本文是对快手在2026年H1,从研发效能到AI生产力体系过程的完整总结,有宏观的体系、方法、思考过程,也有微观的实践、案例。
01、回顾:三年三步,我们找到了用AI为个人提效 → 团队提效的路
2026年2月,我们发表了《快手:万人组织AI研发范式跃迁之路》,分享了2023年-2025年我们走过的路,也是业界首次提出了AI提效的陷阱:“用 AI 开发工具 ≠ 个人提效 ≠ 组织提效”。先快速回顾一下快手的实践历程:
到2025年底,我们交出的答卷是:
基于标杆团队的探索和实践,我们找到了AI研发范式升级之路,可以跨越个人到组织提效的鸿沟,于是我们也发布了“AI研发范式的实践框架”(如下图所示),并设定了2026年,L2需求占比要达到80%的目标,从而带动人均需求交付数大幅提升。
同时,我们持续分享这一路走来的实践经验,为更多企业提供经验参考:
采纳率从7.9%到54%:快手智能Code Review的三阶进化
生成率从8%到60%:快手智能测试用例生成系统的四阶进化
采纳率从3%到80%:智能单元测试生成的进化之路
拦截率从15%到55%:快手智能Oncall系统演进与落地实践
AI Coding 产品演进:从续写补全到人机对等协作
智能UI用例生成与执行的四阶进化实践
按当时的认知,这是相当不错的成绩——毕竟当时行业里大部分企业还在看「AI代码生成率」,哪怕是到了2026年6月,很多大厂的认知才刚刚转变到“个人提效 ≠ 组织提效”,而我们已经在“如何用AI为团队提效”层面有了被验证的实践和进展。按这个节奏,2026年本应是全面推广的一年。但进入Q1后,随着逐步深入,我们发现规模复制比预想难得多。于是,我们开始认真查——问题到底出在哪里? 02、问题:从标杆到所有团队,越来越难
AI 研发提效基建(实践、度量、平台)都就绪了,标杆团队也跑出来了,按以往推广研发效能的模式,接下来难度应该不大。但实际上,我们发现,L2 需求占比每往上推一个层次,要付出的力气比之前多得多,且在宏观上看,L2+需求占比,并不像预期的那样和人均需求交付数成正比。 问题出在哪里了?我们通过微观的调研 + 宏观的数据印证,终于找到了这个阶段真正的 3 大卡点:
① 人:开发人员的 AI 开发能力两极分化
从 2025 年 10 月开始,我们通过大量的实战演练、必修课、AI 活动等覆盖全员。宏观看,人效指标大幅提升,但下钻看,发现出现了明显两极分化的情况。如下图所示,在 2025 年 12 月,我们通过观察 AI 代码生成率发现,30%人员的 AI 代码生成率已达 40%以上,但仍有 32%人员 AI 代码生成率在 10%以下:
注:快手内部称为“AI 代码贡献率”,分母:所有上线发布的代码行;分子:分母中所有 AI 生成的代码行。
② 流程与分工:参与需求开发人员越多,提效幅度越小
我们把提效明显和不明显的需求下钻分析,发现参与需求的人数决定提效幅度,即:参与 1 个需求的开发人员越多,提效幅度越小。调研结论如下图所示:
继续下钻,我们发现 AI 确实让开发、测试更快了,但进而暴露出 3 个新瓶颈,我们总结为 AI 需求交付中的 3 个摩擦:
- 人与人协作的摩擦:AI 带来的提效首先发生在局部,开发人员的开发、测试时间确实缩短了,但一天真正开发时间大约只占 30%,甚至更少。剩下的大部分时间,都花在需求对齐、协作沟通、任务交接等工作上,而这些协作成本,很快就抵消了开发效率提升带来的收益。
- 人与研发流程的摩擦:大部分团队还是按照传统的研发流程和角色分工做需求,需求估分还是按原来的习惯来估算,不同角色之间的切换、等待,仍然存在。比如,一个前端开发人员用 AI 做的很快,已经交付了,但后端还没做完,前端开发人员就会切换到其他开发任务,等后端开发完了再开始联调。
- 人与 AI 协作的摩擦:AI 被引入之后,并不意味着人可以立刻把工作交给 AI。为了让 AI 真正发挥作用,人仍然需要投入大量额外的时间和精力。调研中我们发现,AI 开发能力一般的人员,会成为需求开发过程中的效率“黑洞”。结合实际实践,会出现常见的四种情况:
- 人工补位:当 AI 与研发系统之间还没有完全打通时,开发人员不得不充当两者之间的桥梁,把信息不断搬来搬去。
- 上下文对齐:AI 并不了解业务背景,也无法天然理解需求语境,因此开发人员需要不断整理、补充和传递上下文,充当系统之间的“搬运工”。
- 验证与纠偏:AI 可以在几分钟内生成代码,但验证这些代码是否正确、是否符合业务需求,往往需要几个小时,甚至更长时间。AI 生成和人工验证之间,存在明显的速度不对称。
- 能力边界判断:当开发人员对 AI 的能力边界还没有形成稳定认知时,低估 AI,会错过本可以释放的效率,高估 AI,则容易导致返工和重复修改。
综上所述,上面的 3 种摩擦加起来,就造成了这种普遍现象:参与需求开发人员越多,提效幅度越小。
③ 业务特点与组织结构:AI 标杆团队效率高,但规模复制难
我们发现 AI 研发范式升级的标杆团队(交付效率、需求吞吐大幅提升),大多数是业产研闭环型的团队,即业务、产品、开发(前端、后端)、测试等角色都在 1 个组织内,他们在 AI 研发范式导入后,不仅是开发方法&工具在升级,组织、流程、角色也在发生变化。甚至,有一些团队的“业务”本身也在发生变化,比如从原来提供 SaaS 平台服务的变成了提供 Agent 的 AI 服务。(这个信号值得单独记一笔——不只是研发方式在变,他们交付给用户的东西本身也在变。这个变化会在后面的章节再次出现,并成为理解 L3 的关键)
相对而言,在业务、产品、研发分别是独立团队的烟筒型组织架构下,想达到预期提效效果是非常困难的。
归因:灯照得见的地方做得不错,卡住我们的是灯照不见的组织和人
如上图所示,结合上面的 3 大卡点,再回顾我们的 AI 研发范式升级方案,发现一个误区,我们原来设计的框架里隐含了一个假设——我们假定研发流程、角色、分工都是不变的情况下,提供了 AI 的效能实践、效能平台、效能度量。但目前,新的卡点正好出现在我们之前没覆盖的部分——研发组织中的人、流程与分工、组织结构:
问题出现在我们框架的盲区里。
软件行业有一个规律:业务特点决定软件架构 和 组织形态,又决定研发范式,研发范式再影响开发过程、方法、工程工具。
我们一直在研究 AI 研发范式,在上述规律的“右边”找解决方案,但找到方案后我们发现更关键的瓶颈却出现在“左边”。
很明显,这次 AI 对业务和研发组织的塑造程度,不同以往。我们想了很久,始终没有头绪,直到回头看了一段 60 年前的历史。
03、镜子:银行60年,已经帮我们提前把路走完了
我用银行业做镜子,因为它把我们今天面对的问题,60 年前就完整走了一遍。
L0 → L1(1960s):计算机——机器代替手工,内部效率提升,但组织没变
1960 年代中期,美国几家大型商业银行几乎同时做了一个决定:花重金引入 IBM 大型计算机系统。柜员面前从账本变成终端,存款查询从翻册子变成敲几下键盘,算数速度快了十倍不止。
但如果你在那时候走进一家分行的后台,会发现分行行长办公室里什么都没变。审批一笔贷款,还是那条链——材料从柜员传到主任,主任转给副行长,副行长送行长画押。一个决策走下来,快的三天,慢的一周。计算机把记账的速度提上去了,但批准一笔业务的速度,和十年前一模一样。
所有银行同时上了计算机,起跑线整体前移,差距没变。那台机器,本质上是一个更快的算盘。
L0 → L1 的核心:生产力升级了,但组织没变,效果是旧事物的加速版。
L1 → L2(1970s):ATM——存取款全程自动化,机器直接服务用户,但组织必须跟着变
十年之后,ATM 出现了。ATM 做的不是让人更快地做原来的事,而是让机器承担了原来只有人能做的事——存取款。这意味着同一家银行,可以用更少的人完成同样的服务。柜员可以从 10 个人变成 6 个人,服务量不降反升。
但这件事的真正影响不在于砍编制,而在于:组织必须跟着变。
- 网点的角色变了:不再只是“人来办事的地方”,而是 ATM + 柜员的组合服务点。
- 服务模式变了:24 小时服务成为可能,网点排班要调。
- 客户关系变了:客户“不来也行”,入口不止一个了。
- 团队规模变了:更少的人做更多的事,分工方式必须调整。
但不是所有的银行都看到了这个机会,花旗银行(Citibank)看到了,他们是把组织适配做到位的那个。他们不只装 ATM 砍编制,而是把 ATM 当客户入口重新设计了网点的运营方式:24 小时 ATM 网络全城铺开、网点角色从“唯入口”调整为“服务组合之一”、服务流程跟着重建。
1977 年纽约大雪,多数银行网点关门停业,花旗 ATM 照常运转,大量储户当周转入。1977 到 1981 年,花旗纽约零售存款市场份额从 4%增长到 13%,增幅接近三倍。
而那些只砍编制不调组织的区域储蓄银行,市场份额被持续蚕食,其中多家在 1980 年代被兼并或倒闭。
L1 → L2 核心:AI/机器承担了更多工作,更少人干更多活。但组织必须跟着变,不变就停在 L1,适配程度决定效率提升程度。注意:这个阶段银行提供的业务本质没变——还是存款、取款、贷款,只是服务渠道更多、组织效率更高。
L2 → L3(1990s-2010s):网银+移动支付——系统自主干活,业务形态和组织同时彻底重构
1990 年代网银出现后,真正跨过去的银行做的不是“让 ATM 做得更好”,而是重新定义了银行和客户的关系。
一个在外地出差的客户想申请一笔小额贷款,他在笔记本电脑上提交了申请,大约三十秒后,系统给出审批结果。以前这件事要回到网点递材料,等两到四周。
为什么能 30 秒出结果?因为系统自主干了原来只有人能干的事——审批:
• 审批规则变成了代码,风控经验变成了模型,原本做“信息中转”的审批岗从“审材料的人”变成了“写规则的人”
• 分行行长从地方性决策中枢变成了区域服务经理——不是因为他能力不够,而是信息不再需要经过他中转了,系统能做他以前做的事。
所有角色同时进入了同一个系统——客户、柜员、审批员、风控、运营,全部在同一条数字链路上运转。中间层消失,速度才真正起来。
但网银做得再好,银行还是“你去的地方”。2010 年代,手机让银行彻底变形。支付嵌在买东西里,理财嵌在刷手机里,贷款嵌在消费的瞬间里。银行不再是“你去的地方”,它变成了“无处不在的能力”。组织也跟着变了:从按地区分工,变成按场景和用户旅程设计。没有人再说“我们在用计算机提效”,因为计算机已经是水和电,是基础设施,不再是效率工具。网银和移动支付,前后连续,核心逻辑相同:系统/AI 自主干活,业务形态本身变了,角色重新定义,组织必须重建。
L2 → L3,有一个本质差别:L2 是组织形态变了,但业务本质没变。L3 是业务形态和组织形态同时变,两边互相倒逼,螺旋式上升——正因为业务形态变了,组织才必须重建。也正因为组织重建了,新的业务形态才能落地。
银行和我们,同一个规律:L1 工具变,L2 组织变,L3 业务和组织同时变
先看银行:
再用同一套逻辑映射到 AI 研发范式的变化:
两张表放在一起,规律就出来了。
- L0 → L1:技术在升级,但组织、角色、业务一个没变。更快的工具,不等于更快的组织。
- L1 → L2:工作流程升级、人的角色、组织形态开始发生部分变化。但业务形态没变——银行还是存款、取款、贷款,我们还是交付软件功能。L2 的关键是:组织要跟着技术变,变的程度决定你的效率能提升多少。
- L2 → L3:是另一个量级的事。不仅是组织形态的变化,而是业务形态本身也在变——银行从“你去的地方”变成了“无处不在的能力”。这个变化一旦发生,其他维度(流程、组织、角色等)被倒逼着全部重建。L3 不是 L2 的延续,是命题变了。
看完这三段历史,我们自己的命题就出来了:
- L2 阶段,组织应该怎么变?
- L3 阶段,当业务和组织形态都要变时,图景是什么?
这才是 2026 年,我们真正需要找到答案的命题。
0…