Stripe 工程师部署了自主智能体 Minions，每周生成数千个拉取请求

83 0 0

文章摘要

Stripe 的高级工程团队成功开发出一种名为 Minions 的深度自主编程智能体，该工具能够依据单次输入的文字指令，从理解需求到生成代码再到创建拉取请求全程独立完成软件开发任务。这套系统将最新的大语言模型与内部庞大的开发者基础设施工具箱紧密结合，旨在通过极低的人力参与程度直接产出可供正式发布的生产环境代码。官方数据显示，该体系目前的运营效率已达到非常显著的水平，每周稳定生成的有效拉取请求数量突破了一千三百项，并且这个数字还在持续攀升，远超其在概念探索时期的基准线。尽管所有的输出变更在经过自动化筛选后仍会经由人类工程师进行审核，但值得注意的是，被提交的初稿代码片段中不包含任何由人工预先撰写的字符，展示了高度的机器自主性。

在核心技术架构层面，Minions 并非凭空诞生，而是经过了 Block 公司内部开源项目 Goose 的深度演化与改造，针对 Stripe 特有的复杂环境进行了精细化的性能调优。这与 GitHub Copilot 或 Cursor 等强调实时交互辅助的编程插件有着本质区别，后者主要增强人类程序员的能力，而前者则致力于承担完整的责任闭环。系统利用一套被称为“蓝图”的可编程逻辑模板来指挥整个任务流，蓝图本质上是由明确的规则代码与智能体的动态决策循环混合构成的集合体，它可以精准地将来自 Slack 群组、故障跟踪器或者新功能规格说明等各类非结构化数据转化为可执行的代码子任务。

面对支撑每年数万亿美元支付额度的高风险金融业务场景，任何微小的代码错误都可能引发严重事故，因此系统对正确性的追求达到了近乎苛刻的程度。为了规避风险，智能体在工作流末尾集成了强制性的集成测试流水线与多重静态分析校验协议，在代码提交给人眼审视前会自动修复不符合规范的结构。工程团队表示，该系统在处理配置迁移、外部库版本更替或是小规模结构清理等标准化问题时展现出了极强的鲁棒性，同时也证明了 AI 驱动的研发模式在严肃场景下已具备落地潜力。随着自主智能体技术与开发管道的结合日益紧密，传统工程团队的交付速度与代码质量之间的平衡正迎来前所未有的重塑机遇。这一案例明确了在未来智能化时代，依靠严谨的自动化流程约束来保障创新活力的技术路线将是各大科技企业共同关注的焦点，标志着软件工程的运作形式正在向着更深层次的机器自治演进。