凤凰网科技讯 10月16日，在QECon全球软件质量&效能大会上，快手企业AI生产力副总裁王诩发表《快手企业AI生产力：从研发提效到组织跃迁》主题演讲，系统回顾了快手过去两年从研发提效、全员AI到企业级AI生产力组织iWork的实践路径。

王诩在演讲中表示，个体提效并不等于组织提效。随着大模型应用从个人工具走向企业落地，如何把个体效率转化为组织效率，正在成为大型企业AI转型的关键命题。今年9月，快手成立 “企业AI生产力”（iWork）组织，试图将分散在各团队的AI实践沉淀为公司级能力，统筹通用Agent、企业上下文体系和企业信息系统的统一建设。

“我给你一辆法拉利，但如果你开在满是红灯的路上，这也没用。”王诩以此比喻快手得出的判断：如果研发、设计、测试等协作链条没有同步改变，单个环节的效率提升无法转化为整体交付速度。在他看来，研发效能不是单点问题，而是组织协同问题。

快手企业AI生产力副总裁王诩

从“工程师”到“全民AI”：AI提效的个体探索

过去两年，快手的AI生产力实践首先从研发场景起步。2025年初，快手将各业务线CTO聚在一起形成“CTO效能”机制，以两周一次的频率探讨AI如何赋能研发，并沉淀出“三位一体”策略：先由个体持续实践，再把实践中沉淀的先进能力固化，最后从组织自上而下推动转型。

2025年至2026年一季度，快手整体遵从需求、设计、编码、测试、运维等经典研发链路引入AI工具。王诩介绍，快手观察到工程师使用AI的方式正在从代码片段辅助，逐步走向任务级开发和全链路开发。内部将这一过程分为L1、L2、L3三层：L1是片段级代码修改，工程师把代码片段交给AI修改后再嵌入代码库；L2是任务级交付，例如定义一张数据库表，描述需求后由AI生成完整语句；L3则是把PRD或Spec直接交给AI，以SDD方式引导其完成自主全链路开发。

基于当时基模与Harness能力尚不成熟的考量，快手没有直接追求L3全链路自动开发，而是选择以L2覆盖率作为阶段性指标，目标是在2026年底达到80%。在工具侧，快手通过Coding IDE、需求与CR管理平台KATE、重度编码助手Kwaipilot等产品串联各环节，把AI能力嵌入原有流程。

2026年二季度，门槛更低的通用智能体“小龙虾”热潮让快手看到AI从研发人群走向全员使用的更大机会。快手将内部编程助手CodeFlicker转型封装为通用智能体MyFlicker，插入大量领域知识和Skill，面向全员开放更多场景能力。HR可使用智能体进行招聘和人岗匹配，行政团队则将订餐、班车查询、理发预约等服务接入其中，普通员工也能直接享受AI化服务。

在推广过程中，快手还创新设计了一套Token积分体系，为员工发放积分，员工可在通用智能体上选择不同模型消费，自行安排用度。王诩谈及该体系的设计初衷，主要有两个目标：一是让员工优先选择品质高的产品；二是规避重复建设，AI产品有没有人真正在用、消耗多少Token，一目了然。通过上述努力，MyFlicker在快手内部的周活跃渗透率已达到约七成。

在推进“全民”AI的过程中，快手还举办了“AI蹭饭研判官”“司庆AI贪吃蛇大赛”“PDE集结令”等一系列活动，以此降低AI使用门槛，帮助员工提升AI认知与实践技能，并验证非技术人群构建工具的可能性。其中，AI贪吃蛇大赛前三名中第三名是来自非技术团队；PDE集结令最终收到4000余个作品。王诩认为，AI正在重新划分组织内部的能力边界，过去主要由工程师完成的工具生产，正在向更多业务人员开放。

从“个 体 ”到“团队” ：让AI进入协作

“全民AI”热潮后，快手在H1做了一次复盘，好消息是AI使用被快速拉起，认知初始化基本完成，内部也沉淀了大量Skill。但随着AI使用快速普及，新的问题也开始显现。

王诩及其团队发现，“全民AI”之后仍存在三类问题：Skill质量参差不齐，部分成为消耗数千积分的“Token黑洞”，个体提效受限于原有工作流，PRD半天写完但下游协作链未同步变化；个体AI能力差异悬殊，高手经验难以沉淀为团队资产。

针对上述问题，王诩在年中复盘时将问题抽象成一张“个体提效 × 组织提效”坐标图，核心判断是如果组织层面不发生变化，个体提效的天花板依然很低；只有超级个体而缺乏协作，则会形成效率孤岛。真正有价值的路径，是让个体能力和组织能力同步提升。

快手由此将AI生产力的演进路径进一步明确：先完成员工使用冷启动，再把高手经验沉淀为团队基线，随后将团队公共知识、业务资产和协作规则转化为Agent可消费的上下文，最终让Agent成为独立工作单元，进入人与Agent、Agent与Agent的协作链。

来源：凤凰网·科技 | 查看原文