服务发布与架构设计
2026年10月15日，Google Cloud 宣布推出基于 Cloud Run worker pools 的 Temporal Serverless Workers，该功能目前处于公开预览阶段；此前，Temporal 官方已于2026年10月5日宣布对 Google Cloud Run 的 Serverless Workers 支持。这一集成允许开发者将 Temporal worker 部署为按需自动缩放的资源池，在没有执行任务时彻底缩容至零，消除了传统基础设施的管理负担。
在具体运行机制上，Temporal worker 作为 Cloud Run worker pool 实例在用户的 Google Cloud 项目内运行，并主动向 Temporal Cloud 轮询拉取任务。Temporal Cloud 负责监控任务队列的积压情况，并通过 Cloud Run Admin API 直接调整 worker pool 的实例数量。
在安全性与部署设计方面，Temporal 从不主动向 worker 实例建立连接，用户无需开放网络端口或配置复杂的防火墙规则，worker pool 本身被设计为不具备公共端点的后台资源。此外，更改实例数量不会创建新的 Cloud Run 修订版本，从而保证了 Temporal 能够伴随负载波动频繁且无缝地动态调整池大小。
扩缩容逻辑与传统痛点破局
过去在 Temporal 中部署 worker 往往需要克服基于拉取模式的天然挑战，由于其不响应外部网络请求，开发者通常必须在 Kubernetes 集群或虚拟机上常驻运行 worker，面临持续的基础设施维护和计算成本；而在以往的 Cloud Run 服务中运行 worker，则需要变通配置 HTTP 监听器、使用基于实例的计费并设置最小实例数，导致无法实现缩容至零。
此次推出的集成方案中，Temporal 决定增加计算容量的主要触发信号是任务进入队列积压与 worker 提取任务之间的延迟，一旦延迟增加系统便会触发扩容。在多版本支持方面，每个构建版本均作为独立的 Cloud Run worker pool 运行，历史版本在无工作流调用时可维持在零实例状态，直至被再次唤醒。
根据官方公布的设置流程，配置主要涵盖三个步骤：首先将容器化的 Temporal Worker 部署为 Cloud Run worker pool，其次向 Temporal Cloud 授予管理权限以实现自动扩缩容，最后在 Temporal 控制端创建与该资源池对应的 Worker Deployment Version。
成本效益与应用场景
在成本方面，Google Cloud 宣称，Cloud Run worker pools 按照 vCPU-hour 与 GB-hour 计算的标价相比基于实例计费的 Cloud Run 服务降低了近 40%。
该架构特别适用于 AI 代理（AI Agent）工作负载，worker 能够瞬间启动处理突发的 LLM 推理步骤、嵌入生成或 API 调用，不仅支持无密钥访问 Google Cloud AI API 和附加 GPU 推理，还在附加 GPU 的状态下同样支持在队列排空后缩容至零。
此外，该方案还能良好支撑以实体模式运行的长时间工作流以及突发批处理任务。系统仅在实例实际运行时计费，任务空闲期间的计算成本为零，超出最大容量的任务也会安全地保留在队列中等待调度。