Dauerhafte Aufgabe für KI-Agents

KI-Agents, die stundenlang ausgeführt werden, externe Tools aufrufen und Infrastrukturfehler überstehen müssen, benötigen eine permanente Ausführung – also die Fähigkeit, automatisch Prüfpunkte für den Fortschritt zu erstellen und an der Stelle fortzufahren, an der sie aufgehört haben. Das Durable Task Scheduler und das Durable Task-Programmiermodell bieten diese Infrastruktur, indem sie Zustandsverwaltung, Checkpointing und die Koordination verteilter Systeme übernehmen, sodass Ihr Agentcode dies nicht tun muss.

Mit diesem Programmiermodell erstellen Sie robuste, zustandsbehaftete agentische Workflows mit Standardprogrammierkonstrukten (Schleifen, Bedingungen, Fehlerbehandlung) in .NET, Python, Java und JavaScript/TypeScript. Die Runtime speichert den Status und wird nach Fehlern automatisch wiederhergestellt.

Durable Task ist kein Agenten-Framework – es funktioniert mit jedem AI-Agent-Framework, einschließlich Microsoft Agent Framework, LangChain oder direkten LLM-API-Aufrufen. Sie konzentrieren sich auf die Agentenlogik; Durable Task übernimmt die zuverlässige Ausführung in großem Maßstab.

In diesem Artikel lernen Sie Folgendes:

Produktionsprobleme, die durch eine permanente Ausführung gelöst werden

KI-Agents in der Produktion stehen vor mehreren Herausforderungen, die durch dauerhafte Ausführung von Aufgaben gelöst werden können.

• Zustandsbehaftete Sitzungen mit langer Ausführungsdauer – Menschengestützte Interaktionen, mehrstufige Argumentation und toolgestützte Workflows können einen Agent für stunden-, tage- oder wochenlang aktiv halten. Der Agent sammelt den Zustand (Unterhaltungsverlauf, Zwischenergebnisse, ausstehende Entscheidungen), der für jeden Schritt beibehalten werden muss.
• Teure Tokennutzung – Die Verarbeitung großer Mengen von LLM-Token ist kostspielig und zeitaufwändig. Geschwindigkeitsbeschränkungen können Ihren Agenten während des Workflows drosseln. Wenn ein Fehler auftritt, gehen bereits verbrauchte Token und bereits aufgewendete Zeit verloren.
• Infrastrukturunterbrechungen – Computeneustarts, Bereitstellungen, Abskalierungsereignisse und vorübergehende Fehler können eine Agent-Sitzung zum Absturz bringen. Ohne Wiederherstellung muss der Agent von Anfang an neu starten, alle zuvor verwendeten Token erneut nutzen und alle abgeschlossene Arbeit wiederholen.

Die dauerhafte Ausführung löst diese Herausforderungen:

• Automatische Prüfpunkterstellung – Die Durable Task-Runtime erstellt Prüfungen für jeden Statusübergang (LLM-Antworten, Toolaufrufergebnisse, Steuerungsflussentscheidungen) in einem dauerhaften Speicher.
• Fortsetzen vom letzten Prüfpunkt – Wenn ein Fehler auftritt, wird die Ausführung automatisch auf einer fehlerfreien VM fortgesetzt. Abgeschlossene LLM‑Aufrufe werden nicht erneut ausgeführt, was sowohl Tokenverbrauch als auch Gesamtbetrachtungszeit spart.
• Integrierte Wiederholungsversuche – Konfigurierbare Wiederholungsrichtlinien mit Backoff behandeln vorübergehende Fehler von LLM-APIs, externen Tools und downstream-Diensten ohne zusätzlichen Code.

Agentische Workflowmuster

Durable Task unterstützt eine Reihe von agentischen Workflowmustern, die in zwei allgemeine Kategorien fallen:

• Deterministische Workflows: Ihr Code definiert den Steuerungsfluss. Sie schreiben die Abfolge von Schritten – einschließlich Verzweigung, Parallelität und Fehlerbehandlung – mithilfe von Standardprogrammierungskonstrukten. Die LLM wird als Schritt innerhalb des Workflows aufgerufen, steuert jedoch nicht den gesamten Ablauf.
• Agentgesteuerte Workflows (Agentschleifen): Die LLM steuert den Steuerungsfluss. Der Agent entscheidet, welche Tools aufgerufen werden sollen, in welcher Reihenfolge und wann die Aufgabe abgeschlossen ist. Sie stellen Tools und Anweisungen bereit, aber der Agent bestimmt den Ausführungspfad zur Laufzeit.

Beide Kategorien profitieren von dauerhafter Ausführung und können in derselben Anwendung kombiniert werden. Ausführliche Informationen zu den unterstützten Mustern mit Codebeispielen finden Sie unter Agentic-Anwendungsmuster.

Vergleichen von agentischen Workflowoptionen für Azure

Es gibt mehrere Optionen zum Erstellen von agentischen Workflows auf Azure zusätzlich zum Tech-Stapel "Durable Task". Jede Option hat je nach Ihren Anforderungen für Steuerungsfluss, Programmierspracheunterstützung, KI-Framework-Integration, Hosting, Zustandsverwaltung und Zielgruppe unterschiedliche Stärken und Kompromisse. Die folgende Tabelle hilft Ihnen bei der Entscheidung, welche für Ihre Anforderungen geeignet ist.

Nächste Schritte

• Agentische Anwendungsmuster
• Durable Task-Erweiterung für Microsoft-Agenten-Framework (Vorschau)
• Übersicht über den dauerhaften Aufgabenplaner