Harness 与 Agent 工程 · AI研发与测试工程 · 2026-02-11

快手:万人组织AI研发范式跃迁之路

快手如何用AI实现研发效能的跃迁?从个人提效到组织提效的突破性实践。

核心内容:

  1. 快手AI研发三阶段演进路径:平台化、数字化到智能化
  2. 突破性发现:个人编码效率≠组织效能提升的关键矛盾
  3. 系统性解决方案:L1到L3的AI研发范式升级路线

从2023年到2025年,快手在研发效能领域持续探索和积累,找到了借助AI平滑通往「研发智能化」的路径。一路走来,积累了大量的洞察和经验,本文系统性地做了深度总结。核心内容:

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:

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:

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

如图所示: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。 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月至今):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:

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

实施要点1. 精准的解决方案设计:

  1. 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。

  2. 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:

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:

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:

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:

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:

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:

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:

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。…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/shuziyuangong/2026021105214.html