Einmal funktionieren ist nicht in Produktion funktionieren.
Eine Demo verantwortet sich nur vor ihrem Autor, in einem Prozess, ein Mal. Produktion verantwortet sich vor Fremden, über Neustarts hinweg, nebenläufig — während niemand zusieht. Drei Fragen trennen beides, und je höher du die Leiter erklimmst, desto teurer wird es, jede davon zu ignorieren.
Was ist gerade jetzt wahr?
Jeder Node teilt eine Wahrheit. Sie muss an der Grenze sauber geformt und sicher zu schreiben sein, wenn viele Hände sie berühren.
Fängt ab: stille State-Korruption beim Fan-in.
Zur Frage →2 DurabilityWas überlebt einen Neustart?
State muss den Prozess überdauern. Ein System, das nicht fortsetzen kann, startet neu — und verliert jede laufende Entscheidung.
Fängt ab: den Store, der unter Nebenläufigkeit einknickt.
Zur Frage →3 VisibilityWas kannst du danach sehen?
Ein Lauf muss im Nachhinein inspizierbar sein — sonst kannst du ihn weder debuggen noch beziffern noch einem darauf gebauten Loop trauen.
Fängt ab: den Loop, der nie konvergiert, ungesehen.
Zur Frage →Beantworte alle drei und das System ist verlässlich. Die Leiter zu erklimmen — ein einzelner Kopf, dann Workflows, dann Spezialisten — macht es leistungsfähiger. Das sind verschiedene Achsen: Leistungsfähigkeit ist nicht Verlässlichkeit, und erklimmen ist nicht ausliefern. Sieh, wie sie zusammenkommen →
Was ist wahr gerade jetzt?
Jeder Node liest und schreibt eine geteilte Wahrheit. In Produktion muss diese Wahrheit an der Grenze sauber geformt sein — und sicher zu schreiben, wenn mehr als eine Hand sie berührt.
State-Vertrag an der Grenze
Unzulässige Felder schlagen laut fehl — nicht still, drei Knoten später.
Merge-Regeln für geteilte Keys
Wie zwei Writes auf denselben Key kombiniert werden.
Letzter Write gewinnt
Writes kombiniert
Fehler treten am Rand zutage
Ein unzulässiger Write wird dort abgefangen, wo er passiert. Fan-out und Fan-in setzen sich korrekt wieder zusammen, weil jeder geteilte Key eine Regel hat.
Die Schwierigkeit skaliert mit den Händen am State
Trivial, wenn ein einzelner Kopf allein loopt. Real, sobald Schritte Grenzen überqueren. Zentral, sobald Spezialisten nebenläufig über einer geteilten Wahrheit arbeiten.
Was überlebt einen Neustart?
State muss den Prozess überdauern, der ihn erzeugt hat. Ein System, das nicht fortsetzen kann, startet neu — und ein Neustart verliert jede laufende Entscheidung.
Das Durability-Spektrum — platziere deinen Store darauf
In-Memory
Single-Writer
Nebenläufiger ausfallsicherer Store
Single-Writer-Store
ein LockNebenläufiger, ausfallsicherer Store
Row-Level-LocksFortsetzen statt neu starten
Ausfallsicherer State bedeutet: ein Absturz setzt vom letzten Checkpoint fort, eine menschliche Prüfung kann den Lauf pausieren, und ein Retry ist sicher zu wiederholen.
Nebenläufigkeit und replay-sichere Merges
Viele Writer über einer Wahrheit; Merges, die einen Replay ohne Doppelzählung überstehen müssen. Genau das verschafft dir die operative Schicht.
Was kannst du sehen im Nachhinein?
Ein laufendes System muss inspizierbar sein, nachdem es gelaufen ist. Wenn du nicht sehen kannst, was passiert ist, kannst du es weder debuggen noch verbessern noch dafür einstehen.
Was ein Span erfasst
Warum jedes Feld seinen Platz verdient.
Wo Traces leben
Eine Entscheidung — per Policy festgelegt.
Der langsame Span ist das Tool, nicht das Modell
Vierzig Prozent der Wall-Clock-Zeit gehen auf einen einzigen externen Call — sichtbar nur, weil er im Trace auftaucht. Cache ihn, parallelisiere ihn oder setze ein Timeout.
Bei den Tokens liegt das Geld
Token-Zahlen pro Span machen aus einer vagen Rechnung einen Posten, den du angehen kannst.
Eine fehlgeschlagene Validierung kostet einen kompletten Retry
Der Fehler-Span erklärt das Retry-Segment im Kosten-Balken. Ohne den Trace sind diese Ausgaben unsichtbar.
Der Reflexions-Loop, den du nicht sehen kannst.
Ein selbstkorrigierender Agent kritisiert seine eigene Ausgabe und versucht es erneut. Ohne Traces darunter sind Oszillation, themenfremde Wiederholungen und stille Token-Explosion allesamt unsichtbar — der Score überschreitet nie die Schwelle, während jeder Zyklus einen weiteren kompletten Generierungsdurchlauf an Tokens verbrennt. Der Lauf stürzt nicht ab. Er kostet einfach still das Zehnfache dessen, was er sollte.
Ein System ist produktionsreif, wenn es alle drei beantworten kann — Truth, Durability, Visibility.
Die Leiter zu erklimmen ist nicht dasselbe wie auszuliefern.
Die Leiter ist die Leistungsfähigkeit, die du aufbaust — ein einzelner Kopf, dann Workflows, dann Spezialisten, dann die operative Schicht. Die drei Fragen sind die Verlässlichkeit, die du schuldest. Es sind orthogonale Achsen: Erklimmen macht das System leistungsfähiger; es macht es nicht verlässlich. Beides zusammen ist Produktion.
Weiter erkunden