本报讯(记者李豪悦)10月31日，快手技术沙龙第六期在北京举办，围绕“从研发效能走向企业AI生产力”主题，快手、OPPO(手机品牌)及软件工程领域专家共探AI(人工智能（885728）)如何从个人提效走向企业级生产力。
快手企业AI生产力副总裁王诩表示，AI带来研发变革，也带来Token(词元)费用上升、重复建设与安全风险等问题。他将快手AI发展总结为实践、工具推广、岗位调整、组织变革四个阶段，今年9月份，企业AI生产力(iWork)组织正式成立。
快手企业智能体建设负责人沈浪介绍，快手最初从工程师提效切入，目标是到2026年底将80%的线上交付需求提升至L2(人机协同完成需求交付)水平，当前这一比例已超70%。随后，快手将编程助手与Work(办公工作形态)整合为通用智能体MyFlicker，面向全员开放，周活跃用户数较2025年末增长约2.5倍，并以“词元积分制”控制预算。年中复盘发现，个体提效不等于组织提效，存在经验难沉淀的“孤岛区”与数字员工效率平平的“空转区”。快手据此转向团队，遵循“先蒸馏，再折叠”的思路沉淀团队经验，再招募数字员工承担重复性工作。基于此，MyFlicker升级至2.0，已有500多个团队Agent(智能体)、1000多个数字员工独立工作。快手成立iWork并推进MyFlicker3.0，建立企业级AI基座。
快手磁力引擎风控技术负责人王东旭分享了团队从“超级个体”到“臭鼬工厂”的探索。团队推进全栈转型，“全栈不是多做一份工，而是少等一个人”。他借阿姆达尔定律说明，编码仅占端到端耗时20%时，整体提速上限约为25%。团队通过“绑目标、缩节点、搬工位”让各职能围绕同一目标协作，将需求流转节点从12个缩至6个；试点中，29名成员的需求吞吐率由36%升至84%，交付周期（883436）压缩至原来的五分之一。
快手磁力引擎风控质量负责人吕冬冬给出“需求测试分级、风险挖掘与AgenticAITesting(智能体式AI测试)”框架，基于“云帆”平台形成高、中、低三类风险应对策略，高风险由人工主导、低风险由AI承担更多验证。针对“AI测AI”的同源闭环问题，他提出通过异源模型分工、黄金真值与差分变异测试降低同源偏差，并强调质量团队将从执行者转向规则制定者。
OPPO产研提效产品负责人郝刚分享了OPPO互联网业务从工具普及、个人提效到组织提效，再探索AINative(AI原生)组织的路径，重点建设高质量知识库与AI交付工作流。他认为，走向AINative需自上而下与自下而上双路径共同推进。
