字数：约3600字 | 阅读时长约9分钟

9月30日，快手发了一份公告，宣布成立一个叫"企业AI生产力"的跨事业部虚拟组织。

公告里有一组数字很扎眼：截至今年6月，快手员工使用各类自研AI Agent产品的占比超过92%，研发技术人员的AI代码贡献率达到60%。

92%、60%——放在大多数企业里，这已经是可以写进年度总结的成绩了。

但快手的选择是：专门成立一个组织，来"统筹"这件事。

这就有点意思了。如果AI提效已经这么好，为什么还要专门设一个部门？

快手的答案藏在一句话里。10月16日，快手企业AI生产力副总裁王诩在QECon全球软件质量与效能大会上说："个体提效并不等于组织提效。"

一、快手到底改了什么

先说这次调整的三个动作。

第一个动作，是把两条原本分开的线，合到一个组织里。

新成立的"企业AI生产力"组织，由综合支持与效率线下的智能办公平台部，和研发线下的AI生产力中心组成，由智能办公平台部负责人王诩牵头。

一个是管办公场景的，一个是管研发场景的。过去这两块各干各的，现在放到同一个底座上。

第二个动作，是把"内部信息系统"也纳进来。

公告里有一句比较关键的话：相比其他互联网企业整合办公套件和通用Agent的做法，快手进一步把内部信息系统纳入统一建设范围。

这句话的分量在于：办公套件和Agent是"前台"，内部信息系统是"后台"。只整合前台，AI还是浮在表面；把后台也纳进来，AI才有可能真正进到业务流程里。

第三个动作，是人。

同一天，快手宣布程一笑兼任社区科学线负责人，原负责人于越转任可灵AI公司董事兼CEO，专注可灵AI的经营管理。

一边是把CEO的注意力往AI研发线上压，一边是让可灵AI独立跑起来。里外两条线，同时在调整。

三个动作连起来看，快手做的不是"再发几个AI工具"，而是把AI从"工具层"往"组织层"推。

顺带说一句快手的AI产品矩阵，能看出这套思路的来路。

面向用户体验，有OneRec、OneSearch等生成式推荐与搜索体系；面向组织生产力，有通用生产力智能体MyFlicker、数据分析智能体Data Agent，以及企业级大模型服务平台快手万擎；面向业务运营，有灵顺、OpsBuddy等运营智能体。

从用户服务、内部生产力、业务运营到商业增长，全链路都铺上了。iWork要做的，是把这些能力从"技术能力"变成"组织能力"。

二、"法拉利开在满是红灯的路上"

为什么要这么改？因为快手踩过坑。

先说个背景。快手的AI提效，是从研发场景起步的。

2025年初，快手把各业务线的CTO聚到一起，形成"CTO效能"机制，两周一次，专门讨论AI怎么赋能研发。跑下来沉淀出一套"三位一体"策略：先让个体持续实践，再把实践中验证过的能力固化下来，最后从组织层面自上而下推动。

2025年到2026年一季度，快手沿着需求、设计、编码、测试、运维这条经典研发链路引入AI工具。

工程师用AI的方式，也在往下走。内部把它分成三层：L1是片段级，工程师把代码片段交给AI改，改完再嵌回代码库；L2是任务级，比如要建一张数据库表，描述完需求，AI直接生成完整语句；L3是全链路，把PRD或Spec直接交给AI，让它自主完成开发。

基于当时基模和工具链还不够成熟的判断，快手没有直接冲L3，而是先在L2上做扎实。

但工具铺开之后，问题也来了。

王诩有个比喻很形象："我给你一辆法拉利，但如果你开在满是红灯的路上，这也没用。"

翻译一下：如果研发、设计、测试这些协作链条没有同步改变，单个环节的效率提升，传不到整体交付速度上。

快手复盘过"全民AI"之后的问题，总结出三类。

第一类，Skill质量参差不齐。有些Skill用起来很顺，有些则成了"Token黑洞"，一次跑下来消耗数千积分，产出却不多。

第二类，个体提效被原有工作流卡住。最典型的场景是：PRD半天就写完了，但下游的协作链没变，整体进度还是老样子。一个人快，不等于一条线快。

第三类，高手经验沉淀不下来。有人用AI用得特别好，但这是个人能力，不是团队资产。人一走，经验就散了。

快手把这套问题画成了一张坐标图，横轴是组织提效，纵轴是个体提效。

结论很直接：

如果组织层面不变，个体提效的天花板很低——你再快，也被流程卡住。

如果只有超级个体、没有协作，就会形成"效率孤岛"——一个人快，但组织没快。

真正有价值的路径，是两条腿一起走。

这句话，其实是所有正在推AI的企业都会遇到的问题。个体提效是"看得见"的，组织提效是"看不见的"，而管理者最容易犯的错，就是拿看得见的数字，当成转型成功的证据。

三、快手的解法：从"工具"到"上下文"

想明白问题之后，快手把路径拆成了四个阶段。

前三个阶段是：先让员工用起来，完成冷启动；再把高手经验沉淀为团队基线；然后把团队公共知识、业务资产、协作规则，转化成Agent能消费的上下文。

今年三季度，快手把重心从"个体"推到"团队"，做了两件具体的事。

一是建知识库。把过往项目、代码、核心工作流沉淀到公共基建平台，让Agent可以直接消费团队上下文，而不是每次从零开始。

二是做Agent协作网络。把公共知识和Skill封装成能独立工作的Agent，再通过一个负责全局协调的超级Agent，把产品经理、设计师、全栈开发等子Agent注册到pipeline里，形成7×24小时持续迭代的协作网络。

同时，快手设了质量、权限、幻觉三道安全闸门——Agent遇到风险或不确定的问题，会唤醒人工介入。

效果方面，王诩透露了一个数据：自4月以来，团队已累计完成2000余个任务，AI一次任务率超过60%，80%的任务可以在两次内完成，也就是"一次AI加一次人工校准"。

这个数字值得琢磨。它不是"AI全自动完成了多少"，而是"AI做一遍、人校一遍就能过的比例"。

换句话说，快手对AI的定位不是替代人，而是把人从"从零做"变成"审一遍"。

这套能力也在往非技术场景走。

快手把内部的编程助手CodeFlicker转型封装成通用智能体MyFlicker，塞进大量领域知识和Skill，面向全员开放。HR用它做招聘和人岗匹配；行政团队把订餐、班车查询、理发预约这些服务接了进去；内容运营团队则把知识库和高频工作流Skill集成到它背后，用来做热点拆解、内容分析。

王诩的判断是，AI正在重新划分组织内部的能力边界——过去只有工程师能做的工具生产，正在向更多业务人员开放。

第四个阶段，就是9月成立的iWork。它的建设思路有两个方向：一是做更强的通用Agent，要求安全、受控、可监测；二是建统一的企业语义框架，把文档、数据、代码、流程状态、会议记录这些分散信息，组织成Agent能理解和调用的上下文。

王诩点出了关键：过去很多Agent在各自系统里消费局部数据，容易形成"小烟囱"。iWork要解决的，是让Agent看见更完整的企业上下文。

这句话里，"上下文"三个字最重。

很多企业做AI，卡的不是模型能力，是模型看不到东西。数据散在十几个系统里，流程状态在人的脑子里，制度写在没人读的文件里——Agent再聪明，也只能瞎猜。

快手这一步，本质上是在给AI"补视野"。

四、不只快手，这是个普遍难题

快手不是唯一遇到这个问题的。

致远互联董事长徐石在9月的用户大会上，讲了一组数据：约88%的企业已在业务中使用AI，但AI营收贡献超过10%的企业仅占8%，真正称得上AI驱动的企业只有2.7%。

88%用上了，8%见了效，2.7%真的转了型。

这三个数字之间的落差，正是"个体提效"和"组织提效"之间的距离。

徐石把企业转型受阻的原因归为四重困境：协同之困，通用大模型不懂企业语义和Know-how；效率之困，AI在业务中的渗透还太浅；治理之困，组织里多了一群"硅基伙伴"，身份、权限、责任怎么定；进化之困，数据资产没形成飞轮。

其中"治理之困"最容易被忽视，也最要命。

当组织里多了一群数字员工，它们的身份怎么认定、权力怎么授权、出了事谁负责？这些问题不回答清楚，AI就只能停留在"个人工具"的层面。

值得注意的是，这个问题已经从企业经营层面，上升到了产业规范层面。工信部印发的《"人工智能+软件"专项行动实施方案》明确提出，要研究智能体身份标识、可信互联、数据安全、行为管控等安全技术，推动建立智能体安全管理规范。

换句话说，未来企业的组织架构里，可能真的要给"数字员工"留位置——不只是技术位置，还有管理位置。

五、给国企管理者的三个提醒

第一，别用"使用率"当转型成绩单。

快手92%的员工在用AI，但快手自己说，这还不够，还需要成立组织来统筹。使用率是"广度"，不是"深度"。真正该看的指标是：AI有没有改变流程、有没有进入业务闭环、有没有形成组织级能力。

第二，先修路，再发车。

"法拉利开在满是红灯的路上"，这个比喻对国企尤其适用。国企的流程链条长、协作环节多，如果只在单个环节引入AI，很容易出现"局部快、整体慢"的局面。上AI之前，先想清楚：哪些流程要改、哪些权限要放、哪些数据要通。

第三，把"数字员工"纳入管理框架。

当AI从工具变成"同事"，治理问题就绕不开了。谁授权、谁监督、出了错谁负责——这些问题最好在规模铺开之前想清楚，而不是等出了事再补。

结语

快手这次调整，表面上是一个组织架构动作，本质上是给AI转型"补第二只脚"。

第一只脚是技术，把模型、Agent、工具做出来。第二只脚是组织，把流程、数据、协作机制改过来。

很多企业只迈了第一只脚，然后就站在原地等结果——等不来。

个体提效是起点，不是终点。真正难的，是让效率从一个人身上，流到一条链上，再沉淀成一个组织的能力。

这件事，比训练一个模型难多了。