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。
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。
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)。
- 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。
- 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。
- 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。
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。
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。