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

# Stripe 将内部 AI 的责任交给领域负责人

> Stripe 将智能体维护工作与基础设施分开。其设计提出了一个实际问题：谁负责指令、权限，以及证明工作正确的证据？

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 的[7 月 30 日对 Kai 的介绍](https://stripe.dev/blog/meet-stripes-knowledge-ai-platform)称，这是一个于 2026 年 4 月上线的内部平台。据报告，每周有 83% 的员工使用，并将每年 25,000 小时从行政工作转向其他工作。

## 重大变化

- **变化内容：**专业人员在共享基础设施上维护智能体的行为。
- **为何重要：**选择智能体平台也意味着要明确谁对其指令和允许执行的操作负责。
- **关注事项：**除了参与率，还应衡量成功完成的任务和纠错情况。每周使用次数无法回答工作是否正确。

## 工作如何分工

Stripe 介绍称，AgentStudio 是领域负责人管理智能体、技能和工具的平台。共享 API 为网页、Slack 和嵌入式界面提供服务。Deep Agents 运行框架、会话沙箱和虚拟文件系统则由 Kubernetes 承载。

此前的构建工具累计产生了超过 4,000 个智能体。Kai 连接了 1,000 多种技能和工具，并通过检索或基于模型的方式进行选择。Stripe 介绍了任务级权限：分别访问两个客户的上下文，并不一定意味着可以将两者合并。

上游的[Deep Agents 代码库](https://github.com/langchain-ai/deepagents)介绍了文件系统访问、上下文管理和可加载技能。其安全指南将执行控制放在工具和沙箱中，而不是依赖模型自我约束。这意味着指令与访问控制发挥的作用不同：即使某项书面指令禁止某个操作，只要工具仍授予相应能力，该指令就无法移除这种能力。

## 现有证据能回答什么

| 衡量指标 | 它回答的问题 |
| --- | --- |
| 每周参与情况 | 员工是否持续回来使用？ |
| 任务评分 | 输出是否满足明确定义的要求？ |
| 权限测试 | 未授权操作是否被阻止？ |

Stripe 单独公布的[集成基准测试](https://stripe.com/blog/can-ai-agents-build-real-stripe-integrations)提供了一个具体的评分示例：针对 11 种编程环境设置测试，以检验 API 或界面；有时还会检查所创建的 Stripe 对象。这些测试评估的是集成，并非 Kai。

经审阅的 Kai 介绍没有提供答案质量评估流程，也没有说明年度节省工时估算的方法。基于操作轨迹提出并测试技能修改、再交由负责人审查的闭环仍在规划中。

## Sources

- [认识 Stripe 的 Knowledge AI Platform](https://stripe.dev/blog/meet-stripes-knowledge-ai-platform) — Stripe 于 7 月 30 日发布的公司介绍，说明了平台架构和所报告的使用情况。
- [LangChain Deep Agents 代码库](https://github.com/langchain-ai/deepagents) — 上游项目的功能及工具、沙箱安全指南；该资料没有记载 Stripe 的具体实现。
- [AI 智能体能构建真实的 Stripe 集成吗？我们构建了一套基准测试来寻找答案](https://stripe.com/blog/can-ai-agents-build-real-stripe-integrations) — 介绍了独立于 Kai 的编程任务和自动评分器。