Stripe 工程師部署了自主智能體 Minions，每周生成數千個拉取請求

作者 | Leela Kumili

譯者 | 張衛濱

Stripe 的工程師開發了 Minions，這是一個自主編程的智能體，能夠根據單條指令端到端地完成軟件開發任務。該系統實現了大語言模型（LLM）與內部開發者工具的集成，以極少的人工干預就能生成可直接用于生產環境的拉取請求（pull request）。Stripe 工程師表示，Minions 目前每周可生成超過 1300 個拉取請求，高于早期試驗中的 1000 個。所有變更均會經過人工審核，但不包含任何人寫的代碼。

由 Minions 管理的代碼支撐著 Stripe 每年超過 1 萬億美元的支付額，并運行在與金融機構、監管框架和合規性義務相關的復雜依賴關系中。在如此大規模的系統中部署自主智能體，可靠性與正確性仍是核心要求。

Stripe 的工程經理 Cameron Bernhardt 在 LinkedIn 的 帖子 中提到：

Minions 已經從概念發展到每周生成上千個拉取請求。所有代碼都會經過人工審核，但智能體正越來越多地實現端到端地變更生成。

Minions 與 GitHub Copilot 這類交互式編程助手或 Cursor 這類 AI 代碼編輯器不同，它執行 一次性)、端到端的任務。任務可以來自多個源，包括 Slack 對話、缺陷報告或功能需求。任務描述會發送給 Minion，然后 Minion 使用藍圖（一組確定性代碼與靈活智能體循環的組合）來編排工作，生成所需的代碼、測試和文檔。工作流最終會提交一個拉取請求供人工審核，這樣工程師從任務定義到可上線的代碼只需極少的手動操作。

調用 Minion 的 Slack 消息示例（來源：Stripe 的博客文章）

該系統由 Block 開發的 Goose 的內部分支演進而來，Goose 是最早得到廣泛應用的編程智能體之一。針對 Stripe 的 LLM 基礎設施，Goose 進行了定制，并為滿足 Minions 的特定需求做了優化，而 Cursor、Claude Code 等交互式工具繼續支持人工監督的工作流。

Minions 通過藍圖（blueprints）進行編排，藍圖是用代碼定義的工作流，規定如何將任務拆分為子任務，并根據任務類型由確定性的例程（routine）或智能體來進行處理。Stripe 工程師將藍圖描述為與代碼交織在一起的智能體技能集合，在保證效率的同時保留了適應性。

Minion 示例藍圖（來源：Stripe 的博客文章）

系統通過 CI/CD 流水線、自動化測試和靜態分析來強化可靠性，確保生成的變更在人工審核前符合工程標準。工程師指出，Minions 在定義明確的任務上表現最佳，例如配置調整、依賴升級和小型重構。

該系統反映了智能體驅動軟件開發的廣泛趨勢：基于 LLM 的智能體與開發環境、版本控制和 CI/CD 流水線深度集成，以極少的監督生成生產級的代碼。Stripe 的經驗表明，自主編程智能體可以顯著提升開發者的生產力，同時保持嚴格的質量控制。

查看英文原文：

Stripe Engineers Deploy Minions, Autonomous Agents Producing Thousands of Pull Requests Weekly（https://www.infoq.com/news/2026/03/stripe-autonomous-coding-agents/）

聲明：本文為 InfoQ 翻譯，未經許可禁止轉載。