终端把大多数人挡住了

Stripe 没让非技术员工去学开发者工具,而是给他们单独造了一个。

2024 年底 Claude Code 发布后,Stripe 内部几乎所有人都想造自己的 agent(能自己拆解任务、连续干活的 AI 程序)。工程团队在原有的 Ruby、Java 系统上搭起了一层层调度逻辑。接内部系统并不难,难的是让它稳定、跑得快、结果可评估。简单场景能用,规模一上来就不行。

非工程师的门槛更靠前:黑底白字的命令行、拿不到的数据权限、过不去的安全审批。他们连第一步都迈不出去。

Stripe Agent Foundation 团队的工程经理 Sharadh Krishnamurthy 和资深软件工程师 Anupam Upadhyay 提出了一个反过来的问法:与其把不写代码的人推向开发者工具,不如去他们已经在的地方,给他们造一个专用的。用 Sharadh 的话说就是,如果每个人都有一个随时在线、能直接投入生产使用的助手,会怎么样?

给非工程师的编程助手

Kai 更像一个给不写代码的人用的编程助手,产出物挂在对话旁边,随对话不断改。

这个产品叫 Kai,Stripe 每位员工都能用。它打通了公司内部数据仓库、Slack 和 Google 全家桶,做的是大多数人真正在做的事:汇总数据、头脑风暴、起草文档、分析趋势、跨部门协作。

用法是这样的:开一个会话,像聊天一样提要求,Kai 产出一份东西,报告、图表、仪表盘或者文档,就挂在对话旁边。你继续聊,它就继续改。这正是程序员用编程助手的姿势,只是产出物从代码换成了文档和图表。

和通用 AI 助手最大的差别是,Kai 出厂就带着 Stripe 的上下文。它知道这家公司怎么运转、内部系统长什么样、数据存在哪、规矩是什么。你不用在每次提问前先花三段话解释自己是干什么的、公司是干什么的。

这些上下文不是平台团队一家写的。来自 100 多个团队的一线专家把各自的业务知识写成模块贡献进来,如今已超过 1000 个。

Kai 是什么 会话式 agent,能跑代码、 产出可反复修改的文档与仪表盘 不是什么 接了内部数据的聊天机器人, 只在对话框里一问一答
Kai 的产出物挂在对话旁边并随对话演进,原文形容它「像给非工程师用的编程 agent」。

底座不自己造

Kai 的地基是 LangChain 开源的 Deep Agents,Stripe 只在上面盖自己那几层。

一个 agent 要能跑起来,底下有一堆脏活:让模型调用工具、把结果喂回去、管住中间状态、把回答一个字一个字推给界面。这些从零写并且写到能上线,是好几个月的工程量,而且和 Stripe 这家公司具体做什么毫无关系。

Deep Agents 把这些包好了。Stripe 在它上面搭了三层:一层把 Kai 接进公司的安全体系和内部服务;一层让各团队配置专属版本的 Kai,换技能、换行事风格、换人设,都不用碰底下的代码;最上面才是所有人看到的界面。

Deep Agents 那一层解决了所有跟 Stripe 无关的问题,这样我们就能专心解决跟 Stripe 有关的问题。

Sharadh 补充说,现成的组件可以直接拿来拼,结构给得足够清楚,又留了足够的余地。

Kai 界面 员工实际看到的产品 选用某个配置 配置层 各团队配自己的 Kai 换技能与人设,不碰底层 Stripe 专属外壳 接安全体系与内部服务 复用现成中间件 Deep Agents 工具调用、状态、中间件 一路贯通到底
Stripe 只写中间两层,最底下的通用 agent 能力直接用 LangChain 开源的 Deep Agents。

三块零件让它能上线

Anupam 一周做出第一版,靠的是三块现成的中间件(夹在底层和业务之间、负责某一件通用杂事的模块)。

  1. 文件系统。Kai 跑在云上,没有硬盘。Stripe 用云存储虚拟了一套文件系统:每次要执行代码前,把相关文件搬进去;跑完之后,把新增和改动的文件搬回来。对模型来说,整个会话期间它面对的就是一套连贯、一直在那儿的文件夹。
  2. 沙箱(一个与世隔绝的临时运行环境)。写 Python 查数据、画图,或者处理 PDF、幻灯片这类杂七杂八的文件,都在沙箱里跑。关键在于沙箱是 Kai 手里的一件工具,而不是 Kai 自己住的房子。它站在外面,把代码扔进去执行,AI 生成的代码就翻不出墙。
  3. 摘要。长会话聊久了,堆积的上下文会拖慢模型、撞上容量上限。Kai 会在合适的时候把前面的内容压缩掉,压缩的时机、用哪个模型压、压到多短,都能调。多数人是断断续续用 Kai 的,控制上下文体积也直接控制了成本。

1000 个技能,谁来挑

Kai 不可能把所有能力都装进脑子,于是它先选技能,再由技能决定装哪些工具。

Stripe 内部有 500 多个可供调用的工具,技能库超过 1000 个,全塞进去模型根本读不完。

技能在这里是一个打包好的模块,写清楚了某类活该怎么干、要用哪些工具、按什么思路推进。各团队自己写、自己维护自己那几个。基础版 Kai 自带一套通用技能,剩下的按你是谁来加载:销售运营的人和财务的人拿到的完全不是同一套,个人还能在部门默认之上再挑几个。

真正的机关在于顺序:模型先判断这次该用哪些技能,技能自带的工具清单再决定往上下文里装哪些工具。少数几个打底的技能被钉死,不管模型怎么增删都不会掉,保证 Stripe 的上下文和政策底线一直在。

代价也很清楚:每个技能的说明书只有 1024 个字符的额度,而技能数量超过 150 个再叠上系统提示词,连最前沿的模型都开始挑错。

用户提问 带着自己的部门与身份 第一遍:模型挑技能 从 1000+ 技能里选相关的 读技能自带的工具清单 每个技能规定了要用哪些工具 第二遍:只装这批工具 500+ 工具不全部载入 开始干活 打底技能全程钉死不掉 技能选择是工具装载的闸门,而不是把所有工具一次性塞给模型。
两遍装载让 Kai 在 500 多个内部工具面前不至于撑爆上下文。

一周吃掉一个季度

Kai 开放预览一周就完成了原定一个季度的采用目标,涨得最猛的是营销和销售,不是工程师。

四周内用户从 296 涨到 5000 多。Sharadh 的描述是,它就这么烧起来了,人们用上了,一下子就懂了。

新用户主要是团队本来就瞄准的那群人:销售、财务分析、业务运营,那些一直被要求「去用 AI」、却始终没找到一个合得来的工具的人。Sharadh 转述过他们的原话:之前那个东西我用不惯,要调一堆参数,但我确实认真试过了;而这个,我什么都不用调。

今天 83% 的 Stripe 员工每周都在用 Kai。按比例算,营销部门(95%)和市场进攻团队(87%)的使用率甚至高过工程部门。销售的人说它彻底改变了备单流程:从多个内部系统拉数据、汇总、直接给出能用的成品。财务拿它做分析和仪表盘。

两句员工反馈:

对销售来说 Kai 简直难以置信,这能省下几万小时。
我在 Stripe 的职业生涯,分成用 Kai 之前和用 Kai 之后。

新人拿它加速入职。而造它的工程团队自己也在用,拿它回答关于自家系统的问题,拿它去翻使用记录,找出技能覆盖的缺口。这东西明明是为不写代码的人做的。

1 周 完成原定一个季度的目标 16 倍 四周内 296 人涨到 5000+ 83% 全公司每周都在用 95% 营销部门,高过工程部门
四个数都来自 Kai 开放预览后的采用情况;83% 是「每周使用」而非注册数。

一周神话背后

「一个人一周」是最后一公里,前面那段路 Stripe 走了十几年,而真正没解决的问题在规模上。

Stripe 十几年来的内部工具、安全层、部署体系全是围着 Ruby 和 Java 建的。要用 Deep Agents,就得把整套内部服务的脚手架在一门新语言上重建一遍。这是一笔大投入,而且在 Kai 出现之前就已经付掉了。所谓一周,是站在这笔投入上的一周。Stripe AI 平台负责人 Chrissie 说,Kai 让所有人彻底认定 Deep Agents 是对的方向;换个说法,这一周是用来证明前面那笔账没白花的。

更难复制的其实不是代码。1000 多个技能来自 100 多个团队,意味着上百个业务团队愿意把自己的门道写下来、维护起来。这是组织能力,买不到也装不上。

而技能规模正是眼下最硬的一堵墙:模型在 150 个技能上就开始掉质量,Stripe 手里已经有 1000 多个。团队正在试一套混合方案:先用检索或分类器筛一遍,再交给模型定夺。他们承认,纯靠模型挑选在当前规模下效果比检索更好,但撑不到再大一号。

另外三件事还在路上:随着几千人用起来,安全和合规的护栏得跟上;不同团队想要不同脾气的 Kai,有人要它先规划再动手、多问几句,有人只要快答;会话目前只服务一个人,共享技能、共享产出、多人在同一份 AI 输出上一起改,都还没做。Sharadh 反复强调「这个产品的全部承诺就是你不需要调参数」,这句话现在变成了团队自己的责任:得由系统去猜每个人想要什么。

技能数量 Stripe 已积累的技能 来自 100 多个团队 1000+ 模型开始掉质量的临界 叠加系统提示词后测得 约 150
技能库已经远超前沿模型能可靠挑选的规模,这是 Stripe 目前最硬的一堵墙。