MCP Tasks (async): Why Aren't Any Agents Supporting Them? — Cornelia Davis, Temporal
MCP tasks är en standard som låter AI-agenter starta långkörande jobb som kan pausas, rapporteras på och återupptas utan att förlora sitt arbete — till exempel en fakturabehandling som kan vänta på att en människa godkänner något mittunder.
Cornelia Davis, expert på distribuerade system, visar hur detta löser ett verkligt problem: när nätverk bryter eller processer kraschar under ett långtidsjobb går ofta all kontext förlorad. Specifikationen använder en statslös kärna med långkörande beteende som tillägg, och låter servern skicka uppdateringar till klienten i stället för att klienten frågar hela tiden. Trots att tekniken finns stöder nästan ingen AI-agent den än, delvis för att det är svårt att få långkörande arbete rätt.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
SOTA Generative Media Panel — Dumitru Erhan, Shane Gu & Nicole Brichtova, Google DeepMind
AI Engineer 30 aug.
Tell the Robot What You Want — Sandhya Subramani, AWS
AI Engineer 29 aug.
The Signal Layer: What to Build When Anything Can Be Built — Lena Hall, Akamai
AI Engineer 29 aug.
Tribal Dungeons of Global Shipping: AI Agents at Global Scale — Dmitry Buykin, Maersk
AI Engineer 29 aug.