Stripe: Bericht zu Kai vom 30. Juli beschreibt eine interne Plattform, die im April 2026 eingeführt wurde. Dem Unternehmen zufolge nutzten 83 Prozent der Beschäftigten sie wöchentlich; jährlich würden dadurch 25.000 Stunden Verwaltungsarbeit umgeschichtet.

Die große Veränderung

  • Was sich geändert hat: Fachleute pflegen das Verhalten der Agenten auf einer gemeinsamen Infrastruktur.
  • Warum das wichtig ist: Wer sich für eine Agentenplattform entscheidet, muss zugleich festlegen, wer für ihre Anweisungen und zulässigen Aktionen verantwortlich ist.
  • Worauf zu achten ist: Neben der Beteiligung sollten erfolgreiche Aufgaben und notwendige Korrekturen gemessen werden. Die Zahl der wöchentlichen Nutzer zeigt nicht, ob die Arbeit korrekt war.

Aufgabenteilung

Stripe beschreibt AgentStudio als Ort, an dem Fachverantwortliche Agenten, Skills und Werkzeuge verwalten. Gemeinsame APIs bedienen die Weboberfläche, Slack und eingebettete Schnittstellen. Kubernetes hostet ein Deep-Agents-Framework, Sitzungs-Sandboxen und ein virtuelles Dateisystem.

Mit dem früheren Builder waren mehr als 4.000 Agenten zusammengekommen. Kai verbindet über 1.000 Skills und Werkzeuge und wählt sie mithilfe abruf- und modellbasierter Auswahl aus. Stripe beschreibt Berechtigungen auf Aufgabenebene: Der Zugriff auf zwei Kundenkontexte muss nicht automatisch erlauben, sie miteinander zu kombinieren.

Das zugrunde liegende Deep-Agents-Repository dokumentiert Dateisystemzugriff, Kontextverwaltung und ladbare Skills. Seine Sicherheitshinweise verorten die Durchsetzung von Regeln in Werkzeugen und Sandboxen, statt darauf zu vertrauen, dass das Modell sich selbst beschränkt. Anweisung und Zugriffskontrolle erfüllen daher unterschiedliche Aufgaben: Ein schriftliches Verbot kann keine Fähigkeit entfernen, die ein Werkzeug weiterhin bereitstellt.

Was die Belege beantworten

Messgröße

Welche Frage sie beantwortet

Wöchentliche Beteiligung

Kehren Beschäftigte zur Plattform zurück?

Aufgabenbewertung

Erfüllte die Ausgabe die festgelegte Anforderung?

Berechtigungstests

Wurde eine nicht zulässige Aktion verhindert?

Ein separates Integrations-Benchmark von Stripe liefert ein konkretes Beispiel für die Bewertung: elf Programmierumgebungen mit Tests, die APIs oder Schnittstellen prüfen und teilweise auch erstellte Stripe-Objekte kontrollieren. Diese Tests bewerten Integrationen, nicht Kai.

Der ausgewertete Bericht zu Kai enthält weder ein Verfahren zur Bewertung der Antwortqualität noch eine Methodik für die Schätzung der eingesparten Stunden. Ein Ablauf, der anhand von Protokollen Änderungen an Skills vorschlägt und testet, bevor Fachverantwortliche sie prüfen, ist weiterhin geplant.