Monzo 如何把 Agent Chip 建成可复用的银行平台组件

Felippe Felisola Caso 和 Francesco Galletta 介绍 Monzo 如何开发内部智能体，并把它变成可复用的平台组件。这家数字银行维护着 3,000 多个后端服务、约 13,000 个数据仓库模型及许多机器学习预测器。

Agent Chip 于 2026 年 1 月开始在公司内部流行。员工可以对 Slack 消息添加一个表情，让消息变成提示词。它逐渐成为随时可用的队友，可以回答问题、查看架构、审查代码和处理 Linear 工单。

演讲者表示，Agent Chip 编写了 Monzo 技术团队中超过 10% 的已合并拉取请求，每天运行超过 1,800 项任务。业务人员也开始用它回答问题、编写查询并完成其他自助任务。这些数字是团队在演讲时报告的使用情况。

他们将普及的原因概括为“许多小小的乘数”：已有的平台能力让智能体的构建与运营更加容易。Monzo 原本就有监控、告警、集成、预发布环境、队列、部署和数据库抽象。

远程智能体出现之前，团队已经投入支持本地编码智能体。一个 MCP 网关让智能体访问经过选择的内部服务、工具和知识源，并在网关管理身份验证与授权。

MCP 服务器暴露确定性的操作，并控制哪些能力可用。演讲者强调，要提供有用上下文，同时尊重访问边界；这对受监管的银行环境尤其重要。

随后团队建立了编排系统，让远程智能体在隔离命名空间中的沙箱内运行。目标是把智能体的不确定行为与其他生产基础设施隔开，同时仍为其提供完成工作的空间。

多个 pod 可以承载沙箱。智能体镜像定义环境、命令行工具和权限，代理则控制经过选择的外向连接，例如访问代码仓库。该架构有意识地只授予任务所需的访问权限。

有了网关和编排系统作为基础模块，Monzo 可以连接 Slack、GitHub、Linear 和内部服务。智能体本身也成为一个组件，让银行不同部门在其上构建新用途。

演讲者表示，工程师能够运行更多种类、更多数量的任务，因为部分工作可以交给远程智能体，不必始终盯着它。常规流程也可以自动化，让人把更多时间投入需要判断的模糊问题。

在故障模式下，Agent Chip 加入事故处理频道，调查日志、追踪记录、受影响服务和代码。它的设计目标是向人提供有价值的发现，而不是用猜测淹没频道；人仍然控制它参与到什么程度。

在内部问答频道，智能体可以利用知识源为人工处理者起草回答，有时也能自行解决请求。如果需要更多上下文，它可以请人加入讨论。

Agent Chip On Call 会调查数据质量告警。主动版本还会检查后端变更，尝试在下一批数据处理前识别潜在影响。这些是团队的工作流程示例，并不保证能捕获所有错误。

Slack 入口也降低了非专业人员参与的门槛。业务人员可以根据反馈或想法请求生成草稿，草稿可先在预发布环境测试，再由工程师审查和部署。演讲者表示，工程审查标准依然保留。

市场快速变化时，为什么继续自建？Monzo 看到的是一个可复用、可组合的平台组件，能够融入自身安全与后端要求。架构设计上不绑定特定供应商，因此可以按任务更换模型。

团队还希望智能体覆盖更多开发环节，从后端和应用改动到预发布环境与数据测试。他们并不认为 Agent Chip 必须永远保留；他们认为，积累的平台能力现在已有价值，也能让未来用途更容易落地。