跳到正文
Agent 用例

Stripe 内部 AI Agent 工作流复现

Stripe 分享了其内部 AI Agent 设置,将同类任务耗时从 20 天缩至 4 天,支付集成时间从最多 6 个月缩短至 2-6 周。该方案通过将重复工作拆分为独立提示词、双 Agent 互相监督、以及自我更新的提示词来实现高效自动化。

X (Twitter)@undefinedKi528点赞
Claude CodeLLM

收录于 2026-10-31 · 原文发布于 2026-10-29


操作步骤

  1. 1将重复的工作任务拆分为独立的提示词,每个步骤对应一个保存的提示词(研究过去案例后将每一步转为可复用提示词)。
  2. 2设置双 Agent 机制:让一个 Agent 负责构建,同时第二个 Agent 阅读其运行记录,记录其迷失点、重新学习的内容及失败的工具。
  3. 3让 Agent 在每次运行后留下学习日志、决策日志和审查评论,并利用另一个 Agent 将其转换为提示词修复方案。
  4. 4使用纯代码来运行 Agent,而不是依赖 AI 编排器。
  5. 5让 Agent 在沙箱中运行测试支付,自行测试工作成果,再交由人类审查 PR。

中文平台玩法

可以将该方法迁移到小红书或公众号的内容运营中:把爆款选题拆解为标准化的步骤提示词,用一个 Agent 生成内容,另一个 Agent 审查其完稿率和数据表现,持续自动优化提示词。

可复制提示词
请帮我为 [输入你要重复的任务,例如:小红书爆款文案生成] 构建一个工作流。第一步,请根据我提供的历史成功案例,将其拆分为独立的、可复用的子步骤提示词。第二步,请模拟一个监督机制,分析另一个 AI 在执行任务时的记录、迷失点和失败工具,并帮我优化这些提示词。
#AI Agent#工作流#自动化#Stripe
Stripe 内部 AI Agent 工作流复现

使用 Stripe 内部同款的 AI Agent 设置处理重复性任务,相比普通 Claude Code 将耗时从 20 天缩短至 4 天。该系统基于 100 多个保存的提示词(每个步骤一个),由多个 Agent 协同分工构建工作。

10分钟用空白终端搭建AI Agent系统

通过Claude Code在10分钟内从空白终端搭建出一套AI Agent系统,实现从单个Agent到自动执行、检查、改进及多Agent协同工作。据称Anthropic内部95%的工程师都在使用类似工作流。

AI 视频剪辑工作流实战方案

介绍了几种结合 Claude Code、Whisper、FFmpeg 及 Remotion 等工具的 AI 视频剪辑与制作技术栈,实现自动化剪辑、字幕生成、动效制作和特效处理。

觉得有用?订阅 TG 频道或在 X 关注获取每日更新

内容由 AI 依据原文翻译整理,细节以原帖为准;版权归原作者。

nebu.life星云AI实战库 · 每天更新的 AI 实战用例、提示词与价格

内容由程序每天从公开来源抓取,经 AI 翻译整理,每条都附原文链接,版权归原作者。如有错误或侵权请通过联系页告知。

最近更新 2026-11-02 12:11(北京时间)