夜雨聆风
Stripe 每周合并 1300 个 AI PR:他们用＂小兵＂重新定义了软件开发
摘要：Stripe 工程师 Steve Khaliski 揭示了一个惊人数字——每周有 1300 个无需人工编写的 PR 被合并。他们是怎么做到的？答案是”小兵”（Minions）：一批运行在云端、可并行启动的 AI 工程师。本文带你拆解 Stripe 的 AI 工程实践，以及 AI 作为经济参与者的下一个时代。
引言：每周 1300 个 AI PR，悄然发生的范式转移
软件开发的方式，正在被悄悄重写。
Stripe 工程师 Steve Khaliski 最近在 How I AI 播客中分享了一个数字：Stripe 每周会合并大约 1300 个 PR，这些 PR 的代码几乎没有人工参与编写，只有最终的 Code Review 由人类完成。
这不是未来，这是他们正在运行的日常。
Steve 说：”我已经不记得上一次从文本编辑器开始写代码是什么时候了。”
这句话值得细品。他不是说”我很少写代码”，而是说工作的起点已经彻底变了——从打开 IDE，变成了在 Slack 里点一个 emoji。
“小兵”是什么？
Minions（小兵）是 Stripe 内部构建的一套 AI 工程代理系统，核心逻辑其实并不复杂：
-
Stripe 本就有一套成熟的云端开发环境（hosted dev environment），工程师可以随时 SSH 进去，所有代码和服务都已就绪； -
在此基础上，他们把 Goose 作为 agent 框架，注入 Stripe 内部文档、CI 工具、测试数据等； -
工程师通过 Slack 发起任务，小兵自动完成从”理解需求”到”提交 PR”的全流程。
关键在于：这些小兵运行在云端的隔离环境里，不依赖工程师本机，可以大量并行启动。
“不只是拥有一个，我可以同时启动很多个，在完全隔离的环境里并行推进不同的修改。” Steve 说。
一个表情符号，启动一个”工程师”
Steve 在直播中演示了完整流程：
他在 Slack 频道里输入了一条消息，大意是”我想改进 docs.stripe.com 上机器间支付的落地页，让它有个好的代码示例”，然后对这条消息点了一个自定义 emoji：create minion pay-server。
几秒钟内，系统回复：
-
• 已为 pay-server 仓库创建新分支 -
• 正在启动开发环境 -
• 落地页代码示例已开始生成
随后可以点击”follow along”实时跟踪进度：Goose 开始读取相关文件、搜索代码库、规划修改路径，最终自动提交并生成 PR。
整个过程，Steve 没有打开一次 VS Code。
这背后的核心是”激活能量“（activation energy）的降低。Steve 解释说：”当你在大型组织里，一个好想法到真正落地之间，有太多摩擦——功能权限、技术壁垒、沟通协调。AI 让这一切趋近于零。”
Slack 对于 Minions 而言是天然的入口，因为”整个公司都在 Slack 里”。不只是工程师——产品经理、设计师，只要能用文字描述清楚需求，都能触发一个 Minion。
开发者体验 = AI 体验
Steve 特别强调了一件事：好的 DX（开发者体验）会直接提升 agent 的成功率。
想象你是第一天入职的新工程师，面对一个庞大的代码库，没有文档、没有工具、没有引导——很快就会迷失。Agent 也一样。
“如果 90% 的常见操作都有清晰的文档和工具链支撑，agent 一次命中的概率就会大大提高。”
Stripe 多年来积累的工程基础设施——完善的内部文档、成熟的 CI 流水线、标准化的 API 变更流程——不仅服务于人类工程师，同样成了 Minions 的”导轨”。
这带来了一个有趣的正向循环：
-
• 为人类工程师投资 DX → agent 成功率更高 -
• agent 成功率更高 → 更多工程师愿意采用 → 更多反馈推动 DX 改进
另一个常被忽视的关键：云端环境与并行工作树。
“不管你的 MacBook 多强，开三四个 worktree 之后，风扇声就像飞机起飞。” Steve 笑道。本地机器的物理限制，是规模化 AI 工程的天花板。而云端环境打破了这个限制——agent 可以在隔离的云端跑，本机负责 review 和协调就够了。
他建议 CTO 和工程 VP：”如果你们想在接下来一年里真正释放 AI 的潜力，把云端开发环境这件事搞定，是最值得的投资。”
AI 作为经济参与者：机器间支付
如果说 Minions 展示的是 AI 在内部研发中的效率飞跃，那么 Steve 接下来演示的第二个 Demo，则指向了一个更深远的变化：AI 作为经济参与者。
他设计了一个场景：让 Claude Code 帮同事 Jen 策划生日派对。
提示词很简单：研究 Jen 的喜好，找到合适的派对场地，寄出邀请函，最后用 Stripe Climate 抵消消耗的碳排放。
整个过程中，agent 调用了四个真实的第三方服务，并实际支付了费用：
-
• Browser Base：创建浏览器会话，抓取 Jen 的个人网站，发现她是一个”痴迷抹茶的烘焙爱好者”。费用：几分钱。 -
• Parallel AI：搜索纽约适合办派对的抹茶主题场地。 -
• Postal Form：生成 PDF 邀请函并实际寄出实体信件。 -
• Stripe Climate：用 $1.65 抵消了 4.4 公斤 的碳排放（本次任务共消耗约 70k tokens）。
整场派对花费约 $5-6，碳中和，并且 Steve 将真的收到一封邮寄来的邀请函。
这背后是 Stripe 正在推进的一个新协议：Machine Payment Protocol（机器间支付协议），与 Tempo 联合设计。核心理念是：agent 不需要提前注册账号、绑定信用卡、选择订阅计划——它只需要为当前任务所需的服务按需微支付。
Steve 说：”我们需要给 agent 配备花钱的能力，让它不仅能消耗 tokens，还能在执行任务过程中为第三方服务付费。”
这个演示里有个细节很有意思：Steve 在征求合作伙伴产品反馈时，收到的回复不是人写的，而是对方工程师”懒得自己写，让 Claude/CodeEx 读了 Stripe 文档后代劳的”。这种事在同一周发生了四五次。
“这让我突然意识到，谁是新的用户。”
结语：从”写代码”到”管代码”
代码审查的压力增加了吗？当然。1300 个 PR/周，总得有人看。
Steve 的答案是：以前花在写代码上的时间，现在用来 review。重心转移了，但总量不一定增加。
更重要的是，当”写代码”变得越来越容易，瓶颈会移动到其他地方——想法的质量、review 的深度、分发的能力。AI 不会让工程师失业，但会让工程师的工作重心彻底改变。
Steve 在节目最后说了一句话，让人印象深刻：
“我在养孩子的同时，正在给我的 agent 写 soul.md 文件。我不知道这两件事谁在影响谁，但它们确实在同时发生。”
这大概是对这个时代最真实的注脚：我们既是父母，也是造物者；既在学习如何引导孩子，也在摸索如何教会机器。
软件开发的下一个时代，已经在 Stripe 的 Slack 频道里，悄悄开始了。