Cycle de vie des tâches
Les états définis que traverse une tâche d'agent IA — reçue, en cours, en attente d'approbation, complétée, échouée, expirée — et les événements qui déclenchent chaque transition.
L'IA de production est un système : contexte, outils, permissions, traces, évaluations et boucles de rétroaction autour du modèle.
Ce que c'est
Le cycle de vie des tâches est la machine à états explicite d'une tâche d'agent. Plutôt que de traiter les tâches en mode « lancer et oublier », le runtime suit chaque tâche à travers des états définis : reçue, en cours, en attente d'approbation, en attente d'outil, complétée, échouée, annulée, expirée. Chaque transition est journalisée. Chaque état a ses états suivants attendus et ses SLA.
Pourquoi c'est important
Sans cycle de vie explicite, les tâches de longue durée deviennent inobservables : impossible de dire si une tâche tourne encore ou est bloquée, si une approbation attend un humain ou a expiré, si un appel d'outil est en pleine reprise ou abandonné. Des états explicites rendent tout cela interrogeable.
Concepts liés
Runtime de workflow, Runtime agent, Porte d'approbation, Rejeu de traces.
Ressources connexes
Le moteur d'exécution qui transforme un graphe de workflow versionné en processus tournant, observable et reprenable — la différence entre une démo d'agent et un déploiement d'agent.
La couche d'exécution des agents événementiels : déclencheurs, routage, appels d'outils, état durable, approbations, reprises, traces et contrôles de déploiement — la substance de production derrière une UI de chat.
Un point d'un workflow d'IA où une action est suspendue jusqu'à ce qu'un humain la révise et l'approuve, la rejette ou la modifie.
Réexécuter de façon déterministe un workflow IA à partir de sa trace stockée — la primitive de débogage qui fait de « pourquoi l'agent a-t-il fait ça » une question qui a une réponse.
Comment ça fonctionne
Le runtime persiste l'état des tâches ; les transitions émettent des événements ; les boîtes d'approbations suivent les tâches en attente d'approbation avec des SLA ; les tâches expirées suivent des actions par défaut déclarées. Des substrats comme Temporal et Inngest bâtissent des patrons d'exécution durable autour de ce cycle de vie. Les runtimes sur mesure l'implémentent explicitement avec une machine à états adossée à une base de données.