Wie Stripe ein einheitliches Cursor-Erlebnis für 3.000 Engineers eingeführt hat
Scott MacVicar, Head of Developer Infrastructure bei Stripe, hat eine zentrale Empfehlung für Engineering-Führungskräfte, die KI in ihren Teams einführen: Tempo machen.
„Mein Rat an alle, die darüber nachdenken, mit KI-gestütztem Programmieren zu starten, ist: Gehen Sie das schneller an“, sagt er.
Stripe selbst hat Cursor schnell, aber mit Bedacht eingeführt. Das Unternehmen ist bekannt für 99,9999 % API-Verfügbarkeit und Produkte, die den Maßstab für Developer Experience setzen. Beides durfte nicht leiden.
Entscheidend war, alle mehr als 3.000 Engineers bei Stripe mit den richtigen Leitplanken auszustatten. Stripe hat Cursor auf jedem Rechner vorinstalliert, Cursor Rules genutzt, um Codebase-Kontext bereitzustellen, und Code-Review-Praktiken angepasst, um Qualität bei höherer Geschwindigkeit zu sichern. Auf dem Weg dorthin entdeckten sie außerdem etwas Unerwartetes: wer tatsächlich am meisten von KI profitierte.
Entwickler:innen auf Erfolgskurs bringen
Stripe war schon früh überzeugt, dass KI die Arbeit seiner Engineers grundlegend verändern würde. Die Frage war, wie man diesen Wandel bei mehr als 3.000 Entwickler:innen steuert. Ihr Ansatz: Cursor vom ersten Tag an für alle optimal nutzbar machen.
„Wenn Leute anfangen, haben sie VS Code, IntelliJ und Cursor bereits auf ihren Rechnern installiert und absolvieren ein Lab, das ihnen beibringt, wie sie die Stripe-Developer-Umgebung verwenden“, sagte MacVicar.
Alles ist vorkonfiguriert. Stripe nutzt Cursor Rules, um Cursor Kontext zur Codebasis von Stripe und zu den Codestandards zu geben. Die Teams können zusätzlich eigene Regeln hinzufügen, während sich die Organisation darauf kalibriert, wie umfassend diese sein sollen. Dieser Ansatz hat es den Entwickler:innen von Stripe ermöglicht, ab dem ersten Tag produktiv mit KI-Coding-Tools zu arbeiten – und anschließend noch deutlich weiterzugehen.
Worauf wir immer stolz waren, ist die Fähigkeit, dass Engineers an ihrem ersten Tag einen PR shippen können. Wenn Leute anfangen, Cursor zu verwenden, haben sie ein optimales Erlebnis, da wir sowohl die Einstiegshürden als auch die Hürden für die Einführung gesenkt haben.
Die Verbreitung von Cursor erfolgte über ein Influencer-System. Power-User teilten ihre Workflows in Lunch-and-Learn-Sessions und zeigten ihren Teammitgliedern, wie sie mehrere Agents parallel ausführen oder bessere Prompts schreiben können.
Code-Reviews an KI-gestütztes Programmieren anpassen
KI ermöglichte es Entwickler:innen, mehr Code zu schreiben. Aber das war nicht das Ziel. Stripe wollte nicht, dass höheres Tempo zu geringerer Qualität führt. Ihre Lösung war, das Code-Review an dieses neue Tempo anzupassen.
Stripe nutzt jetzt LLMs, damit Reviewer:innen effizienter arbeiten können. KI markiert komplexe Methoden oder riskante Dateien und lenkt die Aufmerksamkeit der Reviewer:innen dorthin, wo sie am dringendsten gebraucht wird. Außerdem sind Entwickler:innen selbstbewusster darin geworden, Code zurückzuweisen, der noch nicht bereit ist – egal, ob er von einer Person oder einem Agent stammt.
Die Stripe-Entwickler:innen haben diese neue Arbeitsweise angenommen: In einer internen Umfrage erreichte die Stimmung unter den Entwickler:innen kürzlich ein Fünfjahreshoch. MacVicar sagte: „Die Leute sind wirklich begeistert von den Tools, die sie bekommen.“
Der Vorteil der Betriebszugehörigkeit
Stripe konzentriert sich jetzt darauf, Entwickler:innen dabei zu helfen, den größtmöglichen Nutzen aus Cursor zu ziehen. Die ersten Erkenntnisse haben MacVicar überrascht. Er hatte erwartet, dass vor allem Junior-Entwickler:innen profitieren würden, indem sie KI nutzen, um begrenzte Erfahrung auszugleichen. Stattdessen hat er gesehen, dass die am längsten beschäftigten Entwickler:innen die größten Produktivitätszuwächse erzielen.
Menschen, die schon lange bei Stripe sind, haben den Kontext im Kopf. Sie können klar vor Augen sehen, was sie erreichen wollen, und Agents anweisen, es umzusetzen.
Vor diesem Hintergrund überlegt MacVicar, ob neue Mitarbeitende ihre ersten Wochen damit verbringen sollten, die Codebasis kennenzulernen, bevor sie Zugriff auf Cursor erhalten. Sie könnten diese Zeit nutzen, um den Kontext aufzubauen, der nötig ist, um das Maximum aus KI-Tools herauszuholen.
Das ist ein Beispiel dafür, warum MacVicar anderen Engineering-Führungskräften rät, nicht zu warten, bis sie jede Frage rund um KI abschließend geklärt haben. Viele der wichtigsten Fragen, die sie beantworten müssen, treten erst dann zutage, wenn Entwickler:innen die Tools tatsächlich verwenden. Er sieht es als den besten Weg, so früh wie möglich zu starten, um sowohl für aktuelle Möglichkeiten als auch für die Zukunft der Softwareentwicklung zu optimieren.
Wenn Sie daran interessiert sind, die Einführung Agent-gestützter Coding-Workflows in Ihrem Engineering-Team zu beschleunigen, wenden Sie sich bitte an unser Team, um mit einer Cursor-Testversion zu starten.