Alistair Gray détaille dans cette deuxième partie l'implémentation technique des Minions, les agents de codage bout-en-bout de Stripe qui fusionnent désormais plus de 1300 pull requests par semaine, en hausse par rapport aux 1000 annoncées dans la première partie.
L'infrastructure repose sur les devboxes — des instances AWS EC2 éphémères traitées comme du « bétail, pas des animaux de compagnie ». Un pool pré-chauffé permet à chaque agent de disposer d'un environnement complet en 10 secondes, identique à celui des ingénieurs humains. Cette isolation totale est fondamentale : elle permet d'exécuter les agents sans supervision ni confirmation, puisqu'ils ne peuvent accéder ni à la production ni aux données utilisateur.
met les LLMs dans des boîtes contenues
Le harness d'agent est un fork personnalisé de goose, l'outil open source de Block, optimisé pour le fonctionnement non-assisté. Les prompts de confirmation ont été supprimés car l'isolation de la devbox rend cette sécurité redondante.
L'innovation architecturale majeure réside dans les blueprints — un système d'orchestration hybride combinant nœuds déterministes et nœuds agents au sein d'une machine à états. Les étapes prévisibles (cloner un dépôt, créer une branche) sont exécutées par du code classique, tandis que les étapes créatives (comprendre un problème, écrire du code) sont déléguées à des boucles LLM. Cette approche « met les LLMs dans des boîtes contenues », économisant des tokens et améliorant significativement la fiabilité par rapport à une approche purement agentique.
Pour le contexte, Stripe a standardisé ses fichiers de règles sur le format Cursor, avec synchronisation automatique vers le format Claude Code. Les mêmes règles servent les Minions, les développeurs sous Cursor et ceux utilisant Claude Code — une unification qui amplifie le retour sur investissement de chaque amélioration de contexte.
L'outillage est centralisé via Toolshed, un serveur MCP exposant environ 500 outils. Chaque agent reçoit un sous-ensemble curaté adapté à sa tâche, évitant la surcharge de contexte qui dégrade les performances des LLMs.
La boucle de feedback opère en deux temps. D'abord, des hooks de lint pré-push s'exécutent en moins d'une seconde pour détecter les erreurs triviales. Ensuite, l'agent soumet son code à un ou deux cycles CI maximum contre une batterie de plus de 3 millions de tests.
Gray conclut sur une philosophie transversale : les investissements consentis par Stripe pour améliorer la productivité de ses ingénieurs humains — outillage, infrastructure, CI — rapportent désormais des dividendes doubles en servant également les agents. C'est un argument puissant pour les organisations qui hésitent à investir dans leur plateforme de développement.