2
0🎙️ Netflix开源神器被遗弃，创始团队6000万美元押注AI可靠性
从微服务编排到AI Agent的进化之路
军见数科·科技播客 | 时长 08:49 | 主持 十一 · 嘉宾 薛以致用
Netflix造锁不用了，原班人马6000万押注AI可靠性
📋 节目简介
Netflix曾经为了解决微服务编排问题开发了Conductor，后来开源但不再维护。原创团队出来创业成立Orkes，刚刚完成6000万美元B轮融资。这个故事背后反映了一个更深层的问题：AI Agent在演示时成功率99%，但生产环境可靠性只有60%。从状态丢失导致的重复扣款，到并发竞争引发的数据损坏，AI落地正面临隐形的可靠性危机。本期节目深入探讨为什么AI越聪明，编排越重要，以及投资逻辑如何从'AI能力'转向'AI可靠性'。
⏱️ 时间线
- 00:00 Netflix的遗产 — Netflix开源Conductor后停止维护，原创团队创立Orkes获得6000万美元融资
- 01:31 可靠性危机 — AI Agent在生产环境面临状态丢失、并发竞争等严重可靠性问题
- 02:51 技术解决方案 — Conductor通过持久化状态、中央化追踪解决分布式系统难题
- 04:42 AI场景增强 — Orkes针对AI场景增加LLM任务节点、人工审批等专门功能
- 05:07 竞争格局 — 与AWS、Google等云厂商竞争，云无关性和开源社区是关键优势
- 07:21 投资逻辑 — 投资重点从AI能力转向AI可靠性，基础设施价值被重新认识
- 08:16 未来展望 — AI Agent可靠性将成为下一个十年的基础设施标配
📝 Show Notes
Orkes融资背景
- Netflix 2015年开发Conductor解决微服务编排问题 00:21
- 2023年Netflix停止维护开源版本，原创团队创立Orkes 00:45
- 刚完成6000万美元B轮融资，总融资达9000万美元 00:45
- 创始人是Conductor在Netflix的核心架构师 00:45
AI Agent的可靠性挑战
- 生产环境可靠性只有60%，远低于演示的99%成功率 01:13
- 状态丢失导致金融交易重复扣款的真实案例 01:37
- 50个Agent并发处理工单出现数据竞争和损坏 02:04
- OCR服务超时导致重复付费问题 02:04
Conductor核心技术
- 持久化执行状态：断点续跑，12分钟任务恢复只需45秒 02:55
- 中央化状态追踪：统一视图查看所有任务执行状态 03:22
- 内置重试和补偿逻辑解决分布式系统难题 02:33
- 针对AI场景增加LLM任务节点和token成本追踪 03:51
竞争优势分析
- 云无关性：可部署在任何云上，不绑定单一厂商 04:45
- 开源社区积累：GitHub超过15000个star，数千家企业使用 05:12
- 与Temporal相比在AI Agent编排细分赛道社区体量更大 05:38
- 订阅定价模式对大量长时间Agent更可预测 05:38
行业趋势洞察
💬 金句摘录
「AI Agent演示成功率99%，但生产环境可靠性只有60%」 —— 薛以致用 01:31
「AI Agent越聪明，生产可靠性挑战越大。LLM越进步，对可靠编排的需求越强烈」 —— 薛以致用 03:41
「很多AI团队花在'维护AI管道可靠性'上的时间，超过了'开发新AI功能'的时间」 —— 薛以致用 06:53
「代表了投资逻辑的转变：不投'AI能力'，投'AI可靠性'」 —— 薛以致用 07:48
「AI Agent的可靠性问题不会自动消失，解决这个问题的公司将成为下一个十年的基础设施」 —— 薛以致用 00:00
🏷️ 标签
Orkes #Netflix #Conductor #AI Agent #工作流编排 #企业级AI #B轮融资 #可靠性
🔗 相关链接
- 原文：jasonxue.cn
- 播客：军见数科·科技播客
本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。
📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。
军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。
点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。
