这篇 Hacker News 讨论评估了使用 SQLite 处理持久化工作流的可行性。支持者认为 SQLite 为智能体编排提供了轻量、模式严谨且可移植的基础，但怀疑论者对生产环境的可靠性提出了重大质疑。 主要观点包括： * **复制风险：** 批评者警告称，Litestream（常与 SQLite 配合使用进行复制）由于其异步特性及过往的稳定性问题，可能存在数据丢失风险，建议在生产环境中使用 `sqlite3_rsync` 等更简单的备份方法。 * **工作流编排：** 用户建议，对于更复杂、可靠且可观测的工作流，使用 Temporal 等专用引擎更为理想，因为它们提供了内置的任务管理和监控功能，比临时搭建的 SQLite 方案更省心，避免了“重复造轮子”。 * **数据结构：** 目前业界逐渐达成共识，即使用 SQLite 存储状态优于管理碎片化的 JSON 或 Markdown 文件，因为它能让大模型（LLM）高效查询数据，并为长周期运行的流程提供更好的结构化支持。 归根结底，该讨论反映了一个更广泛的行业趋势：开发者们正在寻求在简单的文件式原型设计与生产级智能体工作流所需的强大分布式系统之间，寻找一种平衡。