Stripe चा ३० जुलैचा Kai-विषयक वृत्तांत एप्रिल २०२६ मध्ये सुरू झालेल्या अंतर्गत प्लॅटफॉर्मचे वर्णन करतो. आठवड्यातून ८३% कर्मचारी वापरतात आणि प्रशासनाच्या कामातून वार्षिक २५,००० तास इतरत्र वळवले, असे त्यात म्हटले आहे.

मोठा बदल

  • काय बदलले: विभागीय तज्ज्ञ सामायिक पायाभूत सुविधांवर एजंटचे वर्तन सांभाळतात.
  • हे का महत्त्वाचे: एजंट प्लॅटफॉर्म निवडताना त्याच्या सूचना आणि परवानगी असलेल्या कृतींची जबाबदारीही कोणाकडे द्यायची हे ठरते.
  • कशाकडे लक्ष द्यावे: सहभागासोबत यशस्वी कामे आणि दुरुस्त्याही मोजा. आठवड्याचा वापर किती कामे बरोबर झाली हे सांगत नाही.

कामाची विभागणी

Stripe नुसार AgentStudio ही जागा आहे जिथे विभागीय मालक एजंट, कौशल्ये आणि साधने सांभाळतात. सामायिक API वेब, Slack आणि एम्बेड केलेल्या इंटरफेसना सेवा देतात. Kubernetes वर Deep Agents harness, सत्र-सँडबॉक्स आणि आभासी फाइल-सिस्टम चालतात.

आधीच्या builder मध्ये ४,०००हून अधिक एजंट जमले होते. Kai पुनर्प्राप्ती व मॉडेल-आधारित निवडीसह १,०००हून अधिक कौशल्ये व साधनांशी जोडते. Stripe कामाच्या पातळीवरील परवानग्यांचे वर्णन करते: दोन ग्राहक-संदर्भांना वेगवेगळा प्रवेश असला तरी ते एकत्र करण्याची परवानगी आपोआप मिळत नाही.

मूळ Deep Agents रेपॉझिटरी फाइल-सिस्टम प्रवेश, संदर्भ व्यवस्थापन आणि लोड करता येणाऱ्या कौशल्यांचे दस्तऐवजीकरण करते. सुरक्षा मार्गदर्शनात मॉडेलने स्वतःला आवरावे यावर अवलंबून न राहता साधने आणि सँडबॉक्समध्ये अंमलबजावणी ठेवली आहे. त्यामुळे सूचना आणि प्रवेश-नियंत्रण यांची उद्दिष्टे वेगळी आहेत: साधनाने क्षमता दिली असेल तर लेखी मनाई ती काढून टाकत नाही.

पुराव्यांतून कोणत्या प्रश्नांची उत्तरे मिळतात

मोजमाप

ते कोणत्या प्रश्नाचे उत्तर देते

आठवड्याचा सहभाग

कर्मचारी पुन्हा वापरतात का?

कामाचे मूल्यमापन

निकालाने ठरवलेली गरज पूर्ण केली का?

परवानगीची चाचणी

अनधिकृत कृती रोखली का?

Stripe चे स्वतंत्र एकत्रीकरण बेंचमार्क ठोस गुणांकनाचे उदाहरण देते: API किंवा इंटरफेस तपासणाऱ्या चाचण्यांसह अकरा कोडिंग वातावरण; काही वेळा तयार झालेल्या Stripe ऑब्जेक्ट्सचीही तपासणी होते. या चाचण्या एकत्रीकरणांचे मूल्यमापन करतात, Kai चे नाही.

पाहिलेल्या Kai-विषयक वृत्तांतात उत्तराच्या गुणवत्तेची तपासणी-पद्धत किंवा तासांच्या अंदाजाची कार्यपद्धती दिलेली नाही. कौशल्यातील बदल सुचवणारी आणि तपासणारी, मालकाच्या पुनरावलोकनाखालील trace-आधारित प्रक्रिया अजून नियोजित आहे.