目录
- Kai 的企业级治理与上下文边界 [00:00:00 - 00:10:00]
- 数据基础设施与 Kai 仪表盘演示 [00:10:00 - 00:20:00]
- 项目治理、权限边界与企业定制 [00:20:00 - 00:30:00]
- Skill 平台、质量治理与组织落地 [00:30:00 - 00:40:00]
- 个人使用 AI 与企业级 AI 的未来 [00:40:00 - 00:43:12]
Kai 的企业级治理与上下文边界
Sharad：你肯定不想让Agent失控,把那些敏感数据丢进全体Stripe员工都能看到的公共Google文档里。但你也不想对他们说,哎呀,因为你们的工作负载太敏感了,你们什么工具都不能用。 [00:00:00]
Claire Vo：欢迎回到How I AI,也就是我的AI使用之道。我是Claire Vo产品负责人,也是个AI迷。来这里的使命就是帮大家用这些新工具做出更好的东西。今天我们请到了Sharad他是Stripe的工程经理，也是打造Kai的团队成员 Kai是他们公司内部的大脑和公司级agent 他会给我们讲讲，为什么你可能也会想给自己的公司，打造一个专属的定制agent Kai的智力和控制机制有哪些过人之处，以及如何不光构建一个打造skill的skill 而是为你团队打造一个构建skill的平台，把他们的自动化和工作流分享给公司里的其他人，我们马上开始，莎,很高兴你能来，我之所以特意联系Stripe团队，是因为我不仅想了解Kai这个公司大脑 公司级agent是怎么在这家大公司运转的，而且我真的很想知道，你们到底为什么要自己从头做一套 [00:01:03]
Sharad：所以我想让你就从这里开始聊聊，为什么要见Kai 你们当时想解决的问题是什么，在做之前，我们其实琢磨了很久，因为当时迎面扑来一大堆AI工具，那大概是2026年初，海量的工具冒出来 Claude Code刚席卷全球，当时发生了很多很酷的事，我和我同事Anipam 当时面对的问题是，怎么让每个人都用上AI 对吧，我们很快就意识到，这绝不仅仅是个工程或者技术问题，更难的问题在于，如何在大规模下，复刻一家公司的运作方式，帅是一家极其复杂的业务，遍布全球，产品繁多，还有数不清的流程，让我们保持运转，好去服务我们的用户，所以我们很快意识到，重点不是提供AI 而是提供正确的治理结构，让每个人都能直接去用AI 而且确信它会帮你把事情办对，所以我们深入思考的一些事情，以及我们为什么要建凯，就像我刚才说的，治理对我们来说是一件大事，第二点是Kai真的很有意思，他能感知上下文，他知道你是谁，在公司做什么，也知道你同事最感兴趣的是什么，他还能访问组织架构图，你的项目，以及正在进行的所有事情，这意味着他有更多的机制，来为你把事情办好，理解你想做什么，另一个我和我们的安全团队，都很喜欢的点是 Kai全部托管在云端，他全天候在线，处于我们标准的安全边界之内，而且它非常符合Stripe的风格，我们用来构建开的一切，最后其实都成了标准的基础设施，帮我们为用户打造出色的agent 归根结底，虽然能帮Stripe提高效率，给每个人赋能，让我觉得很棒 但我真正高兴的是，我们在这里做的事情是在铺设轨道，让我们的Stripe用户，能通过即将推出的优秀agent 获得更好的产品 [00:03:01]
Claire Vo：那我复述一下我听到的内容，以及你在Kai里做的一些独特之处，第一点就是这种有边界的上下文引擎，比如我是Claire VO 我在Stripe工作 Kai了解我，知道我在组织架构图里的位置，那他知道，他知道我正在做的一些战略项目吗，他知道我平时的对话内容吗
Sharad：你们是怎么把这些知识吸收进去的，他对一个人到底了解多少，我们允许大家自己选择，给Kai开放多少权限，但开箱即用状态下，开就知道你是谁，你在组织架构里的位置，对吧，他还知道一些其他有用的信息，比如今天是几号，现在是几点等等，但跟你相关的个性化上下文，主要是你是谁，以及你在组织架构里的位置，在此基础上，我们接入开的标准工具，能让你连接到我们的项目管理系统，它能弄清楚所有的OKR 所有最近发布的邮件，以及你参与的所有项目，如果你选择允许，它还能连接到你的Google Drive 和你的Slack 连接到私信这类非常敏感的内容，对此我们确实想保持严格的边界，你可以自己决定，让Kai了解多少这类信息，有些人选择不开放，我自己其实就是其中之一 我每次对话或者每天都会把权限开开关关，但很多人觉得，让AI自己去搞定吧，上下文越多越好，挺好，所以你们有了这个上下文引擎 [00:04:28]
Claire Vo：但在一定程度上是由终端用户控制的，员工可以自己决定要自动导入多少内容到系统里，你们还把它建在了一些基础的agent积木之上，在一家公司里做这类东西会有很多理由，其中一个单纯就是教你的团队，怎么做出优秀的agent 这就像是完美的agent吃狗粮体验，如果你要为客户打造优秀的agent 你就应该先学会给自己打造优秀的agent 听起来你们还在复用其中的一些基础设施，这很好，因为这样你就可以用stripe员工，或者外部客户来做压力测试，开还有哪些独特的地方，有哪些地方让你们觉得，我们在做这个功能时格外下了功夫，这样听节目的朋友，在考虑自建这套系统时，就能决定自己想在哪些地方
Sharad：做出差异化的内部agent 我们当时非常用心去做的两件事，一个是项目这个概念，项目首先是一种治理机制，但它也能让你，就像你说的，你有了这个上下文引擎，对吧，但项目几乎就相当于，用户在主动告诉你，他们打算做什么，这是一个非常强的意图信号，能让AI的表现好得多，关于项目，等一下一旦我展示屏幕，就能看到我手头正好有这个How I AI 也就是我的AI使用之道Demo项目，项目是Stripe员工可以创建的东西，全都是公开的，对吧，它的运作方式是，我们有的项目里面有500个人，也有的项目只有5个人，它的核心思路是，你创建了一个东西，由某个人来决定，为了让AI良好运转，需要提供哪些合适的东西，以及应该设置哪些安全控制，比如很多公司 最关心的就是Token花销，项目可以指定说，看这是希望大家使用的默认模型，我们甚至不想让他们用那些超贵的模型，对吧，因为你在这里要做的工作，根本不需要那些超级模型来处理，所以把项目作为一种治理机制，我觉得我们在这方面做了很多工作，因为再说一次 Stripe的业务非常复杂，企业级规模的AI需要这种机制来理清头绪，我很喜欢的一点是，我们可以让少数几个，对AI以及成本性能和延迟之间的权衡，非常了解的人，来为大家搭好台子，其他人直接去用就行，对吧，我们应该尽量减少，每天都要主动做这些选择的人数 AI只要帮他们把事情办好就行，项目就是我们实现这一点的一种方式，另一个算是相关的点，我们等会也会看到，就是我们的skill 我们构建skill的方式，以及skill路由，这里面有很多门道 还有我们对skill质量，和skill治理的思考，有很多好东西，我们可以展开聊聊，我们在这些方面投入了很多，我想团队已经发布了，这会挺有意思的，这会是一场现场演示，但我记得他们上线了一个功能，平台内置了自动建议，每个编写skill的人，都会收到怎么把自己的skill做得更好，怎么逐步优化的建议 [00:07:19]
Claire Vo：我很喜欢这一点，因为我也见过，我们见过把项目用来容纳上下文，或者单纯作为AI工作的一种组织架构，对吧，比如这是你需要的文件，直接把我的所有对话都放到这个组里，我还没见有人聊过的事，其实我觉得特别有意思的一点，就是把项目作为配置层和治理层，来规范你的团队，具体怎么用AI去完成某项具体工作，所以我很喜欢这种基于项目的模型路由，还有基于项目的连接器或者审批流等等，所有这些东西，而且我敢说以后能做的事情会越来越多，这真的很有意思，那我们，我是说给我们展示一下Kai擅长什么吧，不如带我们走一遍Kai的日常任务流程，看看这种定制化怎么让最终用户受益，特别是那些技术背景没那么强的人，好没问题很乐意展示
Sharad：我手头准备了几个常用的prompt 我们今天要做的是现场搭建一个仪表盘，因为在stripe我们非常看重数据，而且stripe的每个人平时用kai 基本都会做一堆仪表盘对吧，所以我们打算现场演示，让kai帮我们建一个仪表盘，为了看点拿得出手的指标，或者我自己比较好讲的内容，我打算让他建一个，跟Kai本身相关的东西，对吧 Hubble是我们内部的，一个数据查询层，我会告诉他，去把那些，我平时用来追踪 Kai使用情况的查询，找出来，然后帮我做一个仪表盘，这真的很有意思，我很喜欢这个，因为我发现，大多数人真正用 AI做的事情，我说的大多数人，是指，我自己是个工程师，我整个职业生涯，都是工程师，但我非常热衷于，把AI推广给所有人，即便在Stripe大家都懂技术，也不见得所有人都是工程师 所以大家真正在用AI做的一件事，就是搭建能说明观点的仪表盘，这就是我今天想展示的，看看我们怎么用Kai来做这件事，过程中有很多细节可以聊 [00:09:27]
Claire Vo：我看到他正在拉取工具和skill 这是harness的一部分吗，也就是他经过专门调优，会自动去寻找能用来解决这个问题的工具，没错，主要有两点
Sharad：我们都知道工具是什么，也都知道skill是什么，工具基本上就是你能做的事情，而skill本质上是把相关的工具打包起来
数据基础设施与 Kai 仪表盘演示
Sharad：而skill本质上是把相关的工具打包起来，方便我们更容易找到它们，所以你马上能看到Kai在做的事情，就是他会找到那个叫askdata的skill 这个skill的作用就是，弄清楚怎么用我们的标准工具，来回答任何与stripe数据和sql相关的问题，调用这个加载出来的skill之后，他就拿到了很多内部工具的权限，然后它会用这些工具继续去做更多事情，对吧，这些工具是由很多不同的部分组合而成的，有一些工具是我们配置在Harness里的，比如发现Skill 本身就是我们提供给Harness的一种工具，对吧，但我们还会给它提供一些东西，比如为你的对话提供一个安全的沙盒，你可以在里面跑Grab之类的命令，因为跟我们常见的Agent不同，它不是跑在你的笔记本电脑上，而是跑在云端，那我们怎么确保你的对话 Clear和我的对话，不会互相干扰呢 所以我们搭建了这个安全沙盒，并且给Harness提供了，与沙盒交互的工具，包括安全的往里发送数据的工具，沙盒或者agent 用来在沙盒里搜索，和执行操作的工具，以及从沙盒里提取数据的工具，对吧，这里面包含很多工具，到处都是工具，不过现在这个挺酷的，因为我们又有一个沙盒，你甚至不需要知道沙盒的存在，但agent会替你去写某种脚本，有一半的时间，我自己都不知道他在做什么，我知道他是安全的，他会钻进去，现在他把数据找到了，看着挺对的，看着确实挺对的，我嘱咐过他不要犯错，这些工具和skill 做的就是这些事，趁着他在跑 [00:10:53]
Claire Vo：我有一个稍微延伸点的问题，是关于怎么做出好用的数据agent的，因为我和很多公司聊过，他们做的第一个内部agent 几乎全都是针对这个使用场景，也就是做数据查询，仪表盘可视化的agent 所以我很好奇Hubble 你刚才说，它算是你们的数据存储查询引擎，从高层面上看，你们为了让Hubble能够接入agent 做过哪些工作吗，有的，因为我看到了查询员数据，还有ask data 以及这些skill 我只是好奇，如果你在构建一个agent [00:11:37]
Sharad：需要把数据仓库和查询层准备好，你觉得有哪几个关键点，是大家必须重点考虑的，完全同意，这个问题问得太好了，就像我说的，很幸运在Stripe 我们非常看重数据，所以在这两方面都投入了很多，特别是数据查询层，从数仓的角度来看，我们用Trino作为数据查询层，他们在提高它的弹性方面，投入了很多，对吧，这些投入让agent能够疯狂压榨它，却不至于把它打垮，对吧，我们投了很多，在数据平台这一块，我们在数据目录和数据分层上投了很多，所以我们能看到schema 能很快告诉我们，这些可能是你想找想用的相关数据集，以及你该怎么用它，对吧，但其实还有更高层面的投入，有一个官方认可的分析层，真正关键的指标都会放在那里，对吧，然后有一个分级体系 首先是一个分析层，如果那里找不到，你就去看我们所有的标准数据仪表盘，用那上面的查询，如果那上面还不行，你就用数据目录去搜索高质量的数据集，搞清楚该怎么用 Agent特别擅长摸索这一套，不过关键在于，你刚才问到了ask data这个skill 关键在于我们有一些非常厉害的数据科学家，他们差不多理出了一条路，这大概才是绝大多数数据查询该走的方式，而这个skill做的事情，如果我们深入到ask data 这个skill本身，它在这里会表达的是，先路由到直接产物，先用分析层，如果不行就一步步回退，直到你直接去查数据目录，对吧，所以这些投入，原本是给人类准备的，但在agent身上表现得非常好，因为事实证明，在逻辑推理这块 agent也有同样的问题 他们能回答问题，但他们根本不知道，这到底是不是正确的查询，或正确的表，而这些投入在帮忙把关上发挥了作用，我想让听众听听这几点，我接下来要说的让Stripe团队脸红了 [00:14:06]
Claire Vo：我经常专门针对Stripe说这点，我觉得Stripe之所以能从AI里获益这么多，原因之一就是在AI之前，他们就一直致力于开发者体验，开发者平台数据平台分析层，所有这些在AI之前，让人类在公司里极其高效的东西，都是基础性投入，当你把agent放上去跑的时候，就会给你带来极大的杠杆，所以当大家问我 Claire 我该怎么做，才能用AI交付更多产品，他们以为我会聊产品开发，而我说的是，把你DevX团队的人数翻一倍，把数据团队的人数翻一倍，把精力花在平台投入上，对人类好，对agent也好，这才是能让你跑起来的东西，你说的另一件事，我也希望大家不要错过，我很喜欢数据agent 能走这种三层分流的想法，非常聪明，先去找现有的报告 然后再用分析层去找正确的查询，如果真的不行，再退到数据目录去自己写查询，我还听到你说的一点是，你的数据仓库必须对高并发查询，非常有韧性，因为拿不准的时候 agent就会直接暴力硬来，所以说这又属于基础设施，加固的投入，性能上的投入，不炫酷，不是大家在做这些数据agent时会想到的东西，但它其实能让agent极其高效地干活，因为你不必担心数据仓库会被agent猛轰给搞垮，完全同意 [00:15:15]
Sharad：你说的每一句话都让我特别有共鸣，我个人在Stripe的经历，其实正好把你说到的每一类团队都待过一遍，所以我心想，太好了，终于有人懂了，这太棒了，关于任性这一点 agent在搞垮机主设施方面可有创意了，我能说什么呢，就感觉他们训练用的那些脚本，简直是把他们教成了脚本小子之类的，对吧，我们真正做的好的一点，是去思考agent的身份，这个我们还没完全解决，对吧，但去思考我们怎么界定这是一个agent 以及他想要做什么，比如他在我们的基础设施里，到处穿梭干活时，他想用的用力到底是什么，并以此来思考优先级，降级排包，以及所有这些机制，同样，这些不怎么炫酷，是非常偏底层的基建内容，但原则是通通适用的，事实证明 agent会直接放大你所有的故障模式，就好像它把你可能遇到的问题幅度，给成倍放大了，对吧，在投入这方面，我也不会宣称，我们完全没出过问题，刚开始做的时候，我们绝对踩过一堆坑，比如有些agent失控了，有些agent可能差点把核心系统搞垮，但我们及时发现了，现在也把那些系统加固好了 [00:16:43]
Claire Vo：太棒了，好了,Kai跑着的时候,我们也聊得差不多了。我们来看看Kai在沙盒里用这些skill和工具到底生成了什么。 [00:17:05]
Sharad：好,当然,你看这里,可以看到Kai的采用率表现不错, 这也是我自己特别开心的一点。几乎Stripe的每个人都在用Kai, 现在全公司已经有86%以上的人在用了, 可以说是真正的人人都在用AI。这也是我们最初启动这个项目的初心, 你能看到这条爬升曲线，从一个相当低的数字，一路涨上来，我觉得如果我们几周前来看，应该还是几百人，一路涨到一个非常高的数字，如果大家感兴趣，观众们感兴趣的话，我很乐意多聊聊，我们是怎么做到这一点的，不过好，我们看到有个仪表盘了，仪表盘看着不错，看着隐隐约约，还挺有stripe的风格，所以我得回去看看，这个agent是怎么琢磨出，要把界面做成blurple色的，我得去弄明白这个，但他这里放了不少东西，这是个交互式仪表盘，还带了一堆链接，对吧，这样挺好的，这很棒，我们已经能看出，这有多管用了，比如我现在每次去开会 都会生成一个仪表盘，因为太容易了，而且能帮我把会开得好得多，但真正的威力，是在聊到多轮对话的时候，才显现出来的，对吧，我们拿到仪表盘了，很棒，但我们再多做点事，我们让Kai帮我们，在这基础上迭代一下，对吧，比如跟他说，我很喜欢这个仪表盘，但我们再多做一点，用这个查询，跑一个细分数据等等等等，它就会在这里做一些很有意思的事情，我现在就把它跑起来，不过我会一边操作一边解释，对吧，首先这个仪表盘不是生成完，就扔在那不管的产物，对吧，我们让大家有机会通过不断迭代自己的产物，来进行深度工作，这非常强大，这对token效率更好，你总不想每一轮对话，都把一个HTML仪表盘扔掉重来，而且这也真正切入了agent 和你协作完成一项任务的思路，对吧，我们有的对话轮数挖得极深，能有几百轮 跨越好几周，这里的核心思路是，你手头有一个挺聪明的协作者，他掌握了一些产物，你可以跟他一起反复迭代，我这就加上这个查询，他会做一些非常有意思的事情，我觉得这一点很值得展开聊聊，我再告诉他，这不仅仅是把数据拉出来，不是拉出数据，然后展示出来就完了，我要你对这些数据做些处理，我要你以某种方式去清洗处理这些数据，让我拿到我想要的东西，我之所以提这个，是因为大家想做的很多数据处理，最终都是最后一公里的数据，想想每个人的工作流，差异太大了，想做一个让每个人在每项工作里，都能用的仪表盘，实在太难了，然后你就会搞出无数个仪表盘，那该怎么管呢，你根本没法保证，合适的仪表盘维持在合适的高质量水平上，用Kai这样的AI来做这件事 意味着你能做出轻量级应用 [00:19:59]
项目治理、权限边界与企业定制
Sharad：意味着你能做出轻量级应用，差不多就像Loveable那种风格，大家自己做应用来针对自己的工作流做极致优化，而且关键在于他们有一个沙盒，任何人不管是不是工程师，都能让Agent T自己写代码，对数据爱怎么折腾就怎么折腾，这真的很强大，我敢肯定，就像预期的那样，他进去了，然后差不多再说，好这是具体数据，我想让你在某个地方算个总和，来做另一个标签页，然后结果就出来了，非常有意思，如果我打开更新后的仪表盘，还是刚才那个仪表盘，你现在应该能看到，下面多出了这么一块，很酷的小细分板块，关于这个仪表盘，我能一直烙下去，我很喜欢我们市场团队，全员百分之百都在用这一点，对吧，他们确实需要
Claire Vo：对吧我认识的市场人里，就没一个是不想做某种应用，或者某种仪表盘的，所以我觉得你们找到了产品市场契合点，这就引出了我的下一个问题，你们是怎么推开的，我很好奇在Stripe内部，你们是怎么推广这样一件东西的，大家真的是自发用起来的吗，它是怎么做出来的，又是怎么分享给团队的，当时是一个20个工程师的团队在做 [00:20:50]
Sharad：还是怎样的，这是怎么搞出来的，绝对不是20个工程师 Stripe这边，我们运作起来相当精简，非常敏捷，速度也非常快，我们做这个做得超级快，这是一个非常有意思的案例，当时我和我的同事，有了这个想法，我那会儿又兼职，当上了工程方面的一线技术人员，想着赶紧把这东西做出来上线，差不多花了一个人半的人力，搞了两周，我们就把威灵弄上线了，我们意识到的一点是，只要能把东西拿给大家看，很多问题的答案自然就清楚了，当时很难向大家解释，为什么需要这样一个东西，毕竟周围到处都是写代码的agent 而且他们可能超级强大，但我们一推出那个V0 成本极低，一个人办的工程师，干了差不多两周，对吧 V0就出来了，然后我们进入了试点阶段，开始看到很多兴趣，主要是来自我们的一位，很棒的合作者 GTM团队的Illia 他是专门为GTM做AI的，对吧，他们对这个超级感兴趣，因为像做营销的人，我们在stripe的市场拓展团队，他们极其渴望能触达更多人，用更合适的方式触达他们等等，只要有办法，他们都想试，他们那边用的非常多，这事就是这么铺开的，我们进入了这个试点阶段，当时我们依然有，大概200到300个用户，这个时候差不多有两三个，两三个半人在做这事，这大概是接下来的一个月左右，后来我们在全公司做了一次演示，说我们做了这么个东西，欢迎大家来用，大家一下子就全想通了，增长这才真正起飞，大家开始用，就是在这里你看到了，特别陡峭的上升曲线，所有人都开始用了，即便在那个时候，团队本身我也不会说有多庞大，每周有一万多人在用，但负责整个体验的核心团队，依然不到十个人 而且那十个人手上，同时还在忙很多别的事情，支撑我们把它做出来的东西，当然包括写代码的agent 以及他们带给我们的生产力，还有我们的开发者生产力团队，他们都太棒了，我们之前在节目里聊过 Minions 在Stripe我们有极好的工具，能让我们现有的人手，发挥出更大作用，还有你刚才提到的，所有那些基础设施，所有这一切都帮到了我们，所以我会说，核心不到十个人，但我也想把功劳归于该归的人，有很多人在帮着十个人，把事情做成，太棒了，还有什么呢 [00:23:05]
Claire Vo：Kai里面，有没有哪一两点，你觉得值得提一下，是你觉得让它非常独特，或者至少用起来很有意思，很轻松的，我来说两点，我要展示一下Skill
Sharad：还要展示一下项目，好吗，说到Skill 我们有这个功能，它很棒，大家都很喜欢仪表盘，但我不想每次都去新建这个仪表盘，每次都搭进去一堆Token和时间，我觉得Kai做得非常好的一点，也是能找到这种PMF的一个原因，就是我可以创建一个Skill 基本上把我这次对话里做的事情打包起来，这样它就能变成一个，能挑大量可重复运行的工作流，对吧，就在这个时候 AI从一个我平时顺手在旁边随便聊聊的东西，比如像聊天界面那样，变成了我能放心交给它去跑业务，跑工作流，或者帮我做这些事情的东西，稍后你会看到，它启动这个类似Skill 创建器的Skill 这是Harness自带的一个skill 它会介入进来，把从这次规划中，从跟我的交互中 学到的所有东西都提取出来，整整齐齐打包成一个，我随时都能调出来的东西，我们稍后还会多聊一点，我们是怎么做skill检索的，我觉得那也是这个系统里，非常酷的一部分，但在它跑着的这段时间，我们来看看，关于我们怎么打造，Kai我很喜欢的另一件事，也就是项目的概念，对吧，关于项目，主要是Stripe内部发生的事情，太多了，我们有大概2000个skill 对吧，项目就是一种，特别好的打包机制，我们可以围绕这些skill 画一个边界，然后说明，跑这个工作流的，大多数人肯定会用到这些，我们有专门为，临时项目建的project 就是那种存在时间很短的，我们也有为团队建的project 比如人事团队，就在另一个project里，用一个超安全版的Kai，背后连着，完全安全的后端之类的，这样做的意义还是在于 它能让负责这个业务领域的某个人，或几位DRI 去弄清楚怎么让agent 为大家发挥出好效果，我在project上发现一件特别有意思的事，有个叫设置的功能，就像我说的，你可以用一个自定义agent 来驱动你的project 不一定非得用我们的开，它虽然挺不错也挺通用的，但假设你有非常定制化的需求，你可以用上我们现有的所有功能，只是后端有不同的API 和不同的harness来支持，对吧，所以在企业里聊AI 一定会有多样性，会有很多不同的情况，分层构建就能让我们提供，最大的杠杆和可定之性，项目中能让人感觉很具体的一大亮点，就是工具策略的概念，我刚才提到了人事团队，假设你是HR团队里，处理大量敏感信息的人，对吧，你肯定不想让agent擅自行动，把那些敏感数据，放进所有Stripe员工 都能访问的公开Google文档里，那听起来随时都会出事，我们可不想看到那种情况，但你也不想跟他们说，你们的工作内容太敏感了，所以什么工具都不能用，对吧，所以project让我们能做的是，针对这个工作流设定一个工具策略，在这个例子里，我设定的是运行Hub工具，免得我不小心，把机密信息放进演示里，对吧，但我们也可以拿别的工具来测试，这就会触发一个所谓的 Human in the loop流程，也就是帮我和王创，建一个明天太平洋时间，上午11点的日历邀请，对吧，我提前配好了这个，就是为了展示 Human in the loop流程是什么样的，但你能看出来，它完全适用于任何其他工具，它接下来要做的就是提醒我，嘿，探，用过Cursor或者市面上，其他大产品的人应该都很熟悉，但我想执行这个操作 对吧，有意思的地方在于，而且这还不是最好玩的部分，好玩的是我之前展示的，某个领域的DRI可以认定，对这些人要跑的工作负载来说，某些工具算是挺敏感的，所以我们需要Human in the loop 来确认agent能不能执行那个操作 agent真的很厉害，他们非常有创造力，所以我们得给他们加点限制，免得他们擅自行动，对吧，而project能帮我们定规矩，我也不想让stripe的每个人都经历这个，那样会带来挺多阻力的，所以project又一次在他周围划定了边界，是的 [00:27:28]
Claire Vo：我很喜欢这一点，因为我觉得现有的很多工具，可能允许你在个人层面配置这些，但配置完就应用到每个对话了，它没有结合你正在做的事情的上下文，而且你也没法在不同用户之间，共享那套权限，所以我认为Kai很有意思的地方在于，这种权限和上下文的边界，非常贴合你们公司做事的方式，我觉得当大家在自问，到底该自己造一套这样做，是不是很有道理，还是该为了企业用力去挑现成的，你同样得问问自己，这会给每个人的日常工作，带来多少合理或不合理的阻力，因为归根结底，你想做的是让每个人的生活更轻松，同时不惹出混乱或麻烦，而且你希望管理要求，能降得非常低，对吧，你不想让大家每做一件事都要琢磨，我是不是得打开这个连接器 关掉那个连接器，连上这批数据，所以我确实觉得，现在各团队自己做东西的一个好处就是，他们真的能为定制用力，去考虑定制的agent [00:28:55]
Sharad：同时把那些复杂性，在最终员工，最终同事面前藏起来，直接让他们开工干活，这话说得太有见地了，因为正如你聊到，定制agent的时候说的，我前面也稍微展示了一点，Kai表面看像是一个单一产品，它真不是，它就像多层蛋糕顶上的糖霜，每一层都可以定制，来适配企业内部，对吧，所以我百分之百同意，既要定制又要降低管理成本，持有成本，还要减少阻力，如果你把太多阻力摆在大家面前，他们就会去干不安全的事，因为人就是这样，对吧，我们不会，要是我每个对话，每个工具都把这个蛋给你看，你迟早会按错按钮的，对吧，所以把这件事想透，正是我们在这儿努力要做的一大重点，这就是project 也是为什么我喜欢把project当成治理单元的原因 [00:29:06]
Skill 平台、质量治理与组织落地
Sharad：也是为什么我喜欢把project当成治理单元的原因，我们赶紧跳回到，我刚才说的那个 skill 构建流程吧，我们刚才做了那个看板，我们想把这个做成，我能复用的东西，对吧，而且不仅仅是我，我整个团队都用得上，我们何必把东西，藏着掖着，只留给自己呢，对吧，所以我现在可以去看 Kai 已经帮我建好了一个skill 它就像一个标准的，开放规范skill 你可以在你的，任何harness上用，对吧，但为了演示，我现在点一下这个按钮 Kai就会问，好，你想让我做什么，我直接往下走，我可以选择把它推到一个区域里，关于区域skill 我们待会会稍微聊聊，不过现在我想先保留成仅自己可见，对吧，当然这并不是说我有什么特别的，Kai的任何用户都能做到这一点，这也是为什么我们现在，有大量的skill在帮大家提高效率，它已经帮我把描述填好了 也填好了开可以在什么时候用它，这一点很重要，我们等一下马上就会回来看这个，对吧，我现在就直接点导出草稿，哎呀,我已经见过一个了 [00:30:51]
Claire Vo：你看,这就是demo准备的太充分的后果，现场做就是会这样，我们是相信你的，我觉得你在这里展示的挺好，你有一个类似于skill生成器的skill或者工具，你有一套特定的规范来确保它既能普遍适配各种agent 又专门针对Kai的harness写得很好，然后我也很喜欢这种草稿式的，对 Skill编辑器，你可以去测试编辑，优化和管理，相当不错，我知道 at 大家就喜欢在Markdown和Python文件里折腾 [00:31:01]
Sharad：但只要稍微做一点提升体验的界面，效果就会大不一样，百分之百，我们确实投入了很多，让它感觉有点像一个IDE 好让每个人都能享受到这种体验上的提升，稍微倒回这里一下，既然我做完这步了，我就可以过去，这正是最神奇的地方，这是我真正感到兴奋的部分，团队在这里干得实在太漂亮了，给我最新的Kai使用看板，对吧，我只要说这一句，而这正是Kai的神奇之处，真正大放异彩的地方，现在当你在一个写代码的agent里时，你能看到他调用了什么，他调用了我们刚才，真的就是刚刚创建的那个skill 对吧，而这之所以有意思，是因为我一开始就说过，你直接进去就能用开，他自己知道该做什么，他就是这么知道的，看起来我的工具策略定得太严格了，对吧，他们做的事情是 当你是写代码的agent的时候，你在一个代码仓库里，在一个文件夹里，你手头的事情自带这种天然的层级结构，对吧，你可以顺着你工作所在的层级结构，去调用skill 拿到完成工作所需的那套合适的skill 但当你在一家企业里开始工作时，你不知道你手头要做的事情，根本没有什么层级结构，你经常要同时调用五套不同的系统，所以我们投入的很大一部分，也是我们设法交付给Stripe的能力，就是去打包Skill并检索它们，我们做了一套非常严密的流程，来清楚合适的时候该调用哪些Skill 好让Kai能维持高水平的表现，对吧，鉴于我们现有的Skill数量，我们必须做一些挺有意思的事情，来确保这些Skill始终保持在最佳状态，我们还搭建了这么一个挺有意思的东西 因为光让大家能建一堆skill是不够的，你怎么确保大家清楚它到底在做什么，又怎么让他们一直保持在最佳状态，这正是我们重点投入的另一个方向，这种由平台自动驱动的建议，告诉你怎么改进自己的skill 尤其是我们允许任何人都发布一个共享skill 对吧，别人都能拿去用，能给大家提供工具来保持这些skill处于最佳状态，就变得非常重要了，再说一次，如果你只是自己用AI 可能不太会操心这些，但一旦引入了共享和企业级质量管理政策，全都变得非常重要，而且这些通常和具体的公司高度相关 Stripe也不例外，我在这里看到的另一件事我很好奇，也许你们做了但还没展示出来 [00:33:26]
Claire Vo：就是我们看到很多在做这种内部Harness的人，会去做Skill和工具的摇测和可观测性，看看哪些工具调用经常失败，从而能自动对其进行eval 然后他们对skill还有一套废弃策略，如果某些skill比如有30天没被调用过，你就会收到一个通知说，嘿你很久没用这个skill了，如果它已经没人用了，我们可能就把它归档，如果他们没收到回复，它就会进入类似废弃状态，然后两周之后删掉，就是为了清理掉所有这些堆积的东西，我觉得这种企业级的skill库维护非常重要，不仅是从质量角度 [00:34:15]
Sharad：就像我们在这里看到的Eval 坦白讲也是从数量角度，比如这里面有哪样东西，现在还有用吗，百分之百，而且我觉得面对这些系统，你几乎无法把质量和数量割裂开来，因为上下文就是一切，你塞给AI的无关上下文越多，你的结果就会变得越差，所以数量几乎就是质量的一个侧面，我们一开始有一大堆不同的skill 我们确实有摇测数据，关于，比方说，我们有50个skill 是全公司每天都在高频疯狂调用的，我们还有100到150个常委skill 是由组织架构里的细分分支在用，然后我们还有一大堆，只有两三个人在用的工具，对吧，我们必须尊重所有这些的存在，有些团队是三个人的小组，在做一些非常定制化的东西，他们想在组内互相共享，但回过头来 我们手头的摇测数据是什么，我这里展示的流程的一部分，面向用户的部分是这样的，但流程的一部分，也在告诉我们这些Harness的负责人，哪些类型的skill 是你可能想提拔到通用工作流里的，哪些skill是你想派发出去，移出通用工作流的，因为它就是在白占用上下文，对吧，所以确实很遗憾，我没有酷炫的东西，可以在这方面展示，但背后确实有某个，正在运行的ETL管道，在做这件事，太棒了，我想给听众做个总结，因为今天的内容真的太棒了，梳理一下开的核心亮点 [00:35:48]
Claire Vo：面向个人的个性化上下文，组织架构感知，调优过的工具，能存入数据的沙盒，能导出数据的沙盒，共享产物，项目功能，我觉得如果你漏掉了那一部分，倒回去重看一遍，因为项目不仅是你在团队内部组织对话的方式，更是你给一个特定空间，无论是一个团队还是一个专项计划，赋予工具权限，数据访问权限，权限控制的方式，包括哪些操作需要Human in the Loop 还有一个Skill Builder的Skill 但不仅仅是一个Skill Builder 而是一个全公司级的Skill平台，允许你构建Skill 编辑Skill Eval Skill 共享Skill 还有真正为重要事项服务的AI 包括数据分析 它受益的不仅是调优过的Harness 以及围绕它的Skill 更受益于从基础设施一路贯穿到最上层，精心打造的适配Agent的数据层，而且这只花了一个半Agent 抱歉,是一个半人类，大概用了一百万个Agent 还要多得多，两周时间把V1跑起来，现在靠不到十个人服务着一万名Stripe员工，再加上你们在AI之前和之后，一直在投入的一堆优秀基础设施，就这些全都在这儿了，全在这儿了 [00:37:17]
Sharad：其实没那么多玄虚，不过是的，我觉得这个总结非常精彩，有很多干货，我觉得也很重要的一点是，如果我不提这个就太失职了，听起来好像我们把这些全都搞明白了，我们绝对没有，我们非常清醒地认识到，我们还处于这段旅程的最早阶段，我们希望像你说的，我们拥有的坚实基础，能帮我们顺应时代，不断迭代和前进，不过是的，到目前为止是一段奇妙的旅程，也许一年后我们会回来，给你看完全不一样的东西，因为这个领域的变化就是这么快，我真希望能早于一年，好在我们结束之前
Claire Vo：来做两道快问快答，我的第一个问题是，我们先把开放一边，先把stripe blurple放一边，作为一个工程师，你个人在做或者感到兴奋的，好玩的AI事情是什么，就像你说的，到了周末，我们合上工作笔记本，打开娱乐笔记本的时候，有什么让你兴奋的，有什么很酷的，我其实挺无趣的，不过那我先说点没那么无聊的吧 [00:38:34]
Sharad：就是他帮我在六岁儿子面前，显得没那么笨，他正好到了会问我，各种复杂问题的阶段，比如系外行星啊，遥远的星系什么的，我就在一旁，拿着手机查Gemini 问他，嗨你能告诉我，这是怎么回事吗，然后我就装作自己知道答案，所以他帮我维持住了，在他心目中，爸爸什么都懂的形象，挺好的，完美，不过工作方面，说实话，不做开的时候，我现在有这么一套，完整的工作流，就是用AI来确保自己，不漏掉事情，特别无聊，但特别好用，刚才没来得及，给你展示开的日程功能，但我基本是把开，当成自己的个人助理在用，他就告诉我该去做什么，所以真的很基础，我都快不好意思大声说出来了，但它真是我生活里最大的窍门了，不用把所有事都记在脑子里，感觉太棒了，对，我常跟别人讲的是，我们总在琢磨，怎么让agent干活 [00:39:01]
Claire Vo：可我想要的是，让agent来安排我干活，我希望他们对我说
个人使用 AI 与企业级 AI 的未来
Claire Vo：我希望他们对我说 Claire 请把这张表填了 Claire 请把你之前说要做的那件事做了，所以我觉得，这是一种双向的关系，我很喜欢这点，而且我自己也有好几个孩子，总会问我关于宇宙恐龙，历史这类极其本质的问题，我完全同意，随时可用的智能
Sharad：能帮我们在那种亲子关系里，守住自己的优势，对对，至少还能撑个几年，直到他们搞明白，我们到底在干嘛，那么最后一个问题，当Kai，好吧，可能不是Kai，可能你对Kai很温柔，但当AI不听话的时候，你会怎么办，你会怎么写prompt 你会冲他嚷嚷吗，我不知道，我觉得可能在潜意识里，我有点害怕他摸清情况，知道我住哪之后会怎么对付我，所以我对AI一直挺客气的，我只会说，嗨这不是我想要的，来我再说一遍，可能会全用大写字母，但我不知道，我不喜欢冲AI大吼大叫，感觉不太对劲，简直就像是在冲作，这个AI的那些人大喊一样，所以也许吧，但我只是坚持要求，我对团队说要催得更狠一些，但我自己到头来，只是说很多麻烦你，如果你愿意的话 好好看看我刚才说了什么，但它确实会搞砸，而且让人很抓狂，和我们的很多嘉宾一样，你也是在用温和育儿法，对待AI 也就是，确实是这样，我知道你可以做得更好，我相信你，我没生气，我是失望，我是失望，我只是很失望，凯，你本来可以做得更好的，我太喜欢这个了，这期对我来说，真的特别有帮助 [00:41:14]
Claire Vo：也特别有意思，不仅对我自己怎么用AI启发很大，也让我想到该怎么跟企业里的人，聊他们对AI的使用，大家可以在哪里找到你，我们能为你和Stripe团队提供什么帮助
Sharad：我在LinkedIn上，如果有谁特别想多了解我们在这里做的东西，以及我们对企业级AI规模化的思考，我很乐意交流，还有Stripe一直在招人，我们一直在寻找，想加入这群疯狂同伴的人，一起为世界做出很棒的东西，所以请关注Stripe的招聘页面，另外我的邮箱是sharatface.com 只要大家对我们今天聊到的任何内容有疑问，我都非常乐意交流
Claire Vo：随时欢迎大家提问，太棒了，谢谢你，也谢谢Stripe团队这么大方的给听众分享了这么多内容，我们非常感谢，也谢谢你来参加How I AI [00:42:20]
Sharad：谢谢你邀请我，今天聊得很开心，不知道我提过没有，你在我们团队里算是个小名人，所以我现在也沾了点光，聊得特别开心，非常感谢，谢谢，非常感谢大家的收看
Claire Vo：如果你喜欢这期节目，请在YouTube上点赞并订阅，或者更好的是给我们留个评论，说说你的想法，你也可以在Apple Podcasts Spotify或者你常用的播客应用里找到我们，请考虑给我们留个评分和好评，这样能帮更多人发现这个节目，你可以在haoweipad.com看到我们往期的所有节目，了解更多节目信息，我们下期见