在工程开发从传统编程转向AI辅助开发的时代，Cashfree Payments的200人技术团队正在将人工智能从工具转变为团队伙伴。通过使用GitHub Copilot、基于大语言模型（Large Language Model，LLM）构建的编排工具以及模型上下文协议（Model Context Protocol，MCP）的定制实现，这家金融科技公司正在重塑自身。
"AI提高了我的工作效率，而不是对我的工作构成威胁。我用它来生成基础代码、协助测试，甚至帮助编写文档。现在我的代码中近30%是由AI编写的，"Cashfree的软件开发工程师瓦伦·博斯拉（Varun Bothra）表示。
Cashfree构建了内部编排工具，将需求收集、代码框架搭建和自动化测试整合到统一流程中。测试生成、文档编写，甚至系统迁移等重复性任务正在逐步实现自动化。这使得开发人员减少了编码时间，将更多精力投入到系统构建中。
"我们不再称他们为程序员，而是建设者。AI为工程师们腾出了时间来解决更高层次的问题，那些真正推动产品前进的事情，"Cashfree的首席技术官拉姆库马尔·文卡特桑（Ramkumar Venkatesan）说。
在基础设施方面，Cashfree采用Kubernetes部署应用程序，具备智能自动扩展功能。对于UPI或基于EMI的支付等高吞吐量操作，则依赖Kafka实现异步处理。
"Kafka是我们的异步支柱。它帮助我们避免为需要OTP或银行响应的支付阻塞资源，"Cashfree的架构师马扬克·朱内加（Mayank Juneja）解释道。
Cashfree开发了一个由LLM和MCP驱动的多语言WhatsApp机器人，支持多种印度地区语言。个体商户只需输入"生成一个10卢比的支付链接"，即可立即完成支付链接创建，无需使用任何仪表板、代码或应用程序。
展望未来，Cashfree正在为智能代理商务做准备。虽然目前使用OpenAI和Anthropic的模型，但随着印度本土LLM的成熟，他们也计划在翻译、欺诈检测和合规等领域采用这些模型。
"我们的目标不是构建自己的基础模型，而是构建最优的支付场景模型和智能代理，深入理解印度的资金流动方式，"文卡特桑说。
