У Stripe треть кода теперь стартует с промпта, а не с клавиатуры

В ролике я обещал разобрать остальные цифры из разговора Патрика Коллисона с Борисом и что из подхода Stripe можно взять себе. Вот разбор.

Кто и о чём говорил

Патрик Коллисон, CEO Stripe, пришёл на официальный канал Claude поговорить с Борисом о том, как Stripe реально работает с Claude Code — не в формате рекламного кейса, а в формате конкретных цифр и практик.

Это важно проговорить сразу: Stripe — компания, которая обрабатывает платежи на миллиарды долларов для миллионов бизнесов по всему миру. Цена ошибки в их коде — это не упавший скрипт на выходных, а реальные деньги реальных людей. Именно поэтому их практики стоит воспринимать серьёзнее, чем истории от инди-разработчиков.

Цифры, которые прозвучали

Около 36% пул-реквестов в Stripe теперь начинаются с промпта. Не с ручного написания кода, а с формулировки задачи для Claude Code, который затем работает в изолированном dev-боксе — отдельной защищённой среде, где ошибка агента не может напрямую задеть продакшен.

600 правок от Claude Code — один откат. Один инженер за шесть месяцев смержил 600 пул-реквестов, написанных Claude Code, и откатывать пришлось лишь один раз. Для контекста: в обычной разработке откаты случаются регулярно даже у опытных инженеров, пишущих код руками. Соотношение 600 к 1 — это не "модель иногда ошибается", это уровень надёжности, которому позавидует немало команд, работающих полностью вручную.

Новые стартапы растут вдвое быстрее с ИИ. В разговоре прозвучала статистика Stripe о том, что новые компании, активно использующие ИИ в разработке, показывают удвоенный рост по сравнению с теми, кто им не пользуется. Это данные самой Stripe по их клиентской базе, а не абстрактная оценка со стороны.

Как это устроено технически

Коллисон описал несколько конкретных практик, которые Stripe встроили в процесс:

Изолированные dev-боксы. Каждая задача для Claude Code выполняется в отдельной защищённой среде, а не напрямую в основной кодовой базе. Это ключевой момент — доверие к модели не означает отказ от инфраструктурных гарантий безопасности.

AI-гардрейлы как часть инфраструктуры. Ограничения и проверки для ИИ-агентов встроены в саму архитектуру, а не держатся на честном слове модели или ручной проверке каждого шага.

До 10 параллельных dev-боксов и режим планирования. Claude Code у Stripe работает не в режиме одной задачи за раз — несколько независимых сред запускаются параллельно, а режим планирования (plan mode) позволяет сначала согласовать подход, а потом уже выполнять.

"Каждая кодовая база — это промпт". Формулировка из разговора, которая описывает сдвиг в мышлении: команда думает не только "как написать код", но и "как описать код так, чтобы модель могла его качественно сгенерировать и поддерживать".

Что это снимает как возражение

Самое частое возражение против серьёзного использования ИИ в разработке звучит так: "это игрушки для пет-проектов, в серьёзном бизнесе так не работают". История Stripe — это конкретный, названный по имени пример компании с миллиардными оборотами, которая пошла на треть кода через промпты и получила соотношение надёжности 600 к 1.

Отдельно Коллисон отметил, что ожидает роста качества кода Stripe в целом благодаря ИИ, а не только роста скорости. Это контринтуитивно для тех, кто уверен, что ИИ обязательно пишет неряшливо: на практике при правильной инфраструктуре вокруг модели результат может быть чище, а не грязнее.

Логика здесь простая, если задуматься: человек-разработчик тоже устаёт, отвлекается и пропускает мелкие несостыковки к концу дня. Модель в изолированном dev-боксе с гардрейлами вокруг не устаёт и не срезает углы, когда дедлайн горит, а code review остаётся на человеке — просто смещается с проверки каждой строчки на проверку архитектурных решений.

Что из этого стоит забирать себе

Даже если твой масштаб далёк от Stripe, три практики переносимы на любой размер проекта: изолируй среду выполнения для агентных задач, а не давай ему прямой доступ к продакшену; встраивай проверки в процесс заранее, а не полагайся на то, что модель "и так не ошибётся"; используй режим планирования перед выполнением на сложных задачах, а не сразу бросай агента в бой.

Ни одна из этих трёх практик не требует бюджета уровня Stripe. Изолированная среда — это может быть просто отдельная ветка и песочница для тестов. Гардрейлы — это чек-лист, который агент проходит перед тем, как правка уходит дальше. Планирование — это привычка сначала спросить модель "как ты будешь это делать", а не сразу "сделай".

Дальше по теме

Если тема лимитов и того, как эффективно распределять бюджет между инструментами, тебе интересна — у меня есть разбор где искать альтернативы при урезании лимитов Claude, и отдельный материал про подъём лимитов вместе с Opus 5.5.

Если хочешь выстроить процесс уровня Stripe у себя

Собрать инфраструктуру вокруг ИИ-агентов — изоляцию, гардрейлы, режим планирования — задача не на один вечер, если делать это интуитивно и без системы. Я показываю, как выстраиваю подобные практики у себя на заводе, в масштабе одного человека, а не команды разработчиков Stripe.

Как я это делаю — в [МИКРО-ПРОДУКТ]: [ССЫЛКА-МИКРО]

А если пока просто интересно смотреть на процесс — показываю каждый шаг в канале.