Stripe 如何用 AI 代理一周提交 1,300 个 PR

Stripe 的工程团队刚刚完成了两年前不可能做到的事情：他们在一周内提交了 1,300 个拉取请求——不是通过雇佣 200 名新开发者，而是通过在整个开发工作流中部署 AI 编程代理。本案例研究详细分析了他们如何实现这一速度，以及您可以应用到自己的团队的经验教训。

成就背后的数字

让我们把这个放在背景下。顶级科技公司的典型高级开发者每周可能提交 5-10 个经过良好测试的 PR。Stripe 在七天内提交 1,300 个 PR 代表每天大约 185 个 PR，或者在其工程组织中每小时约 26 个 PR。这不仅仅是渐进式的改进——这是软件编写方式的根本转变。

但关键见解是：Stripe 没有用 AI 代理取代开发者。他们用 AI 代理增强了开发者。人类仍然在做架构决策、审查代码和设定产品方向。代理在处理执行——样板代码、测试编写、重构、错误修复。

策略：代理优先开发

Stripe 的方法不是到处撒 AI 工具。他们构建了一个"代理优先"的开发工作流，其中 AI 代理是大多数编码任务的默认起点。以下是他们使用的框架：

# Stripe 的代理优先工作流

1. 问题分类
   └─ AI 代理分析问题描述
   └─ 代理识别受影响的文件和依赖项
   └─ 代理提出实现计划

2. 实现
   └─ 代理根据计划编写初始代码
   └─ 代理编写全面的测试
   └─ 代理在本地运行测试并迭代

3. 审查和优化
   └─ 人类开发者审查 PR
   └─ 代理处理审查评论
   └─ 代理运行 CI/CD 并修复失败

4. 部署
   └─ 代理监控部署
   └─ 代理在出现问题时处理回滚

代理处理哪些任务？

并非所有任务都同样适合 AI 代理。Stripe 发现代理在特定类别的工作中表现出色：

高代理成功率任务（80%+ 自主完成）

• API 端点创建：给定规范，代理可以实现完整的端点，包括验证、错误处理和测试。
• 数据库迁移：代理可以编写迁移脚本、更新模型并调整整个代码库的查询。
• 测试覆盖率扩展：代理擅长识别未测试的代码路径并编写全面的测试。
• 依赖更新：代理可以更新包、修复破坏性更改并确保兼容性。
• 具有清晰重现的错误修复：给定失败的测试或错误报告，代理可以追踪问题并实施修复。

您团队的教训

您不需要成为 Stripe 才能从 AI 代理中受益。以下是关键要点：

1. 从高成功率任务开始

不要试图让代理在第一天就处理您最复杂的架构挑战。从测试编写、样板生成和简单错误修复开始。建立信心并迭代。

2. 投资于测试覆盖率

AI 代理需要快速、可靠的反馈。如果您的测试套件缓慢或不稳定，代理将会挣扎。在扩展代理使用之前投资于测试基础设施。使用我们的 JSON 验证器 清理测试夹具，使用我们的 YAML 验证器 处理配置文件。

3. 创建清晰的规范

当给出详细、明确的规范时，代理表现得好得多。编写清晰的问题描述、API 规范和验收标准。我们的 AI 提示生成器 可以帮助您制作更好的代理指令。

4. 保持人工监督

即使拥有所有资源的 Stripe，也为所有代理生成的代码维护人工审查。不要跳过这一步。代理很强大，但并非万无一失。

底线

Stripe 一周内 1,300 个 PR 不仅仅是一个虚荣指标——它是一个信号，表明软件开发行业正在经历根本性的转变。将蓬勃发展的团队是那些学会与 AI 代理有效合作的团队，而不是抵制变化的团队。

好消息是？您不需要 Stripe 的预算就能开始。Claude Code、Cursor 和 GitHub Copilot 等工具对个人开发者和小型团队来说都是可访问的。关键是从小处开始、衡量结果并逐步扩展。

有关 AI 编程代理的更多见解，请查看我们的 AI 编程代理完整指南和我们的 最佳工具对比。

常见问题