
Stripe 工程经理拆解内部 Agent「Kai」:用 Project 管权限、用 2000 个 Skill 沉淀流程,一万多名员工每周在用
一句话结论
Stripe 认为把 AI 铺到全公司主要是治理问题而不是模型问题,他们用 Project 统一配置模型、工具和人工审批,用可检索的 Skill 库把一次成功的会话变成全员可复用的流程,再靠多年积累的数据与开发者基础设施兜底。
背景与理念
这期 How I AI 于 2026 年 9 月 7 日上线,嘉宾是 Stripe 的工程经理 Sharadh Krishnamurthy。他曾在 Stripe 的数据和开发者体验等核心基础设施团队工作,后来参与搭建了公司内部的 AI Agent「Kai」。节目页介绍说,Kai 现在每周有一万多名 Stripe 员工在用,采用率是 86%,而日常维护它的团队不到 10 个人。最早的可用版本是他和一位同事用两周时间做出来的,节目说明里的说法是一支「1.5 个工程师」的团队。
Sharadh 的核心观点是,把 AI 带进一家大公司,最难的不是模型,而是治理。他们很快意识到,给每个员工一个大模型账号并不能解决问题,真正要做的是让系统理解一家复杂的全球化公司是怎么运作的:谁能看什么数据,哪些动作需要人确认,不同团队默认该用什么模型。所以 Kai 最有特色的部分,比如 Project、工具策略和 Skill 路由,都是在管理权限和行为,而不是在提升模型本身。
他还有一个比较激进的建议:在大规模投入 Agent 之前,先把开发者体验团队和数据团队的规模翻一倍。理由是 Agent 并不会制造全新的问题,它只会把公司系统里原有的弱点放大,数量和严重程度都会上升。
具体做法
节目里有一段现场演示。Sharadh 让 Kai 找出他平时用来追踪 Kai 采用率的几条查询,然后生成一个看板。Kai 先调用一个叫 Ask Data 的 Skill,在每个会话独立的云端沙箱里运行,查询 Stripe 内部的查询层和 Trino 数据仓库。主持人 Claire Vo 在节目配套文章里总结了它找数据的三层顺序:先找有没有现成的报表能直接回答问题,找不到再去查经过审定的分析指标层,最后才去完整的数据目录里找表、自己写新的 SQL。这套分层原本是为人设计的,结果对 Agent 同样好用。看板生成后,他又让 Kai 按团队拆分采用率,Kai 重新跑查询并更新了原来的看板。
第二个做法是把一次性会话变成可复用的 Skill。Kai 有一个专门用来创建 Skill 的 Skill,它会读取整段对话里的提示、用过的工具和生成的代码,整理成一份标准格式的 Skill 定义,并在一个类似 IDE 的编辑器里让用户检查名称、描述和触发语。保存之后,在新会话里说一句「给我最新的 Kai 采用率看板」,系统就会检索到这个 Skill 并重跑整套流程。节目页的说法是,每个 Skill 都包含何时触发的说明、写给 Kai 系统的规格,以及一个上线前测试用的编辑器。
第三个做法是 Project。Project 不只是存放对话的文件夹,而是一层配置:少数熟悉业务的人为整个团队或工作流选好默认模型、批准可用工具、规定哪些动作需要人工审核,其他人进来就自动拿到正确的设置。节目页举的例子是 HR 的 Project,它运行在单独的安全后端上,工具访问受严格控制,防止敏感的员工数据被写进公开文档。演示中,Sharadh 把日历工具设成需要人工批准,然后让 Kai 帮他约一个会,Kai 停下来弹出确认框,等他同意后才执行。他把这称为恰当的摩擦,只在敏感场景出现,而不是每个动作都弹窗。
关键数据/例子
节目页给出的数字包括:每周使用 Kai 的员工超过一万人,采用率 86%,维护团队不到 10 人;最早版本两周做成;Skill 库大约有 2000 个,其中约 50 个是全公司每天都在用的。
Stripe 也吃过亏。节目页写到,他们看到过 Agent 行为难以预测、压垮核心系统,甚至差点把生产环境搞挂。光靠改提示词解决不了,最后需要的是给 Agent 单独的身份、优先级信号、降载机制,以及一个能承接额外查询压力的查询层。配套文章里引用了 Sharadh 的一句话:拿不准的时候,Agent 就会硬来。所以数据仓库必须足够扛压。
关于 Skill 数量,节目页的判断是数量本身就是质量问题。每多一个 Skill,检索池里就多一份信息,不相关的上下文会拉低结果质量。所以他们做了遥测,区分全公司在用的 Skill、小团队高价值的专用流程,以及几周没人碰的 Skill,据此决定推广、合并还是下线,同时保住那些有用的小众流程。
创新点
第一,把治理做成产品的一层,而不是写在制度文档里。Project 让懂行的人一次性配置好模型、工具和审批规则,普通员工不用自己判断该开哪个连接器、该选哪个模型,也就少了绕开安全措施的动机。
第二,Skill 的来源是员工真实跑通的会话,而不是平台团队拍脑袋写的模板。任何人都能把一次成功的操作打包成 Skill,系统再按意图自动检索,员工只需要描述需求。
第三,把 Agent 当作会放大现有系统弱点的新流量来源来对待,给它独立身份和降载策略,这比只在提示词里要求它小心更可靠。
第四,承认 Skill 库会膨胀,用使用数据做生命周期管理,这一点对任何在积累提示词、规则和技能库的团队都适用。
可否复用
- 可以直接借鉴 Project 的思路:个人用户也可以给不同事务(比如情报收集、写作、代码)建独立的 Agent 配置,分别规定默认模型、可用连接器和哪些动作必须先问过自己,比如发消息、写表、删文件。
- 每次让 Agent 跑通一个流程后,让它把这次对话整理成一份 Skill 或规则文件,写清楚什么时候触发、步骤是什么、怎么验证结果,下次一句话就能复用。
- 找数据时可以照搬三层顺序:先查已有的表格和文档,再查整理过的核心指标,最后才让 Agent 去原始数据里自己写查询,这样结果更稳、成本更低。
- 定期盘点自己积累的提示词和 Skill,把长期不用的归档,避免它们挤占上下文、干扰检索。
- 对会写入外部系统的 Agent(比如写在线表格),要预先想好限流和出错兜底,不要只靠提示词让它小心。
- 企业级的独立身份、降载和 HR 隔离后端属于大公司基建,一个人维护的个人场景暂时用不上,了解思路即可。