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。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：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。
- 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：
- 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。
3. 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。
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。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。
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。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。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？
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：
- 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：
- 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。
-
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。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。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：
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：
- 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”。
- 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。
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：
遇到的核心问题 |
解决前 |
【生成效果】AI不懂快手的系统和代码，生成代码效果不好。 |
解决前：用户本地保存大量的Prompt或持续把规则配置到编程工具中，但效果均不理想。
解决后：让模型懂快手的系统
自研了代码大模型KAT-Coder，定期注入快手真实的代码和研发过程数据，内置在Kwaipilot中，提升内部场景效果。
|
【生成效果】AI不懂快手的业务语义、开发规则等知识，生成代码效果不好。 |
解决前：用户本地保存了大量的解释说明，作为补充说明补充到输入中。
解决后：让Kwaipilot更懂快手的业务和编程模式
建立业务&研发知识库，Kwaipilot支持读取和应用。
|
【用户体验】后端、客户端研发习惯和体验还在原有IDE上，无法直接用原生AI IDE。 |
解决前：后端、客户端主要研发工具还是JETBrains、Android Studio、XCode，因此会同时开着Cursor或ClaudeCode混用。
解决后：让Kwaipilot用一套能力多场景情况，覆盖各种研发场景
|
【开发场景】除了业务需求外，还有一些做Demo、设计稿转码等场景，主流AI IDE未覆盖。 |
解决前：多个工具混用，比如用Cursor或ClaudeCode生成代码，用内部自建工具画原型或设计稿生成代码。
解决后：让Kwaipilot同时具备类似loveable和Manus的能力
|
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。
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。
通过挑战赛，让一线研发同学感受AI编程的高效和快乐
通过数据自动识别AI开发高手
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，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：
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。
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：
开发方法：AI 辅助编码 |
实际情况 |
|
编码效率提升10%-20%，主要提升点：
但不足以影响开发周期缩短，主要原因：
|
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：
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。
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：
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
- 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。
- 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。
- 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。
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：
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
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。
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。
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。
粤ICP备14082021号
免费POC，
零成本试错
