AI研发提效陷阱：

用AI开发工具 ≠ 个人提效 ≠ 组织提效

早在2024年，快手就建设了AI编程工具Kwaipilot，并发布给公司内10000+研发人员使用。经过持续的深度优化和推广，快手整体的AI代码生成率，在严格度量口径下（AI生成并入库的代码行/ 新增代码行）从1% 达到了 30%+，甚至部分业务线达到了40%+。同时，在非编码环节，也衍生出了很多AI提效工具，比如智能CR（CodeReview）、智能测试用例生成、智能单元测试等等，但经过大量的调研和数据分析，我们发现了这个不等式：

“用AI开发工具 ≠ 个人提效 ≠ 组织提效”

如果以企业的研发效能提升为目标，我们发现：

●  对研发工程师而言：深度使用AI开发工具，代码生成率很高，个人主观体感上编码效率提升了20-40%，但并不代表真正的“个人提效”，因为在现实中，大部分工程师并没有接纳更多的需求，个人需求的交付数没有显著提升。

●  对大型组织而言：我们发现部分AI用的好的工程师，确实可以更快更多的完成开发任务，但组织整体的需求吞吐量没有明显提升，需求交付周期也没有明显缩短。

从《2025年DORA报告：人工智能辅助软件开发现状调查报告》中能看到，这也是业界普遍存在的问题。如报告中所述（如下图所示），在对AI提效的结果的预估上，各企业普遍对个人效能的提升有信心，而对团队效能的提升预估非常小。

在快手，我们发现仅推广研发各阶段的AI提效工具，已经偏离了企业研发效能提升的核心目标，最终必然会导致2个问题：

1.投入很大，但企业整体的研发效率提升不明显：虽然通过调研很容易能收到大量的个人效率提升反馈，但个人提效无法传导到组织提效。

2.效能平台开始割裂：传统DevOps平台仍承担研发主流程，每天被高频的使用，却无法演进到下一代AI研发平台（顶多扩展一些单点的AI功能）。新生的AI编程工具，只取代了传统IDE，又无法与老平台协同演进。

为了解决上述2个问题，我们从2025年开始进行了更激进的探索和变革，我们称之为“AI研发范式升级”，最终，通过一系列的实践，找到了一条能借助AI能力平滑通往研发智能化的路径。

正逢2025年年末，我们把镜头拉远，将时间回溯到3年前，对快手研发效能的演进做一个系统性总结，有踩过的坑，也有做出的突破，希望为更多企业提供经验和参考。

总览快手 研发效能 演进路线

快手有10000+研发、8+业务线，研发效能的演进可以分为3个大阶段，如上图所示：

●  阶段1：平台化、数字化、精益化（2023-2024年）：通过建设三端一站式研发平台、需求流&工程流标准化，解决了研发交付流程散乱，既无标准也无数据的问题。再通过建立效能模型，识别交付瓶颈，提升需求交付效率。

●  阶段2：智能化1.0（2024年6月-2025年6月）：在研发全流程中开始建设AI能力，包括AI编码、AI单元测试、AI CR、AI手工用例生成、AI OnCall等等，并进行全员推广。经过1年多的实践，基本上完成了全员普及，在主观调研中，开发人员主观体感上效率提升20-40%，在客观数据上，AI代码生成率也在持续增长。但同时也发现了矛盾点：需求交付效率基本不变，即个人效率提升未能有效传导到组织效率提升。

●  阶段3：智能化2.0（2025年7月+）：从“推广AI工具，让开发者使用”回归到了更本质的元问题：如何用AI提升需求端到端交付效率？经过半年多的探索，终于找到了新的路径，并得到了充分的数据验证。我们称这套解决方案为“AI研发范式”，主要解决了3个问题：

○  AI x 效能实践：如何用AI提升工程师的生产力，并将个人提效传导到组织提效。

○  AI x 研发平台：支撑需求交付全流程（从分析到编码再到发布）的研发工具链，如何整体演进到智能化？即下一代的智能研发平台，应该是什么样的？而不仅仅是只推广AI编程工具或在原有工具链上增加一些散点的AI提效功能。

○  AI x 效能度量：如何在效能度量指标的基础上，构建AI提效的指标体系，能清晰的量化过程和结果，为组织级的AI研发范式升级提供有效指引。

阶段1：平台化、数字化、精益化（2023-2024年）

这个阶段的解决方案，业界相关的分享已经非常多了，但从实际情况看，在千人规模的技术团队中，能做好、做深、做透的实践非常稀有。

因此，我们直接分享1个具体的案例，以便能更好的看清快手的研发效能从基础建设到效能提升的全过程，这也是我们之所以能更快跃迁到AI研发范式的重要基石。案例来源是快手最核心的技术团队之一——主站技术部，是快手APP的研发团队，开发人员规模千人以上。

背景：了解快手的研发效能基建

首先，主站技术部的实践依托一套公司级的研发效能基建，由横向团队「研发效能中心」提供，如下图所示，这是在2023年快手当时的研效基建，主要分为：

●  效能平台：项目管理平台（Team）、三端一站式研发平台（KDev（服务端）、KFC（前端）、Keep（客户端））、琅琊阁（效能度量）、质量平台（KTest等）

●  效能实施：效能BP专家（Business Partner），负责深入各业务线，提供专业支持。

了解快手的研效基建后，下面开始重点介绍主站技术部的实践过程。

Step1：依托工具推广，实现流程标准化

解决的问题

需求流和工程流均不标准，开发人员的工作分散在各处，日常开发体验差、学习成本高，又无法实施有效的质量防护措施，还不能沉淀准确的研发过程数据持续度量与改进。

达成的效果

通过推广三端一站式研发平台，定义需求、研发的标准流程，将研发全流程标准化。核心度量指标与结果如下：

实践过程

主要难点

● 用一套产品设计尽量满足多样化的研发场景：工具一边建设一边落地，且需兼容之前散乱各种不同的研发模式和习惯。

○ 服务端（KDev平台）：需要支持一些特殊的研发模式（比如Master模式、窗口模式）。

○ 客户端（Keep平台）：移动端研发场景多样化，包括APP、动态化、SDK。

○  前端（KFC平台）：前端应用类型多（Web、Node、低码、KRN（动态化）、小程序），研发流程和习惯散乱。

○  研发流程规范差异大：不同团队间，不同的技术栈的研发流程上存在一定差异，包括研发流程配置、流程各阶段信息字段、单点环节所需的工具能力不同等。

● 用户迁移成本大：迁移过程中，需持续关注和解决用户问题，包括用户体验变化、用户学习成本、用户情绪。

● 落地时间紧迫：一般互联网大厂类似的工作基本会持续6个月以上，快手主站只用了1个多月。

实施要点

1.精准的解决方案设计：

● 服务端（KDev平台）：精准的打造了4套标准研发模式，适配了主站实际研发情况。

● 客户端（Keep平台）：一套平台底层能力，支撑3种移动研发场景；通过可配置与定制化能力，满足不同团队流程规范与管理诉求（自动翻转配置、流程与质量卡点配置、团队定制化模板）。

● 前端（KFC平台）：支持80%以上前端应用类型，并通过8个流程模板、适配5个内部自建的插件，兼顾了前端差异化研发流程和用户习惯。

2.以用户满意为导向：提供完整的迁移配套服务，降低用户迁移成本。主要包括：

● 产品质量专项：用户BUG日结。

● 用户体验专项：持续深度用户访谈，识别体验问题，并优化。5周内，交付了73个功能&体验需求。

○ 用户培训与激励：通过12次培训，50+线下访谈，7x24小时OnCall、200+人次的用户激励，提升用户对产品的接受度。

1.数据驱动团队级推广：每周度量进度，驱动各部门接口人推广。

经验总结

可能大家会有疑惑，为什么三端分别是3个平台，而不是一套平台。因为从实际情况看，服务端、前端、客户端的底层模式、流程都有比较大的差异，强行整合，不仅对产品用户收益不大，反而牺牲了要兼容不同端的流程、习惯差异化的灵活性，给标准化的推进增加难度。因此，我们在用户层面上，还是三套平台，分别解决各自领域的问题，但在底层的基础能力用的是一套，比如流水线、权限等。

Step2：建设效能度量体系

主站的研发效能早在2022年就开始启动了，当时在探索北极星指标阶段，缺少度量体系，更多是根据一线开发者的开发痛点反馈，进行偏工具流程等的优化，没有核心指标的牵引，项目都无法推进，更谈不上论证给业务带来的价值。在2023年3月再次重启效能项目时，北极星指标初步定义为 “有效需求吞吐量”，但是当时需求有效性的衡量难度太大，内部无法达成共识，项目推进困难，而且也无法看清业务堆积和开发人效情况。

随着流程标准化的落地，研发数据的置信度大幅提升，为效能度量提供了土壤。因此，我们定义了以“人均交付产品需求数” 为北极星目标来看清业务开发交付能力，同时观测需求颗粒度（避免单一指标跑偏：度量什么得到什么，种瓜得瓜种豆得豆）来保障交付提升的良性发展，逐步建立了一套更全面的指标体系（多指标互相佐证约束，hack成本极高）来体现业务交付产能和交付效率，以及组织和个人效率情况。

快手的效能度量体系如下图所示：

注明：SP：Story Point，快手用于度量需求工作量的单位。

借助这套全面完备的指标体系，我们不仅避免了依赖单一指标可能导致的偏差，还有效防范了效能数据被hack的风险，确保了效能数据的准确性和可靠性。

Step3：效能问题分析与改进

有效能度量体系，首先我们可以为任何一个业务线做系统性的体检，如下图所示，依托数据和经验，可以逐一拆解出核心的优化专项，并以效能项目的形式实施。

其次，在研发流程和管理上，也能洞察出更多平时看不见的Case，深入改进，下面是2个具体的洞察与改进案例：

Case1：通过「研发活动在线化率」分析，深挖出架构不合理问题

上图是主站技术部下级各团队的研发活动在线化率，其中有一个团队出现了数据异常，分析之后可以发现存在不少问题：

●  横向来看，这个团队的研发活动在线化率处于中上水平，但产品需求投入占比只有59%，处于末尾水平。而且产品需求中体验优化占比11.44%，又是各团队中最高的。那么问题来了，“时间都去哪儿了？”

●  再下钻一层，这个团队的缺陷占比14%，也是各团队中最高的，且Oncall&排障占比6%也不低。

因此，数据表明，此团队可能存在的问题：在缺陷问题、体验问题、Oncall&排障消耗了团队大量的投入，以至于无法消化更多产品需求。所以，通过对团队核心成员的调研和访谈，基本可以找到根因：和客户端的架构劣化有关，比如：

● 反馈1：新需求开发时，上手门槛特别高，很多需求会涉及到多个模块开发，这会涉及到自己不熟悉的模块，因为架构分层结构不合理，模块耦合度太高，往往需要花大量的时间去熟悉其他模块的代码，最近做了一个新需求，评估是3天的工作量，2天都在看代码，实际的开发联调只有1天。

●  反馈2：模块边界不清晰，代码杂糅一起，新需求的代码，可能会影响到已有功能，导致旧功能的BUG，而且这些BUG在回测时，不容易被发现，导致问题漏测逃逸到线上。

通过效能的客观数据再结合主观调研，就可以看清“架构劣化”这种深层次问题，也可以对症下药了。解法是这个团队实施了2个技术专项：

1.客户端的架构升级：从根本上解决因为架构问题带来的交付效率低和交付质量差的问题。

2.体验优化：集中优化重点场景的体验问题。

随着这两个专项的落地上线，这个团队的效能数据已经有所改善，产品需求投入占比已经提升到64%，体验优化占比下降到6%。

Case2：通过「需求积压率」分析，驱动业务优化需求评审流程和节奏

上图是主站技术部下级各团队的需求积压率数据，有些团队的需求积压率持续保持在80%以上，意味着需要近一个月的时间才能消化这些积压的需求。这种情况可能存在的问题：

●  这些被积压的需求，一个月之后，会不会进入排期开发？如果之后会排期开发，说明需求本身的价值还可以，当下是否可以协调资源加快交付？能否可以停掉某些技术需求优先业务交付？是否可以短期加班临时突击？

●  如果后面不会进入排期，是不是这些需求本身的重要性没那么高？在预评审的时候，是不是可以控制需求的优先级？当前的需求评审流程是否可以优化？

结果

经过一年时间的系统化提效，主站提效方面进展显著，人均交付产品需求数24年7月份同比增长超过80%。总结下来，主要有效的措施有：

● 升级研发模式：通过动态化、配置化等研发模式，让部分需求可以更快速交付。

● 研发过程提效：通过API在线化管理，测试环境稳定性治理、流水线优化、发布优化等措施，降低研发协作成本以及低价值工作占比。

● 管理与协同提效：通过效能洞察，持续识别团队协作瓶颈，并通过排期优化、测试无人值守、人力调配等措施，支撑需求可顺畅流动。

阶段2：智能化1.0（2024年6月-2025年6月）

从2023年6月开始，我们开始探索大模型在研效领域的应用，主要有2个方向：

1.编码场景：如何用AI辅助编码，提升代码生成效率。

2.非编码场景：在研发全流程里，哪些环节可以通过AI能力提升单点工作的效率。

其中，最重要的决策是我们决定自己研发一款AI Coding工具：Kwaipilot。它包含了大家见过的所有产品形态：

1.IDE插件 / AI IDE / CLI：最符合开发人员习惯的几种形态，插件、IDE可以做续写、问答、智能体代码生成，CLI则可更灵活的开启代码生成任务。

2.智能问答引擎：有独立的Web页面，也会嵌入到上面的产品形态里，为开发人员提供灵活的问答能力。

业界有很多优秀的AI Coding产品，比如Cursor、Claude Code、Krio、Windsurf、Antigravity，快手为什么不选择采购，而是自建呢？其实一年来，我们也一直带着这个疑问在探索，相当于一场大型的公司内部AB实验：

从用户体验的角度，我们希望大家“用脚投票”，选择好用的工具：

●  一方面，我们允许开发同学使用任何AI Coding产品，可以团队级采购也可以个人购买。

●  另一方面，我们研发了Kwaipilot，对内推广。

从实际效果的角度，我们以“AI代码生成率”为核心观测指标，持续收集用户/团队的反馈，识别不符合预期的代码生成Case，研究解决方案，再投放实验。最终，经过1年的探索，实践结果让我们坚定了继续走自研Kwaipilot的路线。

注明：2025年12月开始，在Kwaipilot已规模应用后，由于安全原因，探索按代码分级封禁三方AI Coding工具，仅涉及到部分开发人员。

下面简单分享一下我们的实践过程，相信大家会更容易理解我们的选择。整个AI Coding的推广过程分为3个阶段：导入、优化、固化

Step1，导入：推广工具，让开发人员用起来

这个阶段很好理解，我们鼓励开发人员在日常工作中默认使用AI编程工具，主要目的是让大家拥抱AI，在意识和行为上先有一个转变。

当然，各种各样奇怪的使用姿势也会出现：

1.一些同学，尤其是校招入职的同学，在我们的培训和引导下，会深度使用Kwaipilot。

2.一些同学会多种IDE混开配合使用。其中，有“团购客”，哪家这个月免费就用谁，也有“付费用户”，主要以个人购买Cursor为主。

这里最大的副作用，就是个人编码效率不一定全员获得了提升，通过调研看，出现了明显的两级分化的情况。腾讯研究院出品的《AICoding⾮共识报告》中也揭示了类似的情况：

Step2，优化：推广实践，提升编码效率

我们通过用户数据和技术Leader推荐找到了一批公司里的“AI开发高手”，那些用AI辅助编码切实提升了效率的开发人员。

一边重点收集他们在使用过程中的问题，集中想办法解决，一边把他们的优秀开发技巧淬炼出来，提炼共性，形成最佳实践。

这个阶段，我们发现，有别于那些网上随处可见的所谓的Vibe编程场景（用对话的形式直接做一些独立应用或小游戏等），在真实的业务需求开发场景里，想用好AI编程工具提升效率，有2个非常大的门槛：

1.AI编程工具不“懂”业务和系统：我们发现一个规律，无论用多好的代码大模型和AI编程工具，“通用的工具只能达到通用的效果”。因为它们不理解公司内大量的业务概念、存量系统、编程规范等这些知识，所以，只能做一些普通的代码续写、函数级的代码生成，但很快就会到瓶颈。如果想进一步提升AI代码生成的效果，必须想办法让AI编程工具从一个“擅长编程但不懂快手开发场景的临时工”进化为一个“熟悉快手业务的开发工程师”。

2.人和AI协同需要掌握新的开发方法：相比传统编程方法，目前已经发展出了一套AI辅助编程的新方法。如果开发工程师仅使用AI编程工具，却未掌握对应的技巧，不仅不能提效，还可能会降效，比如出现很多“AI乱改业务代码”、“AI生成后还要自己删除”等各种不符合预期的情况。

为了降低门槛，在这个阶段我们做了2项工作：

1.升级AI编程工具

上图是优化后的Kwaipilot的产品矩阵，都解决了哪些问题呢？一张表可以概览出来：

2.沉淀并推广「AI辅助编码」最佳实践

我们将大量“AI开发标杆”个人的共性实践沉淀成了一份标准的指南和实战课程，让所有开发工程师，通过学习指南和课程，可以完整的掌握所有关键技巧。

Step3，固化：将AI编码能力变为组织机制

既然已经验证了AI编码对效率提升的有效性，且已经有了固定的工具、方法、实战课程，接下来就是如何把这些习惯固化在组织的日常工作中，让所有研发人员大范围的升级开发技能。我们主要用了3个措施：

1.增量人员：强化入职培训，从源头培养AI-Native开发者。

2.存量人员：牵引AI在团队、研发流程、个人工作中渗透。

3.文化影响：通过活动运营、奖励机制激发更多同学拥抱AI。主要是一些自下而上能让更多一线研发被看见。

结果

持续的推广，在编码场景上，80%+的开发人员都开始用AI辅助编码，如下图所示，可以看到AI代码生成率每月线上增长。

同时，在非编码场景中，我们在研发流程中建设的单点Agent能力也开始在研发平台中陆续透出，用AI能力辅助部分研发活动提效。

最终，我们对研发各阶段的AI提效情况，做个一个完整的评估：

最后顺便提一下，众所周知，目前大家在业界看到的“代码生成率”指标，包括各大厂披露的、AI编程工具自己度量，基本都是不置信的，要么只统计了编程工具里的生成的代码和提交的代码作为分子分母，要么是在分母上做了一些限定（比如某些场景下不纳入分母统计）。但因为我们会用这个指标作为公司级AI编码推广的目标，因此对度量的精度和置信度要求非常高，一路“踩坑”过来后，最终使用了最严格的度量方法：

●  分母：新增代码行，统计公司内所有最终入库的Commit中的代码行。

●  分子：将分母的每一行代码，和AI生成的代码进行比对，如果编辑距离<50%（相似度高），则纳入统计。

这套实现无法在AI编程工具端实现，需要由公司内部的代码平台、AI编程工具一起提供数据，并在离线数据层进行精确的计算，计算分母中每一行新增的代码和分子中AI生成代码的编辑距离，符合要求才能被统计为分子。

问题

经过1年多的努力，从数据上看，研发各环节效率都在提升，尤其是编码环节提升很大。在AI热潮下，我们也看到很多开发人员、团队Leader都在分享自己效率提升数据和案例，按道理来说，公司整体的研发效能应该提升了吧？我们从全局视角，分析了一个核心业务线的客观研发数据，结果发现了非常反直觉、令人困惑的情况：AI代码生成率持续在增长，但需求交付效率基本不变。

为什么呢？我们做了深入的调研，排除了少量个例，观察总结了大多数普遍使用“AI辅助编码”的开发人员的用法和客观研发数据，发现在真实业务交付场景中，只用“AI辅助编码”这种开发方法，对需求的开发周期影响非常有限。主要原因如下：

洞察

不过调研中也有额外收获，我们发现在真实的业务需求开发中，已经存在着3种不同的开发方法，对效率提升的程度有着根本性的差异。如上图所示。我们把三种开发方法总结出来做了一个定义：

1.AI辅助编码：在标准开发流程的基础上，在编码环节，依托AI编码工具，使用各种AI生成代码的技巧，提升编码效率。如果熟练掌握，可以缩短一部分编码时间，但如上文中的调研归因，由于只是节省了碎片化的编码时间，联通、测试、需求评估等不变，因此对整体的开发任务缩短帮助不大。

2.AI辅助开发：在研发全流程的各环节均使用AI辅助的方式，提升整体开发效率。需要由人把需求拆分为多个开发任务，不同开发任务调用不能的AI能力来完成，再由人来审核和优化产出物。由于从技术设计到编码到测试等各环节都可以节省时间，因此加总起来后，可以将研发任务的开发周期缩短30%左右。

3.AI协同开发：在某些需求开发中，通过完全用自然语言和AI交互的方式（类似业界比较流程的说法Spec/Vibe开发）完成需求交付，提升需求端到端交付效率，需求整体的开发周期可以缩短40%左右。

举个例子说明，会更容易理解三种开发方法对效能提升程度的影响。例如1个需求分解出2个开发任务，1个前端、1个后端，其中前端工程师接到开发任务，正常评估从设计、开发、测试、合入主干需要5天，其中编码1天：

●  如果用「AI辅助编码」，他自己的评估还是5天，只不过相比以前，可以节约一部分时间做一些杂事，但到不了可以接更多开发任务的程度。

●  如果用「AI辅助开发」，他可以整体节约1.5天，只用3.5天就可以完成。但需求整体能不能快，还需要看另一个接任务的同学，以及对应的联调、集成测试、发布的周期。

●  如果用「AI协同开发」，首先必须改变协同模式，比如2个人均使用这种模式开发或者1个人全栈的做，假设1个人全栈独立做要10天，且不需要和别人集成&验证，开发周期可以缩短到6天左右。

有了3种开发方法的定义，我们就能很容易的评估出理想和现实间的差距，我们取了1个业务线3个月所有已交付的需求进行分析，发现50%-70%的需求，在不改变原有开发流程、规范、人员协同模式的情况下，可以使用提效幅度更大的「AI辅助开发」模式。此外，还有2%-10%的需求，可以更激进的使用「AI协同开发」。但实际情况上，团队里只有不到10%的人在使用「AI辅助开发」或「AI协同开发」开发方法，有对AI开发特别感兴趣的校招生，也有积极拥抱AI喜欢自己探索的资深开发者，但由于人数过少，对团队整体研发模式的变化无法起到带动的作用。

阶段3：智能化2.0（2025年7月至今）

上面一个阶段，我们称之为“智能化1.0”阶段，即以编码场景的AICoding为中心提效，并逐步辐射非编码场景的AI提效。但主要瓶颈就在于开篇提到的AI研发提效陷阱：用AI开发工具 ≠ 个人提效 ≠ 组织提效。

在智能化1.0阶段最大的收益是什么呢？大部分研发人员都开始主动使用AI开发工具了，同时，找到了个人提效的最佳实践。但接下来才是深水区，我们需要回归效能提升的元问题：“如何用AI提升需求端到端交付效率？”。

经过充分的复盘、洞察和验证，我们找到了新的可行的路径，并重新设计了解决方案，我们称之为“AI研发范式”，它的实践体系框架，如下图所示：

我们根据需求交付中AI的参与程度，定义了“需求AI研发成熟度”，将需求划分为3个等级L1、L2、L3，不同等级的需求，需要使用对应的开发方法。不同开发方法，对底层研发工具的AI能力也有不同程度的依赖。用一张表对上图做一下解读：

注明：当前快手整体所处阶段为L2，2026年年度目标为L2&L3需求占比达到80%以上。其中，依赖研发平台在研发流程中各环节提供AI能力，AI能力根据不同的应用成熟度分为M1-M4，当前图中为2025年12月现状，2026年会将M2级（已在一定范围内验证成功）能力全部达到M3，从而支撑总目标的达成。

具体实施上整体有3步：

Step1，AI x 效能平台：建设能同时支持多种研发模式、可自进化的智能研发平台

解决的问题：

1.能支持多种研发模式：不同AI研发成熟度的需求，它们的交付流程都是一样的，差异点在于开发方法。因此我们无法为不同的需求、不同的开发方法匹配不同的平台，而是要思考如何用一套平台，来支撑多种开发方法：完全不使用AI的标准开发流程、只用AI辅助编码的开发流程、更激进的使用AI辅助开发或协同开发的开发流程，都应该在同一个平台上完成。这样，我们的需求交付效率，才可以随着人的能力的提升、AI能力的提升，持续变快。

2.产品形态可进化：产品形态随主要研发模式的变化持续演化，从人主导最终变为由AI主导；能与传统平台协同进化。

3.AI 效果可进化：能随大模型的升级、Agent技术的升级、企业/个人知识的丰富，持续提升AI效果。

解决方案：建设下一代智能研发平台

如上图所示，有4个关键点：

下面重点介绍下为了支撑组织级研发范式跃迁，Flow这种子产品形态的独特优势。

1.从需求交付视角看：同一个需求，开发者可以结合自身对AI的理解和开发技能的掌握，在同一种产品形态上选择不同开发方法。

●  标准开发 / AI辅助编码：工作流中所有节点，完全由人工来完成和推进。其中“编码”节点会跳转到IDE中，可以用AI辅助编码。对用户而言，收益相对来说最小，和原来相比，由于Flow的每个节点内嵌或自动兼容了各工具平台的功能，因此仅节约了用户平台跳转的切换与学习成本。用这种模式交付的需求，会被度量为L0/L1级需求（AI辅助（Copilot））。

●  AI辅助开发/AI协同开发：工作流中多个关键节点均有AI完成，人进行结果审查。多个节点之间的上下文可以有效传递，比如AI完成需求分析、技术设计后，产出的AI友好结构化文档可以自动传递到AI编码节点，以提升代码生成的准确性。有些节点暂时无法由AI完成的，比如“提测”节点，仍然由人来操作。用这种模式交付的需求，会被度量为L2级需求（AI协同（Agent））。

●  AI自主开发：部分需求可以实现全流程AI完成，人只需要在需求上线前或上线后进行审核。这种模式下，整个Flow是全自动运行的不需要人工参与。用这种模式交付的需求，会被度量为L3级需求（AI自主（Agentic））。

2.从开发者视角看：整个过程依然非常丝滑和简洁，下图是一个需求交付中Flow的整个工作过程，大家可以感受一下：

                                                                                                                      已关注                                                                            关注                                                               重播                                                     分享                                                                   赞                                                                                                                      关闭观看更多更多

退出全屏切换到竖屏全屏退出全屏中智凯灵已关注分享视频，时长00:19

0/0

00:00/00:19切换到横屏模式继续播放进度条，百分之0播放00:00/00:1900:19倍速全屏

倍速播放中 0.5倍 0.75倍 1.0倍 1.5倍 2.0倍 超清 流畅

继续观看

从Copilot到Agentic：快手如何重构"人×AI×流程"研发铁三角

观看更多转载,从Copilot到Agentic：快手如何重构"人×AI×流程"研发铁三角中智凯灵已关注分享点赞在看已同步到看一看写下你的评论

        视频详情              

Step2，AI x 效能实践：以需求为中心，导入「AI研发模式」，实现需求端到端提效

支撑「AI研发模式」的方法和平台都有了，这个阶段的关键是如何把这些作用在团队日常交付的需求上。我们分3个层面落地：

个人级实践：导入「AI辅助开发 / AI协同开发」开发方法，并树立标杆

首先人的开发方法要变化。我们重复了第一阶段“优化”与“固化”的实践，让大部分研发人员从“AI辅助编码”的方法升级成“AI辅助开发”，让小部分专业能力更强的人员，选修“AI协同开发”方法。我们同样通过实战课程、典型案例、人员培训等手段，对人的开发方法进行升级。

当然，即使这样，从数据上看，个人用AI提效的效果还是存在两极分化的情况。我们对2025年6月-12月的数据进行了分析得到如下结论：

团队级实践：导入「AI研发模式」，重塑流程、分工，提升所有需求的交付效率

通过管理导向、各种活动的形式，鼓励团队Leader主动带领团队进行探索，最终沉淀出了一套适合团队的核心实践：

经过大量的验证，我们的标杆团队（<50人规模）无论在AI转型后的业务感知上，还是客观数据上，均能达到比较优秀的水平，见下表：

业务线级实践：大规模研发团队，系统性升级AI研发范式，带来效能提升

以主站技术部为例，从2023年到2025年，从平台化到数字化再到精益化，2025年开始步入深水区，2个新挑战浮出水面：

1.传统的流程、工具优化手段带来的提效收益，边际效应持续减小。

2.业务的规模与复杂度持续提升。

因此开始探索能否把握AI爆发的机遇，把传统研发流程升级到“AI研发范式”，进而打开组织级效能跃升的新空间。核心实践：

● 实践1：Top-Down，战略驱动

○ 明确战略导向：主站技术部提出了“AI First”的战略思想，鼓励全体员工开展工作之初，优先将AI作为核心驱动力，加速技术创新、优化业务流程、深度融合AI技术，为产品与服务注入新活力和新可能性。

○ 发布白皮书：将战略导向具象化为思考、方法与规划，为全员提供明确指引。

○ 成立重点项目：在研发领域，成立了AI DevOps项目，统一设计解决方案并推广实施。

● 实践2：AI x 效能实践

○  Step1：将需求分级，按需求AI研发成熟度定义：

■ L1 AI 辅助（Copilot）：人主导，AI主要在编码环节提供辅助。

■ L2 AI 协同（Agent）：人和AI更深度的协同完成需求开发，在研发全过程中，更深度分解任务给AI完成，人进行修改、调整、确认。

■ L3 AI 自主（Agentic）：人类似产品经理，把需求澄清清楚并交给AI来完成，并进行最后的验收。

○ Step2：分级实施

■ 让所有需求达到L1级（AI 辅助，Copilot）：推广个人级实践，依托Kwaipilot工具实现全员掌握，最终覆盖所有需求。

■ 让大部分需求能持续升级到L2级（AI 协同，Agent）：开展团队级实践，从试点到推全，重塑流程、分工。

■ 小部分需求探索能达到L3级（AI 自主，Agentic）：圈选出颗粒度小且独立的需求，构建全技术栈/职能端到端交付链路，通过全栈、跨栈，减少协作节点，进而形成效率跃迁，最终达成AI自主交付。

○ Step3：项目化推进

■ 成立组织级重点项目，Top-Down实施。

●  实践3：AI x 效能平台。基于需求全流程构建AI能力，逐一“点亮”能力并规模推广落地：

●  构建AIDevOps能力矩阵与建设路线图：基于研发效能白盒化，分析交付流程中各原子环节的人力投入比重、AI能力建设ROI，形成决策建设哪些AI原子能力。

●  AI原子能力建设：与研发线共建交付流程环节内的AI原子能力 20+，研发流程环节覆盖超过 60%，从需求准备到发布运维各环节。

●  实践4：AI x 效能度量：建设AI研发成熟度模型，可将需求分级度量（L1、L2、L3级需求占比），牵引各级实践落地。

经过1年多的项目实施，最终探索出了一条组织级的AI研发范式升级路线，从数据上也能看出明显的变化：

Step3，AI x 效能度量：建设「AI研发成熟度模型」，接入原有效能度量体系，驱动需求持续转变为“AI研发模式”

最后在效能度量上一样也需要升级，基于效能实践的探索，我们配套建立了「需求 AI研发成熟度」模型（如下图所示），用于度量一个需求在研发过程中的AI使用程度，这样我们就可以按L2&L3级需求的比例，来牵引实践过程，也可以专门度量L2&L3级需求的交付周期的变化，来印证提效结果。

结果

再回到全局视角，从数据上看，如果只看“AI代码生成率”指标，可以明显看到2025年6-11月出现了一个大幅提升。实际上，在智能化1.0阶段，这个指标达到24%+基本已经是极限了，当我们开始实施智能化2.0后，才开始进一步拉升。

当然，我们在内部的数据观测上，其实已经不再看“AI代码生成率”指标了，它只是一个单点的过程指标，片面且孤立。我们现在有了更直接的度量指标。从过程上，我们观测多少需求被采用全流程AI研发模式交付，从结果上，我们直接观察需求的交付效率变化。

1.L1、L2、L3级需求占比：有多少需求的AI研发程度可以达到L1、L2、L3的阶段。

2.需求平均交付周期：下图是最完成AI范式转型团队的数据变化，可以看到L2&L3级需求占比达到20.34%，需求交付周期下降58%，2个指标呈现明显的正相关性。

总结

最后也总结下我们一年来的实践心得，目前看完全印证了《2025年DORA报告：人工智能辅助软件开发现状调查报告》中的洞察：

“从 DevOps 到 AI 辅助开发：AI是“透视镜”与“放大器”

1.AI是“透视镜”

● 在协同良好的组织中（如流程清晰、数据打通的团队），AI 能使 DevOps 效能再提升 25%。

● 在架构松散的组织中，AI 会暴露流程断点、数据孤岛等隐性痛点。

2.AI 是 “放大器”

● 如同亚马逊通过微服务转型释放 DevOps 价值，AI 辅助开发也需重新设计工作流程（如 “AI 提案 — 人类决策” 闭环）、角色分工（如专职提示工程师）与治理机制（如 AI 代码审查标准），否则无法释放真正价值。

对于大型组织的研发效能提升，AI不是“万能药”，而是“透视镜”和“放大器”，它不会自动修复组织问题，而是先把组织历史积累的长板和短板一并透视出来，再全部放大。幸运的是快手的研发效能实践一直保持客观、务实的风格，先把地基打稳（平台化 / 数字化 / 精益化），再通过在研发各环节建立AI提效能力，先一边落地一边充分验证对个体的提效情况，再体系化的推进组织级AI研发范式升级。最终发现，AI在传统研发效能基建的基础上，像放大器一样增幅了每个环节，为组织带来研发范式级的跃迁。

如下图所示，我们基于张乐老师的“研发效能黄金三角”框架之上做了升级，能更清晰的表达出快手的实践框架：

最后，再把镜头拉远，回到宏观视角看——2025年我们所做的种种努力，不过是这场AI变革的开端。由AI驱动的生产力跃升和生产关系重塑，正在重新定义软件开发的每一个环节。这不是一场短跑，而是一场马拉松，不是一次技术升级，而是一次范式革命。

快手已经在这条路上积累了宝贵的经验，但真正的挑战和机遇还在前方。未来已来，一起共同探索AI x 研发效能的无限可能吧！

了解更多

本文作者

●  快手研发效能中心：秦巍（研发效能解决方案 & 智能工具产品负责人）

●  快手主站技术部：胡伟（主站AIDevOps项目负责人）、马坤（主站研发效能项目负责人）

写在最后

快手向来崇尚“行胜于言”的实干精神，也因此我们往往专注于行动，而疏于对外分享。然而，过去一年间 AI 技术的迅猛发展，正深刻改变着研发效能领域的格局。在与行业同行的交流中，我们既看到层出不穷的创新探索，也注意到在实践、方法与工具建设方面仍存在不少共性问题。这些问题若不及早重视，很可能导致未来大量返工与资源浪费，甚至偏离客观规律，影响企业研发效能提升的既定路径。

为此，我们决定把我们的探索与实践经验分享出来——无论是曾经踏过的“坑”，还是有幸跨过的“河”，都希望能为企业与同行们在“AI × 研发效能”的探索中，降低试错成本，注入更多成功可能。

当然，快手的AI研发范式升级仍在沿着这条路径演进中：L1 AI 辅助（Copilot）→ L2 AI 协同（Agent）→ L3 AI 自主（Agentic）。目前，我们的研发效能体系已经初步完成AI化升级，全景图如下图所示：

2026年正在探索L2 → L3的跃迁路径，我们将定期梳理实践经验，持续向业界输出更多有价值的内容，主要包括：

1.实践与技术：欢迎关注「快手技术」公众号。我们将持续分享具体实操方法与技术解析，例如：个人、团队乃至业务线如何借助 AI 提升效能？有哪些落地案例？研发各环节 Agent 的核心技术及调优方法有哪些？等等。

2.平台与工具：我们将智能化1.0阶段沉淀的产品 Kwaipilot 进行了全面升级与开放，它在快手内部历经数千名研发同学的反馈与打磨，已完成三代演进：Code Copilot → Code Agent → Multi-Agent & Agentic Coding，目前已在海外发布，产品名为CodeFlicker，希望服务全球开发者，也欢迎国内同行下载体验（https://www.codeflicker.ai/）。后续，我们还会持续把快手在智能化2.0阶段的探索成果融入CodeFlicker，希望让更多企业级开发者受益。

#第9届AiDD峰会议题征集通道开启：聚焦AI驱动的垂直行业变革，涵盖金融、自动驾驶、新零售等多行业AI研发话题，新增#Spec-driven研发与智能需求工程、#AI+逆向工程与系统设计、#语义工程 等论坛，欢迎诸位大咖提交议题，共启AI引领研发新征程，一同重塑研发DNA，定义未来无限可能！