
























过去一年,“Agent”这个词从实验室走进了生产环境。工程师们开始真正面对一个新的问题:不是“AI 能不能做到”,而是“我们能不能把它跑稳、跑对、跑出规模”。架构怎么设计?记忆怎么管理?多智能体之间如何协调?研发团队的工作方式又该如何重构?
这些,正是 AICon 2026 上海站试图回答的问题。 6 月 26 日-27 日,本次大会将以“构建可信赖、可规模化、可商业化的 Agentic 操作系统”为核心命题,集结清华、复旦等知名高校教授,以及来自阿里、腾讯、蚂蚁、字节、快手、小红书、华为、Google Cloud 等数十家头部公司的技术专家登台分享。2 天、13 大专题、1 个动手实验室、近 60 场重磅议题,将深度探讨 Agent 工程化落地等相关话题。
快手 AI Coding 负责人李京已确认出席 “企业级研发体系的重构” 专题,发表题为《从个人提效到组织生产力提升:快手 AI Coding 演进实践》的主题分享。AI 代码生成率从 0 做到 30%+,83% 的研发人员开始使用 AI 工具,个人体感提效 20-40%——但需求交付效率并未得到相应幅度的提升。这是快手在 2024 年真实观察到的数据悖论,是本次分享的起点。过去三年,快手在 10000+ 研发人员的组织里,走过了三个清晰的演进阶段。本次分享将呈现这条演进路径上的关键决策、架构变迁与真实数据,以及一套在大型研发组织里被验证有效的 AI 研发范式升级路径。会议的详细演讲内容如下:
演讲提纲:
背景与问题
AI Coding 工具的架构演进
快手 AI Coding 工具经历了三个阶段的演进,每一次升级都指向一个更明确的组织目标:Kwaipilot(Code Copilot → Code Agent):从 IDE 插件代码补全起步,逐步扩展至 AI IDE + CLI,覆盖率从 0 做到 70%+,AI 代码生成率突破 30%。核心发现:工具普及解决了"用起来"的问题,但无法解决"组织提效"的问题,必须在架构层做根本性升级。
CodeFlicker(AI 工程师):针对组织提效的核心命题,完成 Agent 架构四方面的升级:
并行化:从单链路到多层级并行,工具并行→任务并行→Agent 并行,开发者从"串行写代码"变为"并行指挥 AI"
主动性:从被动响应走向主动协同,前置需求澄清与技术方案生成,后置 Auto Fix 与 Agent Review,向"AI 工程师"演进
全闭环:从只管编码到端到端交付可用软件,覆盖 Figma2Code、Browser Use、Vibe Coding 等全场景
自进化:上下文策略与记忆管理,积累项目知识与用户偏好,越用越懂业务场景上线 1 个月内,AI 代码贡献率从 30% 突破 50%+,研发覆盖率达 90%+
MyFlicker(AI 工作伙伴):同一套 AgentOS,能力从研发横向扩展至全员全岗位。Agent Teams 实现多 Agent 并行协作,7×24 持续运行,100+ 公司级 Skills 覆盖全场景,Skills 市场形成组织级自进化机制。目标从"研发提效"升维为"组织生产力提升"
3. 工具演进如何服务于组织目标
工具架构的升级,需要与效能实践和度量体系协同才能真正转化为组织效能。快手的做法:定义三种开发方法(AI 辅助编码/AI 辅助开发/AI 协同开发)+ 建立需求 AI 研发成熟度模型(L1/L2/L3)+ 三层落地实践(个人级/团队级/业务线级)
4. 总结与展望
听众收益:
认知升级:理解"用 AI 工具 个人提效 组织提效 ≠ ≠ "这道不等式的深层根因,以及为什么大多数企业的 AI 提效投入止步于个人层面、无法传导 到组织交付能力的提升
方法论参考:获得一套从工具普及到范式重构的完整路径,包括三种开发方法的定义与分级、需求 AI 研发成熟度模型(L1/L2/L3)的建立,以 及如何将度量指标从 AI 代码生成率升级为能真正牵引组织提效的核心指标
架构洞察:理解企业级 AI Coding Agent 的演进逻辑,架构升级背后的设计思路,以及每一次升级如何对应一个更明确的组织目标
实践经验:获得快手在万人规模组织里被数据验证的关键结论与落地过程,包括标杆团队和业务线级的真实案例、踩过的坑,以及 AI 能力从研 发扩展至全员的完整路径
除此之外,本次大会还策划了端侧 AI、物理与数字空间智能化、世界模型与多模态智能突破、Agent 架构与工程化实践、Agent 安全与可信治理、企业级研发体系重构、AI 原生数据工程、AI 时代的个人提效与组织变革等 14 个专题论坛,届时将有来自不同行业、不同领域、不同企业的 50+资深专家在现场带来前沿技术洞察和一线实践经验。
更多详情可扫码或联系票务经理 13269078023 进行咨询。

此内容由惯性聚合(RSS阅读器)自动聚合整理,仅供阅读参考。 原文来自 — 版权归原作者所有。