。
Temporal的核心價值觀之一是Abbas所說的"像重力一樣可靠"——公司在技術選型上向來保守。現在他要求公司走向實驗性，同時又不能走向魯莽，他說這種文化轉變才是最難的那一半。
在工程層面，工具選擇刻意不做強制要求。Temporal開放了主流選項，主要是Cursor以及來自OpenAI和Anthropic的基礎模型，讓工程師自行決定用哪個。2025年假期過後，Claude Code自然而然地成為了主流選擇。
公司沒有引入開放權重模型。Temporal尚未在內部廣泛批准開放權重模型的使用，Abbas表示這些模型在安全性和隱私保護方面尚未經過充分驗證。目前還沒有正式的模型審核流程，由一個中央AI團隊在每款新模型全公司開放使用前進行安全審查。
Abbas將公司的AI採用問題分為兩類：技術用戶和其他所有人，並對兩者提出了同等要求。最令人意外的採用案例，恰恰發生在工程師群體之外。Abbas告訴我，Temporal招聘團隊中一名非技術員工，用Claude Desktop自己構建了招聘工具——一個職位描述生成器和一個面試計劃生成器，將原本零散耗時數小時的準備工作變成了一個快速啟動流程。
這個項目正在演變為一個候選人來源智能體，能夠在Notion和電子表格之間拉取和推送候選人數據，並對匹配程度進行排名。該智能體所依賴的知識庫儲存在Notion中，通過MCP與公司的其他系統打通。對於一家擁有500人的遠程公司來說，這套打通方式對非技術人員的價值，遠超任何一款編程工具，讓低代碼用戶得以觸達以前無法接觸的系統，大量工作流程也因此遷移到了Notion頁面中。
日常協調通過Slack進行，Abbas表示其AI功能已經取代了他以前頻繁向他人詢問進展狀態的習慣。
Abbas笑著說，迄今為止最明顯的成效根本不在工程領域。Temporal的業務拓展團隊——負責研究潛在客戶、起草外發郵件的團隊——已經成為公司AI使用最原生的群體。原本需要從十幾個地方匯集數據、整理成第一封外發郵件草稿、耗費數小時的工作，現在作為該團隊在Temporal上構建的自定義工作流，幾分鐘內就能完成。這正是"AI for Temporal"理念的體現：一個非工程團隊基於公司自身基礎設施，將一個緩慢的手動流程變成了一個高效的流程。讓Abbas興奮的，不僅僅是節省的工時，更是這個循環本身。
與其他組織一樣，Temporal正在看到AI改善流程的同時，瓶頸也在轉移。將AI指向某個工作負載、解決了明顯的約束之後，瓶頸就會跳到別處。寫更多代碼，代碼審查就變成了卡點。Abbas對這種模式已經駕輕就熟，這也是他不信任輕易到手的成果的原因。
最典型的例子，恰恰出現在Temporal這樣一家可靠性公司最難容忍的地方。當代碼變得廉價易得，代碼審查就變得昂貴了。"AI產生的低質量內容是真實存在的，"Abbas說，AI大幅降低了製造粗糙工作的成本，以至於審查人員被大量低質內容淹沒。
在關鍵基礎設施上，標準沒有降低：每一行代碼在提交前仍然要經過人工審閱，這讓審查者而非代碼作者成為了新的瓶頸。其他工程負責人也有同感。Temporal的解決方案是文化層面的：如果明顯看出作者自己根本沒有通讀過，直接打回已經成為了被接受的做法。低質內容不只存在於代碼中。Abbas曾見過未經審核的AI生成競爭對手分析出現在幻燈片裡，同樣粗糙的內容也出現在了公司網站上。
AI賬單也在快速增長。Abbas表示，今年AI成本增加了約五倍，其中大部分來自編程智能體。Temporal將所有供應商費用匯總到Vantage平台，設置硬性上限，財務和工程團隊每兩周針對異常情況開會，逐案根據使用模式決定誰的上限應該調高或調低。但他們不會將這些數據變成排行榜。
"很多公司創建了Token消耗量的儀錶板，"Abbas說，"我們不太贊同這種做法，因為它會製造一種競賽，讓人覺得我需要成為Token消耗量排行榜上的第一名。" Temporal保存使用數據，但不將其作為員工排行榜或與績效考核掛鉤。
Abbas回憶起在前一家公司，一個失控的工作流在AWS上燒掉了400萬美元的計算費用。Temporal的應對方式體現了一種叫做"共同飛翔"的價值觀：給大家設定預算，期望他們像花自己的錢一樣花這筆錢，並通過上限而非羞恥感來防範失控情況。
在已經實現自動化的地方，公司像構建軟體一樣構建自動化流程。Temporal的安全團隊過去把漏洞以工單形式提交，等待工程師在功能開發之餘處理，這在兩個團隊之間造成了持續的摩擦。現在，團隊將整個生命周期作為一個長時間運行的持久化工作流來運轉，該工作流基於Temporal本身構建，內部稱之為Deputy：發現漏洞、生成修複方案、提交PR、合併、運行CI、完成部署。安全團隊的角色也從提交問題轉變為協助推送修復。
這項內部工作同時也是商業論證。Temporal多年來致力於解決的問題——在故障發生時保持長時間運行的工作繼續存活——正是現在許多構建生產級智能體的團隊正在遭遇的問題。
"這些智能體正在變得更加長時運行、更加異步、更加關鍵任務，"Abbas說，"這正是我們一直在通過持久化執行所嘗試解決的問題空間。"
他將Temporal的核心描述為一個開放的基礎模型：與模型、語言、雲平台均無關，擁有企業可自行運行的開源伺服器。在Temporal內部，這已經具體落地。Abbas表示，公司在Temporal上構建了一個內部平台，非技術員工可以向Claude Desktop描述一個應用，然後一鍵完成部署。
護欄、身份認證、安全性和MCP連接均已內置，Temporal自有的模型路由器確保不會對單一供應商產生依賴。公司在5月的Replay大會上向客戶傳遞了同樣的理念，並推出了無伺服器工作節點、持久化流式處理等面向智能體工作負載的新功能。
儘管速度很快，Abbas卻異常坦率地表示，他無法證明這一切是否值得。他說，工程團隊以同等規模的團隊將功能交付速度提升了20%至30%，今年以來營收大致翻倍，但他也謹慎地補充說，他尚未確立二者之間的直接關聯。
他對那些整潔的生產力數字持懷疑態度——PR數量和代碼行數的統計，被用來為賬單做辯護。他也認為舊有的創業者操作手冊是問題的一部分。投資人給他的建議是：對產品進行第一性原理思考，然後雇用優秀的負責人，以標準方式運營財務、招聘和市場拓展。在AI時代，他說，這是反的。那些大家過去都從手冊里照搬的職能，恰恰是現在值得從頭重新梳理的。
這讓他面對一個他想要卻還沒有的數字。"這不是關於更快地交付功能，而是關於交付客戶真正在意的價值，"Abbas說。而他至今還沒有找到一個能夠直接將公司AI使用與這一結果掛鉤的指標。
Temporal知道這些工具的成本，知道它們讓公司變得更快。但它仍然無法證明，客戶能夠消化這些輸出的成果。目前來看，這是還沒有智能體能夠突破的瓶頸。
Q&A
Q1：Temporal公司是做什麼的？為什麼要大力投入AI？
A：Temporal提供持久化執行服務，即讓長時間運行的軟體在崩潰和中斷中依然保持穩定的基礎架構，客戶包括英偉達和Netflix等不能承受停機的企業。公司大力投入AI，是因為聯合創始人兼CTO在假期期間藉助編程智能體，將原本需要六個月的工作壓縮到了不到三十天，這一親身示範推動了公司全面擁抱AI工具。
Q2：Temporal的AI支出增加了多少？他們怎麼控制成本的？
A：Temporal今年的AI成本增加了約五倍，增幅主要來自編程智能體的使用。為控制成本，公司將所有供應商費用匯總到Vantage平台並設置硬性上限，財務和工程團隊每兩周開會審查異常支出，逐案決定調整額度。公司明確反對設置Token消耗量排行榜，認為這會產生錯誤激勵，而是要求員工像花自己的錢一樣對待AI預算。
Q3：Temporal如何應對AI生成代碼的質量問題？
A：Temporal發現AI大幅降低了生成低質量內容的成本，導致代碼審查者被大量粗糙的內容淹沒，審查者成為了新的瓶頸。對此公司採取了文化層面的解決方案：明確允許審查者在看出作者自己沒有通讀過代碼的情況下直接將工作打回，同時堅持關鍵基礎設施上的每一行代碼在提交前仍必須經過人工審閱。
