Stripe 如何为 3,000 名工程师部署统一的 Cursor 使用体验
Stripe 开发者基础设施负责人 Scott MacVicar 对正在与团队一起部署 AI 的工程管理者有一条重要建议：加速。
“我对任何在考虑尝试 AI 编码的人建议是：在这件事上行动得更快一些。”他说。
Stripe 自身在采用 Cursor 时既迅速又谨慎。公司以 99.9999% 的 API 正常运行时间和在开发者体验上树立标杆的产品而闻名，他们不能牺牲这两点中的任何一项。
关键在于，让 Stripe 超过 3,000 名工程师都在合适的规范和边界内起步。Stripe 在每台机器上预装了 Cursor，使用 Cursor Rules 提供代码库上下文，并调整代码审查流程，以在更高的开发速度下保持质量。在这个过程中，他们还意外发现了一个有趣的事实：哪些人从 AI 中获得了最大的价值。
为工程师奠定成功基础
Stripe 很早就坚信，AI 将从根本上改变工程师的工作方式。问题在于，如何在超过 3,000 名开发者中管理这一转变。他们采用的方法是：从第一天起就让 Cursor 对每个人都好用。
“当新人入职时，他们的机器上已经安装好了 VS Code、IntelliJ 和 Cursor，然后他们会参加一个培训环节，学习如何使用 Stripe 的开发环境，”MacVicar 说。
一切都已预先配置好。Stripe 使用 Cursor Rules 为 Cursor 提供关于 Stripe 代码库和编码规范的上下文。他们也赋能各团队添加自己的规则，并在组织层面不断校准这些规则需要做到多全面。这种方式让 Stripe 的开发者从第一天起就能高效使用 AI 编码工具，并在此基础上持续进阶。
我们一直引以为傲的一点，是工程师在入职第一天就能提交一个 PR。人们开始使用 Cursor 时，会有一个极佳的体验，因为我们降低了上手门槛和推广门槛。
Cursor 的推广通过“影响者机制”自然扩散开来。资深用户会在午餐分享会中展示他们的工作流，向队友演示如何并行运行多个 agent，或者如何写出更好的 prompt。
为 AI 编码调整代码评审流程
AI 让工程师能够写出更多代码。但这并不是目标。Stripe 并不希望更高的开发速度意味着更低的质量。他们的解决方案是调整代码评审流程，以跟上这一变化。
Stripe 现在使用大语言模型（LLM）来帮助评审者更高效地工作。AI 会标记复杂的方法或高风险文件，把评审者的注意力引导到最需要的地方。工程师们也更坦然地退回尚未准备好的代码，无论这些代码来自个人还是来自智能代理。
Stripe 的工程师已经认可了这种新的工作方式：在一次内部调查中，开发者满意度最近达到了五年来的最高点。MacVicar 表示，“大家对自己正在拿到的这些工具感到非常兴奋。”
资深优势
Stripe 现在专注于帮助工程师从 Cursor 中获得最大价值。早期的一些发现让 MacVicar 感到惊讶。他原本以为受益最多的会是用 AI 来弥补经验不足的初级工程师。相反，他看到的是任职时间最长的工程师在生产力方面取得了最大幅度的提升。
在 Stripe 工作了很长时间的人，脑子里已经有了大量上下文。他们能非常清楚地看到自己想要达成的目标，并指挥代理去完成。
对此，MacVicar 正在探索，新员工是否应该在入职的前几周先学习代码库，然后再获得 Cursor 的使用权限。他们可以利用这段时间积累足够的上下文，从而最大化地发挥 AI 工具的作用。
这只是他为什么建议其他工程负责人不要等到把 AI 完全想明白之后再行动的一个例子。许多最重要的问题，只有在工程师真正开始使用这些工具后才会浮现。他认为，现在就开始，是同时优化当下机会和软件工程未来的最佳方式。
如果你希望加速工程团队对 Agent 化编码工作流的采用，请联系我们的团队来开启 Cursor 试用。