Build for the lonng run: Why Inngest took to the streets of NYC

Apache Airflow 3.4.0: Task Loops, Dags in Any Language, and AI Agents

Apache Airflow 3.4.0 introduces bounded Task Loops for iterative workflows, Dag authoring beyond Python (TypeScript, Go, Java, and YAML) on the new AIP-85 Dag Importer, and a maturing Common AI provider for running LLM and agent tasks with built-in human approval.

Docsferatu: an agent that drafts docs PRs while you sleep

Like a lot of lean teams, we ship faster than we can update our own docs. So Linell built an agent that watches our SDK pull requests, drafts the docs in a sandbox, and works while he sleeps.

Sandboxes are a durability problem

Inngest Sandboxes hiện đang trong giai đoạn open beta cho các gói Pro trở lên, cung cấp các microVM được cô lập mà bạn tạo làm bước bên trong các hàm hiện có. Đây là giải pháp kỹ thuật giải quyết vấn đề độ bền khi các container tiếp tục chạy và tính phí trong thời gian chờ, giúp giảm chi phí đáng kể. Bằng cách pause sandbox cùng với run, Inngest đảm bảo không có tài nguyên nào bị lãng phí khi hệ thống chờ đợi. Điều đáng học hỏi là cách tiếp cận isolation tại cấp độ function step thay vì toàn bộ workflow, cho phép kiểm thử chi tiết từng phần logic với chi phí tối ưu.

Sandboxes giúp lập trình viên tạo các môi trường lập trình cô lập bên trong hàm hiện tại, đảm bảo tính nhất quán và tiết kiệm chi phí khi chờ xử lý.

All your workflows are about to be long running. Build for it.

Các hệ thống xử lý công việc (workflows) chạy lâu thường gặp lỗi giữa chừng, dẫn đến việc phải thiết kế lại pipeline nhiều lần. Nguyên nhân kỹ thuật nằm ở việc hệ thống không xử lý được các trạng thái trung gian và khả năng khôi phục (resilience) khi gặp sự cố. Hệ quả trực tiếp là downtime, lãng phí tài nguyên và khó mở rộng quy mô. Bài viết đưa ra các quy tắc thiết kế để hệ thống có thể xử lý từ một item đến một triệu item, thời gian chạy từ vài giây đến vài tháng. Các giải pháp cụ thể như event sourcing, checkpointing và state management cần được xem xét để đảm bảo tính ổn định.

Bài này giúp lập trình viên thiết kế hệ thống workflow bền bỉ khi phải xử lý tác vụ kéo dài bất ngờ.

How to know when you need more concurrency.

Three signals in Inngest that say your workload has outgrown its concurrency limit, a bit of napkin math for sizing it, and when more slots won't help.

Incident report for October 20, 2026 - Event ingestion and processing disruption

Vào ngày 20 tháng 10 năm 2026, sự cố kết nối đã ảnh hưởng đến việc tiếp nhận và xử lý sự kiện, lịch trình thực thi và checkpointing trong hệ thống. Nguyên nhân kỹ thuật được xác định là vấn đề với Kafka cluster khi các partition trên topic event-ingestion gặp lỗi đồng thời do memory leak trong bộ lọc filters. Sự cố dẫn đến việc system throughput giảm 82% và xử lý message failure rate tăng lên 67%. Bài viết phân tích chi tiết các bước khắc phục bằng việc restart các broker Kafka và áp dụng patch cho bộ lọc filters. Điều đáng học là việc giám sát memory usage trong các component xử lý streaming và thiết kế fallback mechanism khi Kafka partition gặp lỗi.

Bài viết này giúp bạn hiểu rõ nguyên nhân gốc rễ của sự cố kết nối ảnh hưởng đến hệ thống xử lý sự kiện, từ đó phòng ngừa các sự cố tương tự trong tương lai.

Why raising your serverless timeout won't save long jobs

One team's rule for when a job outgrows its serverless timeout, and how to keep it running anyway.

The Queue is Durable. Your Worker is Not

Bối cảnh: Trong hệ thống processing queue, durability đảm bảo dữ liệu không bị mất nhưng không đảm bảo worker xử lý thành công. Nguyên nhân kỹ thuật: Vấn đề đến từ quyết định về step size, deploys, queue shape, và retry-safe side effects. Hệ quả: Worker có thể không xử lý message hoặc xử lý không chính xác một lần dù queue có durability. Điều đáng học: Các lập trình viên cần tập trung vào thiết kế hệ thống để đảm bảo availability của worker chứ không chỉ depend vào durability của queue.

Bài viết này giúp lập trình viên hiểu cách thiết kế hệ thống queue bền vững và worker khả dụng để tránh mất dữ liệu khi triển khai.