Markdown பதிப்பு

AI-translated from English; not yet reviewed by a fluent editor.

# Stripe தனது உள் ஏஐ அமைப்பில் டொமைன் உரிமையாளர்களுக்கு முக்கியப் பொறுப்பளித்துள்ளது

> முகவர் பராமரிப்பையும் உள்கட்டமைப்பையும் Stripe பிரித்துள்ளது. அதன் வடிவமைப்பு நடைமுறை கேள்வியை எழுப்புகிறது: வழிமுறைகள், அனுமதிகள், வேலை சரியானது என்பதற்கான ஆதாரம் ஆகியவற்றின் உரிமையாளர் யார்?

By BIG CHANGE Editorial

Published: 2026-09-23T17:13:18.039Z
Updated: 2026-09-23T17:13:18.039Z
Canonical: https://bigchange.ai/blog/stripe-kai-internal-ai-domain-owners

![The Stripe wordmark rendered as a neutral charcoal-and-ink organization-mark sketch.](https://bigchange.ai/api/media/file/stripe-wordmark-official-geometry-v3.png)
AI-generated conceptual illustration by BIG CHANGE.

Stripe-இன் [ஜூலை 30 அன்று வெளியான Kai குறித்த பதிவு ](https://stripe.dev/blog/meet-stripes-knowledge-ai-platform)ஏப்ரல் 2026-இல் தொடங்கப்பட்ட உள் தளத்தை விவரிக்கிறது. வாரந்தோறும் 83% ஊழியர்கள் பயன்படுத்துவதாகவும், நிர்வாகப் பணியிலிருந்து ஆண்டுக்கு 25,000 மணி நேரம் வேறு பணிகளுக்கு மாற்றப்பட்டதாகவும் தெரிவிக்கிறது.

## முக்கிய மாற்றம்

- **என்ன மாறியது:**பகிரப்பட்ட உள்கட்டமைப்பில் முகவர்களின் நடத்தையைத் துறை நிபுணர்கள் பராமரிக்கின்றனர்.
- **ஏன் முக்கியம்:**முகவர் தளத்தைத் தேர்ந்தெடுப்பதுடன், அதன் வழிமுறைகள் மற்றும் அனுமதிக்கப்பட்ட செயல்களுக்கான பொறுப்பையும் ஒதுக்க வேண்டும்.
- **எதைக் கவனிக்க வேண்டும்:**பங்கேற்புடன், வெற்றிகரமான பணிகளையும் திருத்தங்களையும் அளவிடுங்கள். வாராந்திரப் பயன்பாட்டு எண்ணிக்கை வேலை சரியானதா என்பதற்கு விடையளிக்காது.

## வேலைப் பிரிப்பு

AgentStudio-வில் துறை உரிமையாளர்கள் முகவர்கள், திறன்கள், கருவிகளை நிர்வகிப்பதாக Stripe விவரிக்கிறது. பகிரப்பட்ட ஏபிஐகள் இணையம், Slack, உட்பொதிக்கப்பட்ட இடைமுகங்களுக்குச் சேவை செய்கின்றன. Kubernetes-இல் Deep Agents செயலாக்கக் கட்டமைப்பு, அமர்வுக்கான தனிமைப்படுத்தப்பட்ட சூழல்கள், மெய்நிகர் கோப்பு முறைமை ஆகியவை இயங்குகின்றன.

முந்தைய முகவர் உருவாக்கி 4,000-க்கும் மேற்பட்ட முகவர்களைச் சேர்த்திருந்தது. தகவல் மீட்பு மற்றும் மாதிரி சார்ந்த தேர்வுடன் 1,000-க்கும் மேற்பட்ட திறன்கள் மற்றும் கருவிகளுடன் Kai இணைகிறது. பணி நிலை அனுமதிகளை Stripe விவரிக்கிறது: இரண்டு வாடிக்கையாளர் சூழல்களைத் தனித்தனியாக அணுகும் அனுமதி, அவற்றை ஒன்றிணைக்கவும் அனுமதிக்கிறது என்று பொருளல்ல.

மேல்நிலை [Deep Agents களஞ்சியம் ](https://github.com/langchain-ai/deepagents)கோப்பு முறைமை அணுகல், சூழல் மேலாண்மை, ஏற்றக்கூடிய திறன்கள் ஆகியவற்றை ஆவணப்படுத்துகிறது. மாதிரியே தன்னைக் கட்டுப்படுத்தும் என நம்புவதற்குப் பதிலாக, கருவிகள் மற்றும் தனிமைப்படுத்தப்பட்ட சூழல்களில் பாதுகாப்புக் கட்டுப்பாடுகளை அமல்படுத்த வேண்டும் என அதன் வழிகாட்டுதல் வலியுறுத்துகிறது. ஆகவே, வழிமுறைக்கும் அணுகல் கட்டுப்பாட்டுக்கும் வெவ்வேறு நோக்கங்கள் உண்டு: ஒரு கருவி இன்னும் அனுமதிக்கும் திறனை, எழுத்தில் உள்ள தடை நீக்கிவிடாது.

## ஆதாரம் எதற்குப் பதிலளிக்கிறது

| அளவீடு | அது பதிலளிக்கும் கேள்வி |
| --- | --- |
| வாராந்திரப் பங்கேற்பு | ஊழியர்கள் தொடர்ந்து திரும்பிப் பயன்படுத்துகிறார்களா? |
| பணித் தரமதிப்பீடு | வெளியீடு வரையறுக்கப்பட்ட தேவையை நிறைவேற்றியதா? |
| அனுமதி சோதனை | அனுமதிக்கப்படாத செயல் தடுக்கப்பட்டதா? |

Stripe-இன் தனியான [ஒருங்கிணைப்பு அளவுகோல் ](https://stripe.com/blog/can-ai-agents-build-real-stripe-integrations)தரமதிப்பீட்டுக்கான தெளிவான எடுத்துக்காட்டை வழங்குகிறது: ஏபிஐகள் அல்லது இடைமுகங்களைச் சோதிக்கும் பரிசோதனைகளைக் கொண்ட பதினொரு குறிமுறைச் சூழல்கள்; சில சமயம் உருவாக்கப்பட்ட Stripe பொருட்களையும் சரிபார்க்கின்றன. இச்சோதனைகள் ஒருங்கிணைப்புகளை மதிப்பிடுகின்றன; Kai-ஐ அல்ல.

மதிப்பாய்வு செய்த Kai அறிக்கை, பதிலின் தரத்தை மதிப்பிடும் நடைமுறையையோ மணி நேர மதிப்பீட்டுக்கான முறையையோ வழங்கவில்லை. உரிமையாளரின் மதிப்பாய்வுக்காகத் திறன் மாற்றங்களை முன்மொழிந்து சோதிக்கும் பதிவுத் தடம் சார்ந்த செயல்முறை இன்னும் திட்டமிடப்பட்டுக் கொண்டிருக்கிறது.

## Sources

- [Stripe-இன் Knowledge AI Platform-ஐ அறிந்துகொள்ளுங்கள்](https://stripe.dev/blog/meet-stripes-knowledge-ai-platform) — கட்டமைப்பு மற்றும் தெரிவிக்கப்பட்ட பயன்பாடு குறித்த நிறுவனத்தின் ஜூலை 30 விளக்கம்.
- [LangChain Deep Agents களஞ்சியம்](https://github.com/langchain-ai/deepagents) — மூலத் திறன்களையும் கருவி/தனிமைப்படுத்தப்பட்ட சூழல் பாதுகாப்பு வழிகாட்டுதலையும் வழங்குகிறது; Stripe-இன் செயலாக்கத்தை ஆவணப்படுத்தவில்லை.
- [ஏஐ முகவர்கள் உண்மையான Stripe ஒருங்கிணைப்புகளை உருவாக்க முடியுமா? கண்டறிய நாங்கள் ஓர் அளவுகோலை உருவாக்கினோம்](https://stripe.com/blog/can-ai-agents-build-real-stripe-integrations) — வரையறுக்கப்பட்ட குறிமுறைப் பணிகளும் தானியங்கி தரமதிப்பீட்டாளர்களும்; Kai-யிலிருந்து தனியானவை.