【文章标题】：打造企业级AI大脑：Stripe工程团队的实战手册 | Sharadh Krishnamurthy
【文章正文】： Sharadh Krishnamurthy
是Stripe的工程经理，他主导开发了公司内部AI助手Kai，该工具每周有超过10,000名员工使用。他曾参与Stripe多个核心基础设施团队的工作，包括数据和开发者体验部门，这使他能从系统层面深入理解企业级AI落地的实际挑战。目前他专注于构建治理体系、技能平台和基础设施层，确保所有Stripe员工无论技术背景都能安全高效地使用AI。
收听或观看平台： YouTube、 Spotify、 Apple Podcasts
您将了解： • 为何Stripe选择自研而非采购Kai，关键决策因素是什么 • Kai默认掌握哪些员工信息，实际可控范围有多大 • 为何Stripe的”项目”机制不仅是文件夹更是治理工具 • Stripe如何构建数据层以实现大规模安全查询 • 为何为人类开发者打造的基础设施恰好适配AI代理需求 • Kai技能平台如何让普通员工封装工作流，2000个技能并存时的管理策略 • 当AI代理险些瘫痪生产系统时，Sharadh获得的血泪教训
赞助商： DX——AI时代的工程智能平台 Hyperagent——部署真正处理实际工作的智能体舰队
本期内容时间轴： (00:00) Sharadh介绍 (02:46) Stripe自研AI代理(Kai)的决策逻辑 (05:18) Kai的信息获取边界与隐私控制 (06:51) 作为治理层的项目机制 (10:04) 现场演示：Kai构建数据看板 (12:18) 工具、技能与安全沙箱 (17:22) AI为Stripe带来的显著收益 (19:20) 代理身份、负载熔断与异常控制 (20:41) 看板功能迭代过程 (25:01) 团队级推广策略 (29:07) 项目机制详解 (34:18) 定制化代理应对特殊场景 (35:58) 技能构建工作流 (40:40) 技能质量评估与遥测系统 (43:01) 内容回顾 (45:13) 快问快答环节
提及工具： • Trino：https://trino.io/ • Anthropic：https://www.anthropic.com/ • Gemini：https://gemini.google.com/ • Cursor：https://www.cursor.com/
Sharadh Krishnamurthy联系方式： LinkedIn：https://www.linkedin.com/in/sharadhk
Claire Vo联系方式： ChatPRD：https://www.chatprd.ai/ 个人网站：https://clairevo.com/ LinkedIn：https://www.linkedin.com/in/clairevo/ X：https://x.com/clairevo
节目制作与营销：https://penname.co/ 赞助咨询请邮件联系：jordan@penname.co