Stripe-ის Kai: ცოდნის AI პლატფორმა, რომელსაც თანამშრომლების 83% იყენებს

Stripe-მა გამოაქვეყნა შიდა ცოდნის AI პლატფორმა Kai-ის დეტალები. პლატფორმა არასაინჟინრო გუნდებს იმავე ბერკეტს აძლევს, რაც coding agents-მა პროგრამისტებს: აპრილის გაშვებიდან ორ კვირაში კომპანიის უმეტესი ნაწილი Kai-ს იყენებდა, დღეს კი თანამშრომლების 83% ყოველკვირეულად აქტიური მომხმარებელია.

გაყიდვების წარმომადგენლები, ფინანსური ანალიტიკოსები და ტექნიკური მენეჯერები AI-ის ტალღის მიღმა რჩებოდნენ: არცერთი ინსტრუმენტი არ აკმაყოფილებდა უსაფრთხოების მოთხოვნებს და არც მათ სამუშაოებს ფარავდა.

რატომ სჭირდება ცოდნის სამუშაო სხვა არქიტექტურა

კოდირების ამოცანებს ერთიანი ფორმა აქვთ — ფაილის რედაქტირება, ტესტების გაშვება, commit — ამიტომ ერთი აგენტის არქიტექტურა კარგად მუშაობს. ცოდნის სამუშაო პირიქითაა: ყოველ ამოცანას სხვა ინსტრუმენტი, სხვა მონაცემი და შედეგის სხვა განმარტება სჭირდება.

Kai-მდე კომპანიას ორი გზა ჰქონდა: NoCode Agent Builder, რომლითაც 4 000-ზე მეტი აგენტი ააშენეს, და coding agents, რომლებმაც უსაფრთხოების რისკები მოიტანა. აქედან სამი მოთხოვნა დაიბადა: ექსპერტიზის გაფართოება ცენტრალიზაციის გარეშე, მომხმარებელთან მისვლა მის სამუშაო გარემოში და შემზღუდავი წესები, რომლებიც კოდში არ არსებობს. ერთი უცვლელი პრინციპით, ორი დაუკავშირებელი კლიენტის მონაცემი ერთ ანალიზში არასოდეს უნდა მოხვდეს.

სამი ფენა: API, AgentStudio და execution environment

Kai პროდუქტი არაა, პლატფორმაა: surface-agnostic API-ები ერთ აგენტს ვებ-აპლიკაციასა და Slack-ში ამუშავებენ, შიდა ინსტრუმენტებს მისი ჩაშენება შეუძლიათ, ხოლო Chrome-ის გაფართოებები Kai-ს მესამე მხარის ვებ-ინსტრუმენტებშიც აჩენს. AgentStudio-ში დომენის მფლობელები თავიანთ skills-ებსა და ინსტრუმენტებს ქმნიან, ტესტავენ და აკონტროლებენ.

შესრულების ფენა ბირთვულ პრიმიტივებს — harness-ს, sandbox-ს, ორკესტრირებასა და წვდომის კონტროლს — Stripe-ის პროდუქტულ აგენტებთან იზიარებს. Harness აწყობილია LangChain-ის deepagents-ზე და Kubernetes-ზე მუშაობს: თითო სესიას საკუთარი sandbox და ვირტუალური ფაილური სისტემა აქვს, ერთმა სესიამ კი 932 ცვლა მიაღწია. Kai 1 000-ზე მეტ ინსტრუმენტს უკავშირდება.

შედეგები

GTM-ის ახალი თანამშრომლები Kai-ს 2.7-ჯერ უფრო აქტიურად იყენებენ; გაყიდვების მენეჯერები, რომლებიც მას იყენებენ, ორჯერ მეტ გაყიდვით აქტივობას აჩვენებენ, 17%-ით მეტ შესაძლებლობას ქმნიან, 26%-ით მეტ შემოსავლის შესაძლებლობას და 39%-ით მეტ გარიგებას ხურავენ. ჯამში Kai-მა წელიწადში 25 000 საათი ადმინისტრაციული სამუშაოდან შემოსავლის მომტან სამუშაოში გადაანაცვლა.

კომპანია ამბობს, რომ გამარჯვება ჯერ არ მოუპოვია: გეგმაშია მდგომარეობის უკეთესი მართვა, ციკლი, სადაც Kai საკუთარ კვალს აანალიზებს და skills-ების გაუმჯობესებას სთავაზობს მფლობელებს, და კოლაბორაციის ინსტრუმენტები.