Alistair Gray beschreibt in diesem zweiten Teil die technische Umsetzung von Minions, Stripes End-to-End-Coding-Agents, die inzwischen mehr als 1.300 Pull Requests pro Woche mergen – gegenüber den in Teil 1 genannten 1.000.

Die Infrastruktur stützt sich auf Devboxes — ephemere AWS-EC2-Instanzen, die als „cattle, not pets" behandelt werden. Ein vorgewärmter Pool ermöglicht es jedem Agenten, innerhalb von 10 Sekunden eine vollständige Umgebung zu erhalten, identisch mit der menschlicher Engineers. Diese vollständige Isolation ist grundlegend: Sie erlaubt es den Agenten, ohne Überwachung oder Bestätigung zu arbeiten, da sie keinen Zugriff auf Produktions- oder Nutzerdaten haben.

Der Agent-Harness ist ein individueller Fork von goose, dem Open-Source-Tool von Block, optimiert für den unbeaufsichtigten Betrieb. Bestätigungsabfragen wurden entfernt, da die Devbox-Isolation diese Schutzmaßnahme überflüssig macht.

Die größte architektonische Innovation liegt in den Blueprints — einem hybriden Orchestrierungssystem, das deterministische Knoten und Agent-Knoten innerhalb einer State Machine kombiniert. Vorhersehbare Schritte (Klonen eines Repositorys, Erstellen eines Branches) werden von traditionellem Code ausgeführt, während kreative Schritte (Verständnis eines Problems, Schreiben von Code) an LLM-Loops delegiert werden. Dieser Ansatz „steckt LLMs in abgeschlossene Boxen", spart Tokens und verbessert die Zuverlässigkeit im Vergleich zu einem rein agentischen Ansatz erheblich.

Zum Kontext: Stripe hat seine Rules-Dateien auf das Cursor-Format standardisiert, mit automatischer Synchronisierung zum Claude-Code-Format. Dieselben Regeln dienen Minions, Entwicklern, die Cursor nutzen, und solchen, die Claude Code nutzen — eine Vereinheitlichung, die den Return on Investment jeder Kontextverbesserung verstärkt.

Das Tooling wird über Toolshed zentralisiert, einen MCP-Server, der etwa 500 Tools bereitstellt. Jeder Agent erhält eine kuratierte, für seine Aufgabe passende Teilmenge, wodurch die Kontextüberladung vermieden wird, die die LLM-Leistung beeinträchtigt.

Der Feedback-Loop läuft in zwei Stufen ab. Zunächst prüfen Pre-Push-Lint-Hooks in unter einer Sekunde auf triviale Fehler. Anschließend reicht der Agent seinen Code für maximal ein bis zwei CI-Zyklen gegen eine Testbatterie von mehr als 3 Millionen Tests ein.

Gray schließt mit einer übergreifenden Philosophie: Die Investitionen, die Stripe zur Steigerung der Produktivität seiner menschlichen Engineers getätigt hat — Tooling, Infrastruktur, CI — zahlen sich nun doppelt aus, da sie auch den Agenten zugutekommen. Dies ist ein starkes Argument für Organisationen, die zögern, in ihre Entwicklungsplattform zu investieren.